大數據的概念正在快速普及。目前被公認的是，大數據方法有助于政府決策、企業管理，同樣也能成為科學家的得力工具。有人提出，大數據是繼實驗、理論推演、計算機模擬之后，人類獲取知識的“第四范式”。為了研究大數據對于材料和制造業的影響，美國國家科學院（NAS）發布了《材料研究與開發中的大數據》報告。報告中美國各主要研究機構負責人都對大數據對材料研發的影響提出了各自的觀點與看法。
1、橡樹嶺國家實驗室主任Thom Mason：大數據中的物理
Mason認為，不同學科對于數據計算量的需求不同，例如高能物理對數據計算量的需求就遠遠大于中子源。盡管如此，數據的增長速度還是超過了計算能力的增長速度。橡樹嶺國家實驗室（ORNL）是能源部最大的科學和能源實驗室，而材料科學幾乎滲透了ORNL所有的研究領域。如Titan高性能計算系統對物理、生物和化學系統進行了建模與仿真，每天的數據處理量是極其龐大的。
除了科學研究之外，ORNL還將大數據引入了產業應用領域。例如為了追求更高燃料效率，ORNL與通用汽車合作開發的新型熱電材料；與BMI合作開發的新型組件以降低重型卡車的燃料效率；與波音公司合作開發的運輸機設計和開發計算模型等。
大數據在ORNL的制造業示范設施（Manufacturing Demonstration Facility）中的應用。以發動機渦輪葉片增材制造為例，ORNL與其產業合作伙伴莫利斯公司（Morris Technologies）合作，利用中子散射測試原子間距，更好地理解殘余應力與激光增材制造工藝之間的關系。又如快速敏捷制造，ORNL與Local Motors合作，利用眾包（Crowdsourcing）來為設計汽車。該項目的重點在于新材料開發和增材制造。目前已經實現利用增材和減材制造技術，制造了大型（超過20 m）碳增強聚合物。
2、空軍研究實驗室集成計算材料科學與工程主任Charles Ward：材料基因組計劃與大數據
Ward認為，材料產業擁有全球最好的材料數據庫。以通用電氣航空集團開發的R65合金為例，以數據驅動的材料開發，可節省時間和成本50%。
Ward并以晶體學開發數據庫（CrystallographicOpen Database）等為例說明了材料數據庫的進展情況。晶體學開發數據庫存儲了超過25萬種化合物和礦物。國際晶體學聯合會（International Union of Crystallography）通過期刊得到了數據授權，Crystmet數據庫擁有15萬種金屬以及金屬間化合物結構數據，劍橋結構數據庫（Cambridge Structural Database）則擁有70萬種有機物和金屬有機物結構，以及10萬種大分子結構。
Ward認為，材料數據主要面臨如下挑戰：①材料應用范圍極廣，但是沒有政府資助的機構主導材料研究和開發活動；②材料具有幾乎無限的設計可變性，但幾乎沒有參考數據集，使得標準化數據描述方面非常困難；③許多技術領域都涉及到材料研究與應用，但是相關詞匯表不統一；④知識產權保護使得數據分享非常困難；⑤材料對于經濟和國家安全至關重要，經常面臨出口保護。
3、通用電氣全球研究中心服務技術主管Rusty Irving：集成計算材料工程網絡（ICME-Net ）的開發
據Irving 介紹，集成計算材料工程（ICME-Net）網絡是通用電氣與MIT合作開發的一個項目。
建設ICME-Net 的主要目的包括：
①使得處于不同物理空間的研究人員能夠針對ICME 技術進行合作開發、測試、和示范；
②通過材料工程模型和工藝“市場”推動技術的傳播；
③推動ICME大型、復雜的模擬仿真建設；
④吸引和維持ICME研究團體；
⑤提供兩種模式（包括開源和保留知識產權）的技術及最佳實踐的獲取機會。
目前項目已經進入了第二期，GE/MIT合作開發的生態系統平臺技術正在為ICME-Net開發創新框架。
4、加州大學洛杉磯分校首席技術官Jim Davis：智能制造業的實時數據、網絡化數據、信息及活動
據Davis介紹，2006年成立的智能制造業領導聯盟（Smart ManufacturingLeadership Coalition，SMLC）利用產業驅動戰略使得制造企業獲取了更多信息。目前SMLC最關注的問題就是應用。制造企業普遍希望共享的是服務或應用，而非專有數據。作為UCLA的首席技術官，Davis與企業接觸過程中發現企業關注的重點在于智能制造、信息物理系統和物聯網。在與信息技術企業接觸過程中發現，這類企業關注的重點在于資源規劃、大數據、云計算和移動通信等。隨后Davis列舉了包括Praxair智能制造系統及通用動力智能制造系統等案例說明了大數據在智能制造系統中的作用。
Davis認為智能制造系統的基礎是測試床方法。SMLC面臨的主要問題包括：智能機器的操作、高保真建模、動態決策、企業和供應鏈決策、設計及計劃等。而這所有的一切都屬于數據密集型的，需要一個框架來有效管理這些數據。
Davis認為，智能制造的智能主要有以下特征：應用程序可以共享數據，數據可以共享應用程序，應用程序可以互相連接以執行同行業企業的行為和觀點；通過結構化的自適應、自治來規范化決策的工作流程；全供應鏈中可操作的數據、信任和透明性；在線實時的材料、產品和活動的認證；在線實時的多維度（包括商業、運營、供應鏈、消費者、維護、能源等）性能及適應措施；跨企業的數據操作以提高性能；制造業設計模型的改進等。
5、DARPA技術顧問Jesse Margiotta：開放式制造業集成計算材料工程開發的數據需求
美國國防部高級研究計劃局（DARPA）開放式制造業計劃的指導思想主要包括：在早期開發過程中識別關鍵參數，變化和限制；減少測試和開發迭代；預測關鍵點的概率性能；為新技術或認證過程建立信心；加速工藝成熟速度和系統化工藝重新評估。
Margiotta介紹了DARPA與霍尼韋爾航空航天集團等合作伙伴針對粉末床熔融增材制造工藝（特別是直接金屬激光燒結）快速檢驗項目。一般方法包含以下元素：參數化的制造工藝；在制造過程中引入新型傳感器；設計ICME技術將工藝和材料特性關聯起來；應用嚴格的模型驗證以研究置信區間。用這種方式將工藝參數與成品特定位置的量化特性聯系起來。
在談到ICME技術時，他認為這種技術利用了工藝-微結構-性能模型對制造工藝進行了模擬仿真。Margiotta指出，目前對制造工藝的模擬仿真所耗費的時間太久了，一般在幾天至一周左右，因此需要進一步開發相關工具并進行簡化。
ICME概念包含如下元素：①密集計算、基于物理的模型以實現對制造工藝的模擬仿真；②工藝模型模擬了激光與粉末床之間的相互作用，包括熱分布及加熱速度等；③微結構模型預測了壓力、晶粒尺寸、應變硬化以及其它變量；④屈服強度預測工具；⑤針對不確定性進行量化，以研究工藝和特性之間的關系等。
6、美國陸軍研究實驗室材料工程師Wayne Ziegler：材料信息系統
Ziegler認為材料信息系統的重要性主要包括：①能夠使研發人員的工作更快捷和智能；②降低材料測試和評估中的重復勞動，大幅降低成本；③阻止了數據流失，并且確保新一代材料開發過程中原始數據的可用性；④提升數據完整性和質量；⑤改進工藝和生產能力；⑥加速應用推廣。
Ziegler認為成功的數據管理計劃利用了系統工程方法，并包括四大要素：數據獲取、分析、安置、維護。由于人員流動性及國防預算的變化無常，美國國防部歷來在維護和管理材料及工藝數據項目上存在困難。美國航空航天局（NASA）在嚴格的材料數據管理方面也擁有悠久的歷史，NASA歷史上的幾大災難也與材料問題有關。因此美國陸軍研究實驗室（ARL）與NASA合作，利用了NASA的經驗和信息技術基礎設施資源，并總結了相關經驗教訓。目前對于開發材料數據和管理計劃的主要挑戰在于：缺乏指導、缺乏合適的資源、缺乏具有投資回報的商業案例、缺乏共識（并非所有公司或機構認為應該分享數據，并且文化價值取向急需調整）。
Ziegler認為，當前目標是建立國防部材料和工藝信息資源。目前國防部的相關資源為材料選擇和分析工具（Materials Selection and Analysis Tool，MSAT），目前是作為NASA材料和工藝技術信息系統（Materialsand Processes Technical Information System，MAPTIS）的一個獨立組件存在。目前MSAT項目與DARPA及其主導的開放式制造業項目保持著緊密的合作。
Ziegler認為，建立完整的材料信息系統需要進行如下步驟：定義數據集、定義數據管理模式、開發數據導入摸版、利用模板導入數據、管理數據、定義用例等。在介紹MSAT時，他指出MSAT在建立之初的目標是利用可用數據進行項目或研究決策被稱為選擇和分析工具，因此被稱為選擇和分析工具。因此MSAT在應用、建模、資源管理、工藝審批和改進等方面擁有大量而廣闊的方法。
7、海軍研究辦公室海軍材料部門主任Julie Christodoulou：輕質和現代金屬制造業創新研究所—材料、制造業及數據應用
Christodoulou在談到LM3II的目標時，強調在設計和開發階段之初就將產業伙伴引入的重要性，而這是ICME的核心需求。未來LM3II項目都將遵照而行，而LM3II正在尋求自給能力，即在未來5年中不再依賴聯邦政府的投入。所以必須從現在開始尋求轉變的機遇，她相信LM3II在不久的將來即將走上正軌。
8、白宮科技政策辦公室科學部生物技術副主任Stebbins：政策方向
Stebbins博士是白宮科學數據開放和獲取的主要負責人。他指出，從不同科學學科的角度來看，從科學期刊中獲取數據很困難，但并非不可能。這是許多歷史原因導致的，并非實際限制，例如數據存儲非常方便且成本也不高。實際阻礙數據獲取的障礙在于文化價值取向、缺乏數據存儲地點、缺乏數據標準、缺乏對管理數據集的資助等等。白宮已經在著手相關方面的工作：未來在科學期刊發表的所有文章都必須統一數據格式，并且作者擁有恰當的產權。
Stebbins認為僅僅是做到論文流通還不夠，還必須做到實際數據的流通。一篇論文（特別是高能物理方面的論文）可能包含許多作者，個人在論文中提供的貢獻卻不甚明了，而發布數據這種方式可以明晰個人對整體論文的貢獻度。在某些領域，發布數據可能并不可行也沒有用，但在生物學等其他領域，卻能極大地加快開發速度。在材料科學領域發布數據的作用如何還有待研究，在鼓勵數據發布之前，必須仔細研究所有潛在的優點、不可預料的后果、可能的危害。
Stebbins指出，因為受到了聯邦法律的限制，政府在推動數據共享方面的影響力不足。舉例來說，拜杜法案就保護了研究人員的研究成果以用于商業目的。聯邦政府在推動數據共享方面也缺乏經驗。
隱石檢測擁有一批在業內取得顯著成就的專業技術人員，在行業內有著豐富的檢測經驗。秉承著專注、專業、高效、想客戶所想的理念，公司積極增加項目和完善更先進的測試儀器設備，保障每一個檢測，分析，研發任務優質高效的完成。同時通過專業所長,為全球數萬家優質客戶提供最及時的行業技術標準信息，和更高精尖的分析檢測解決方案。
隱石檢測分別成立了閥門實驗室，腐蝕實驗室，金相實驗室，力學實驗室，無損實驗室，耐候老化實驗室。從事常壓儲罐檢測，鍋爐能效檢測，金屬腐蝕檢測，SSC應力腐蝕檢測，HIC抗氫致開裂檢測，閥門檢測，應力應變檢測，無損探傷檢測，機械設備檢測，金相分析，石墨烯納米材料檢測，水質檢測，油品檢測涉及的服務范圍已廣泛覆蓋到鋼鐵材料，有色金屬材料，石油化工設備，通用機械設備，冶金礦石，建筑工程材料、航空航天材料，高鐵船舶材料，汽車用零部件、非金屬材料，電子電工產品等各個領域，并獲得了CMA和CNAS;雙重認可。
官網微信
