软物质的测定方法及应用1
软测量方法及技术
（2）基于统计分析的软测量方法
❖ 以大量的观测数据为依据，通过选择合理的模型， 并采用统计分析方法得到观测变量和待测变量之间 的统计规律
❖ 优点：不必考虑过程机理 ❖ 缺点：需要大量准确的实验数据，对测量误差敏感，
对模型的选择有较强的依赖性
化学工业出版社
自动检测技术及仪表控制系统 第二版
化学工业出版社
自动检测技术及仪表控制系统 第二版
18.3 基于状态估计的软测量方法 ❖ 状态方程：
xk xk1 k
❖ 观测方程：
zk xk vk
❖ 转移矩阵： 1 ❖ 观测矩阵： 1
化学工业出版社
自动检测技术及仪表控制系统 第二版
18.3 基于状态估计的软测量方法
化学工业出版社
自动检测技术及仪表控制系统 第二版
❖ 它通过检测某些可以直接获取的过程变量并根据其 和待检测变量之间的相互关系（数学模型），来估 计用仪表较难直接检测的待测变量。
化学工业出版社
自动检测技术及仪表控制系统 第二版
18.1 软测量概述
❖ 软测量技术的核心是建立待测变量和可直接获取的 变量之间的数学模型。
❖ 目前用到的建模方法和技术有：回归分析、状态估 计、模式识别、模糊数学。神经元网络技术等。
（1）线性回归18.2 基于统计方法的软测量方法
❖ 设变量 y与自变量 x1, x2 ,L , 满xN足如下的线性模型：
y f (x1, x2,L , xN ) a0 a1x1 a2x2 L aN xN
写成矩阵形式
y aT x
a0, a1, a2,L , aN
为待定系数，称为 N元线性回归系数
18.1 软测量概述
（3）基于神经元网络技术的软测量方法 ❖ 神经元网络，是由大量互相连接的处理单元组成的
软测量技术原理及应用
软测量技术原理及应用
软测量技术是一种基于数据驱动的测量方法，通过建立数学模型从实时过程中采集的数据中实时估计和预测相关过程变量，从而实现过程的监控、优化和控制。
它主要包括以下几个方面的原理和应用：
1. 原理：软测量技术基于统计学、数学建模和机器学习等方法，通过对大量历史过程数据的分析、建模和训练，构建出数学模型，并利用该模型对实时数据进行解析和预测。
常用的软测量方法有主成分分析、支持向量机、神经网络、模糊系统等。
2. 应用：软测量技术广泛应用于过程工业领域的监控、优化和控制。
例如，在化工工艺中，通过软测量技术可以实时估计关键的过程变量，如温度、压力、流量等，从而实现对生产过程的实时监控和优化控制。
在能源领域，软测量技术可以用于实时预测能源需求和优化能源供应链。
在制造业中，软测量技术可以用于产品质量监控和预测，从而提高生产效率和产品质量。
总之，软测量技术可以通过建立数学模型和分析实时数据，实现对过程的实时监控、预测和优化控制，具有广泛的应用前景。
软测量原理及应用
软测量原理及应用软测量是指通过数学建模和算法模拟等方法对无法直接测量的系统变量进行估算或预测的技术。
软测量技术具有较强的灵活性和实时性，可以更好地满足工业过程中对关键过程变量的监测和控制需求。
本文将介绍软测量的原理和应用，并从实际案例中解释其作用。
软测量的原理包括建模、辨识、优化和实现四个步骤。
首先，需要对要估计的系统变量进行建模，在建模过程中需要选择合适的变量进行测量，并根据实际情况进行变量筛选。
其次，通过系统辨识技术从已有的数据中提取有效信息，建立起系统的数学模型。
然后，通过优化算法对模型进行参数估计和优化，以提高模型的准确性和可靠性。
最后，将优化后的模型实施到实际过程中，并进行实时更新和运行。
软测量技术在工业过程中有广泛应用。
其中，化工过程是应用软测量的典型领域之一。
在化工过程中，很多关键过程变量无法直接测量，例如反应器中的反应物浓度、温度和压力等。
软测量技术可以通过对流体动力学和传热传质等原理的建模和优化，对这些变量进行准确估计。
软测量的应用可以提高生产过程的稳定性和可靠性，保证产品质量。
另外，软测量技术在制造业中也有广泛应用。
例如，在汽车制造过程中，很多关键参数如车身刚度、车辆噪音和燃油消耗等无法直接测量。
软测量技术可以通过对汽车制造过程中的关键参数及其之间的关系建立模型，实时监测和优化关键参数，提高汽车制造过程的效率和质量。
此外，软测量在能源领域也有重要的应用。
例如，在电网管理中，精确测量电网的负荷、电压和频率等是保证电网稳定运行的关键。
然而，由于电网非线性和复杂性，直接测量这些变量是困难的。
软测量技术可以通过对电网中各个关键节点的电流、电压等参数进行建模和优化，估计和预测电网的负荷和稳定运行情况。
在实际应用中，软测量技术可以与传统测量方法相结合，实现对系统变量的全面监测。
例如，在化工生产过程中，可以结合传感器测量和软测量技术，对关键变量进行实时监测。
软测量可以弥补传感器测量的不足，提高系统的监测精度和实时性。
软测量方法原理及实际应用
主导变量：
3 软测量建模方法的分类 软测量建模方法的
目前主要软测量建模的方法: 目前主要软测量建模的方法
机理建模、回归分析、状态估计、模式识别、 机理建模、回归分析、状态估计、模式识别、 人工神经网络、模糊数学、基于支持向量机(SVM) 人工神经网络、模糊数学、基于支持向量机 方法、过程层析成像、相关分析和现代优化算法 现代优化算法等 方法、过程层析成像、相关分析和现代优化算法等 多种建模方法。 多种建模方法。
◆
基于知识的软测量方法：
基于人工神经网络的软测量建模方法是近年来研究最多、 基于人工神经网络的软测量建模方法是近年来研究最多、 人工神经网络的软测量建模方法是近年来研究最多 发展很快和应用范围很广的一种软测量建模方法。 发展很快和应用范围很广的一种软测量建模方法。由于能适 用于高度非线性和严重不确定性系统， 用于高度非线性和严重不确定性系统，因此它为解决复杂系 统过程参数的软测量问题提供了一条有效途径。 统过程参数的软测量问题提供了一条有效途径。
基于工艺机理分析的软测量方法： 基于工艺机理分析的软测量方法：
◆
主要是运用物料平衡、 能量平衡、 主要是运用物料平衡、 能量平衡、化学反应动力学等
原理，通过对过程对象的机理分析， 原理，通过对过程对象的机理分析，找出不可测主导变量与 可测辅助变量之间的关系（建立机理模型）， ），从而实现对某 可测辅助变量之间的关系（建立机理模型），从而实现对某 一参数的软测量。 一参数的软测量。 对于工艺机理较为清楚的工艺过程， 对于工艺机理较为清楚的工艺过程，该方法能构造出性 能良好的软仪表；但是对于机理研究不充分、 能良好的软仪表；但是对于机理研究不充分、尚不完全清楚 的复杂工业过程，则难以建立合适的机理模型。 的复杂工业过程，则难以建立合适的机理模型。
软物质的热导率与应用研究
软物质的热导率与应用研究软物质这个概念，您听说过吗？可能对大多数人来说，这是个有点陌生的名词。
但其实，它在我们的生活中无处不在，而且它的热导率以及相关应用，有着非常有趣且重要的研究价值呢！先来说说啥是软物质。
您看啊，像咱们平时吃的果冻、洗发水，还有胶水，这些东西都属于软物质。
它们有个特点，就是在受到外力的时候，形状很容易改变。
就拿果冻来说吧，轻轻一戳，它就会凹下去一块。
这就是软物质的特性，不像那些硬邦邦的石头，怎么用力也难以改变它们的形状。
那软物质的热导率又是什么呢？简单来讲，就是软物质传递热量的能力。
比如说，我们冬天用的暖手宝，里面的液体就是一种软物质。
暖手宝能发热并且保持一段时间的温暖，这就和里面软物质的热导率有关系。
在实际应用中，软物质的热导率可是发挥着大作用呢！比如说在电子设备的散热方面。
您想想，现在咱们的手机、电脑，运行起来都会发热，如果散热不好，那性能可就大打折扣啦。
研究人员发现，某些软物质材料可以制成高效的散热片，帮助这些电子设备快速把热量散发出去，保持良好的运行状态。
再比如在医疗领域，有一种特殊的软物质可以用来制作热敷贴。
这种热敷贴贴在身上，能持续释放热量，缓解疼痛。
这也是利用了软物质的热导率特性。
我还记得有一次，我自己的电脑因为长时间使用，发热特别严重，都快烫手了。
我当时就想，如果能有一种超级厉害的软物质散热材料，让我的电脑一直保持凉爽，那该多好啊！在科研领域，科学家们为了研究软物质的热导率，那可是下了大功夫。
他们用各种精密的仪器进行测量和分析，一点点地揭示软物质热导率的奥秘。
未来，随着对软物质热导率研究的不断深入，相信会有更多神奇的应用出现。
说不定到时候，我们的衣服都能自动调节温度，冬天保暖，夏天凉爽，那得多舒服啊！总之，软物质的热导率虽然看似是一个很专业的科学概念，但它和我们的生活息息相关，有着广阔的应用前景。
让我们一起期待科学家们带来更多的惊喜和突破吧！。
第六章 软测量技术第四节软测量技术应用实例
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(4) 软测量BP模型
选择30组典型数据构成训练集，经6328次迭代计算便建 立了啤酒糖度软测量BP 模型。将模型的输出与实际的化验 糖度比较，精度达到 0.1%。如下图所示。
四、软测量技术应用实例
2 ．软测量在常压塔筛料干点测量中的应用
四、软测量技术应用实例
2 ．软测量在常压塔筛料干点测量中的应用
(3) 回归分析建模
按回归方法建模需要大量的有效数据。辅助变量的 历史数据由DCS系统记录，筛料干点的化验分析每4 个小时完成一次。按照化验分析的采样时刻提取 DCS系统的记录，可获得主导变量与辅助变量对应 的一组组数据。进行数据处理，剔除个别坏的数据， 可获得n组有效数据。
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(2) 啤酒发酵
啤酒发酵设备
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(2) 啤酒发酵
啤酒发酵工艺要求发酵温度如图所示规律变化，要经过恒 温、升温、再恒温、降温及最后恒温五个工艺阶段。不同啤 酒品种，其发酵各阶段参数有所不同，但反映其温度变化规 律的工艺阶段曲线形式是一样的。
第六章 软 测 量 技术
主要内容
一、软测量技术的意义 二、软测量技术的内容 三、软测量技术的建模 四、软测量技术应用实例
四、软测量技术应用实例
1．软测量技术在啤酒发酵糖度测量中的应用
(1) 发酵
基本背景情况:
发酵是食品工业生产和医药工业生产的重要工艺 方法。所谓发酵是指在合适的环境条件下，微生物 经过特定的代谢方式将原料养分转换成所需生物产 品的过程。发酵过程有复杂性、不确定性和生产过 程生物参数检测的困难性。
皮革 物理和机械试验 柔软度的测定
皮革物理和机械试验柔软度的测定下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!皮革物理和机械试验：柔软度的测定方法与重要性皮革，作为一种天然的材料，广泛应用于鞋类、服装、家具等多种领域。
软测量技术及应用
软测量技术的理论根源： 软测量技术的理论根源：
软测量技术的理论根源是20世纪 年代 软测量技术的理论根源是 世纪70年代 世纪 Brosilow提出的 提出的推断控制。 提出的 。 推断控制的基本思想是： 推断控制的基本思想是：采集过程中比较 容易测量的辅助变量（ 容易测量的辅助变量（Secondary Variable），通过构造 ），通过构造 ），通过构造推断估计器来估计 来估计 并克服扰动和测量噪声对过程主导变量 （Primary Variable）的影响。 ）的影响。
) 为估计函数关系， 式中 f ( 为估计函数关系，即软 测量模型，而离线采样值Y*常被 测量模型，而离线采样值 常被 用于软测量模型的校正。 用于软测量模型的校正。
软测量的结构
预 处 理 模 块 简 单 机 理 模 型
可以没有！ 可以没有！
历史数据
初始模型
模型参数
测量 数据
软测量模型 修正的模型参数
举例： 举例：
两相流或多相流是指由两种或两种以上不同相物质或 两相流或多相流是指由两种或两种以上不同相物质或 成分构成的流动（包括油/气、油/水两相流，油/气/水 成分构成的流动（包括油 气 水两相流， 气 水 水两相流 多相流和气/固两相流等），其参数检测一直是一个 固两相流等），其参数检测一直是一个国 多相流和气 固两相流等），其参数检测一直是一个国 际性的难题。 际性的难题。 国内外当前所采取的两相流检测技术大体可归为三类： 国内外当前所采取的两相流检测技术大体可归为三类：
软测量的特点： 软测量的特点：
响应迅速； 响应迅速； 能连续给出主导变量的信息； 能连续给出主导变量的信息； 投资低； 投资低； 维护保养简单。 维护保养简单。
软测量的数学描述
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
软物质的测定方法及应用软物质的测定方法及应用姓名：张春霞学号：111791化学化工学院物理化学指导教师：刘守信职称：教授摘要：本文主要以微凝胶为例研究了软物质的测定方法，综述了显微技术、示差扫描量热技术、浊度法、散射技术、及荧光光谱等在微凝胶结构的应用，最后概述了软物质的应用。
关键词软物质微凝胶显微技术浊度法荧光光谱应用前言软物质是最近几年诞生的新兴学科，在美国被称为“复杂流体”。
1991年诺贝尔物理学奖得主热纳将软物质作为其获奖演讲的题目，提出了软物质的研究。
软物质是指处于固体和理想流体之间的物质，一般由大分子或基团组成，如液晶、聚合物、胶体、膜、泡沫、颗粒物质、生命体系物质等，它们在自然界、生命体、日常生活和生产中普遍存在。
国际上许多研究机构均在大力开展软物质的研究，在国外的物理教科书中已经有了软物质的内容，而国内则尚未见到。
1软物质的测定方法软物质的种类多，范围宽，为了更精准研究软物质的测定方法，本文选择软物质的其中一种类型——微凝胶来展开阐述。
微凝胶一般是指平均直径在50nm~ 5цm、被良溶剂溶胀的交联乳胶颗粒. 本文主要综述了显微技术、示差扫描量热技术、浊度法、散射技术、及荧光光谱等在微凝胶结构与性能研究中的应用、主要研究结果, 并对微凝胶未来的研究方向提出了一些建议。
1.1 显微技术电子显微技术, 特别是透射电子显微技术(TEM)和扫描电子显微技术( SEM) ,最早且最常用于考察微凝胶的形态、大小及分散性[1，2,4]。
近来, 研究人员已不仅仅局限于用TEM 技术来考察微凝胶的形态、大小及性。
例如, Lee等[ 5]利用TEM 详细考察了无皂乳液聚合法合成温敏性微凝胶的合成机理、热响应性质等, 并且通过乙酸双氧铀染色、利用TEM 技术考察了功能性阴离子基团在共聚型微凝胶网络中的分布情况。
20 世纪80 年代中期推出的原子力显微镜(AFM) 通过粗细只有一个原子大小的探针在非常近的距离上探索物体表面的情况, 可以分辨出其它显微镜无法分辨的极小尺度上的表面细节与特征, 因此利用AFM 不仅可以观察微凝胶的形状、大小及分布, 还可以考察微凝胶粒子的表面形态[4,6]。
最近, Hellweg等还利用原位AFM 考察了黏附在固体表面的单个微凝胶粒子的相转变行为[7]；与TEM 和SEM 相比,AFM 在微凝胶研究中的应用虽然比较晚。
但其独特的作用机理和高分辨性能已使其脱颖而出, 显示出远超过前两者的优势, 未来应注重利用和发展AFM 技术。
1.2 浊度法浊度对温度的依赖性是定性考察温敏性微凝胶的有效方法。
微凝胶的浊度主要决定于微凝胶内部空隙所含的水量, 因为它揭示了微凝胶/水复合体系与体相水之间折射指数的差值。
当温度在体积相转变温度以下时, 微凝胶处于溶胀状态, 微凝胶/水复合体系与体相水之间的折射指数相差小, 微凝胶的浊度小; 微凝胶的亲水性越强, 微凝胶/水复合体系与体相水之间的折射指数相差越小, 浊度越小。
随着温度的增加, 微凝胶由伸展的网络变为蜷曲的硬球, 水被排出微凝胶网络, 微凝胶/水复合体系与体相水之间折射指数差增加, 微凝胶的浊度亦随之增加。
因此测定微凝胶在不同温度下的浊度, 可以定性了解温度变化时微凝胶的相转变行为, 是一种常用的温敏性微凝胶表征方法[ 1, 8,9] 。
作者等还利用浊度法考察了微凝胶在电解质溶液中的絮凝行为[ 10]。
1.3 示差扫描量热技术( DSC)DSC是比较成熟的相转变研究技术, 广泛用于 PNIPAM 基聚合物表征。
用低灵敏和高灵敏DSC考察线性PNIPAM 以及块状PNIPAM 水凝胶的研究均早有报道[ 11~ 13]。
微凝胶体积相转变分析中常用的浊度法,检测的是微凝胶的宏观性质(折光指数) , 而DSC 则能够从微观水平探索体积相转变。
由于相转变时的热效应主要与富-NIPAM 链段的聚集以及伴随的聚合物-水、水-水氢键相互作用的变化相关。
因此,对相转变过程中DSC 放热曲线和其它宏观变量的比较可以深入了解微凝胶去溶胀的机理及微凝胶形态对相转变行为的影响。
但是,已有的许多关于DSC 在微凝胶研究中的报道多是应用低灵敏性分析用于得到VPTT[ 14~ 17],由于仪器灵敏度、分析方法等技术手段的限制未能根据DSC 图谱形状、大小等深入分析微凝胶的体积相转变行为。
而事实上从DSC 数据不仅可以测量得到VPTT,还可以根据DSC 曲线的形状进一步分析相转变过程。
Snowden 等[ 18]最先分析了PNI PAM 基微凝胶的DSC 谱图形状,揭示了可逆的但非对称的溶胀-去溶胀转变;后又发现当用5mol%丙烯酸改性PNIPAM 基微凝胶后,不对称性更明显[19]:热分析图虽然仍是可逆的,但在较高温度时呈现出明显的肩峰,他们用两步转变模型拟合了DSC 实验曲线。
1.4散射技术散射方法如动态光散射( DLS) 、静态光散射( SLS) 、中子小角散射( SANS ) 以及小角X 射线散射( SAXS) 是考察大分子结构的强有力工具, 已被应用于微凝胶[ 11, 30~ 33]。
在大多数研究中, 用动态光散射表征微凝胶粒子的大小( 流体力学半径R h ) , 利用不同温度下的流体力学半径, 可以得到温敏性微凝胶的相转变曲线, 另外动态光散射还能提供关于凝胶粒子尺寸分布的信息[ 2,3, 9, 20~ 22] 。
但大多数文献中通常没有考虑链段运动的效应。
由于微凝胶的塌缩速度及药物的释放与内部链段的运动能力有关, 所以了解微凝胶中链段的运动非常重要。
但与大凝胶不同, 微凝胶中链段的运动能力不能用普通的流变学来表征。
最近Boyko 等的研究表明动态光散射提供了一种新的具有未来前景的可能性, 即动态光散射允许测量内部链段的运动能力[ 23] , 值得深入研究。
静态光散射测量的是均方旋转半径( R g ) , 通过完全形态因子分析静态光散射能提供有关粒子结构方面的详细信息[ 24,25]。
即使完全形态因子不易得到, 但通过回转半径与流体力学半径的比值( R g..Rh ) , 可反映聚合物链的构型或粒子的密度分布, 因此可提供关于微凝胶内部结构的有价值信息。
如Senff 等[ 26]通过回转半径和流体力学半径的比较发现PNIPAM 微凝胶在低温溶胀状态时不遵循均相球的行为, 仅在高于相转变温度时接近均相球的性质。
中子小角散射( SANS) 是利用中子弹性相关散射研究尺度在1~ 100nm范围内物质的非均匀性, 测定非均匀性的形状、大小和分布, 被用于研究微凝胶的微观结构受pH 值、温度、凝胶组分及其它因素的影响。
例如, Berndt 等[ 27]利用SANS 考察了由两种温敏性高分子组成的具有双重温敏性的核-壳微凝胶的溶胀行为,揭示了相转变前后以及相转变时壳-核的物质组成及壳的交联剂含量对内部结构的影响。
1.5荧光光谱技术微凝胶的许多应用( 如酶的固定化、药物载体等) 与其内部微环境密切相关,但是对微凝胶内部的局部环境鲜有研究。
荧光方法被广泛用于大分子和胶束的研究。
用于高分子体系研究的荧光方法有两种,一种是向体系中加入自由的荧光探针; 另一种是将荧光探针利用价键标记在聚合物上。
有研究小组报道使用前一种方法时,在相转变及转变温度以上,随着温度升高PNIPAM 微凝胶粒子的表面或内部变得疏水[28~ 30]。
但是,用这种方法时荧光探针可能位于微凝胶内部或表面的某一处,往往不能全面反映微凝胶内部化学环境的变化。
Matsumura等[ 31]通过乳液聚合制备了标有荧光单体4 –N-( 2 -丙烯酰基氧乙基)-N-甲基氨基-7 -N , N-二甲基氨基磺酰基-2, 1, 3-苯并二唑( DBD-AE) 的温敏性微凝胶[ 32], 利用浊度法和荧光法研究了交联剂浓度对微凝胶粒子的热响应行为和微环境的影响。
Matsumura的研究是通过将探针标贴到微凝胶粒子上而固定在聚合物链上,与直接向体系中加入自由的荧光探针相比,能更好地反映主链周围的微环境。
2 软物质的应用软物质的运动规律与普遍固体、液体和气体大不相同，其组成和结构的多样性、相互作用的复杂性及其奇特的性质有着丰富的物理内涵，因此，软物质的提出引起人们极大的关注，成为凝聚态物理研究的重要前沿领域，同时有关软物质的应用也成为了热点之一。
根据软物质弱影响强响应的特征，目前它们已被广泛用于液晶显示器及智能材料上。
2.1液晶与液晶显示液晶已是一种被广泛应用的软物质。
因为这类物质的力学性质像液体，具有液体的流动性；它的光学性质像晶体，具有晶体的有序性，因此被称为“液晶”。
液晶的奇妙得益于其分子融有软硬截然不同的性质。
根据它所含的成分不同，是单一或者多组分，而分为热致液晶与溶致液晶[33]。
热致液晶是因温度而异出现液晶态，如手表、液晶电视、电脑的液晶显示屏等。
热致液晶按分子组织和排列表观对称性的有序程度又可分为向列相、胆甾相、近晶相三种。
溶致液晶是将某些物质溶于另一种物质时形成的液晶态。
对亲分子多属溶致液晶，肥皂水是一种典型的溶致液晶，很多生物体的构造如大脑、神经、肌肉、血液等生命物质或生命的新陈代谢都与这种液晶有关。
液晶的发现促进了信息时代科技的迅猛发展。
2.2智能材料智能材料是能够感知环境变化（传感或发现的功能），通过自我判断和自我结论（思考或处理的功能），实现自我指令和自我执行（执行的功能）的新型材料，如具有形状记忆功能的镍钛合金、压电陶瓷等。
它与普通功能材料的区别是具有响应性，与情报信息和仿生密切相关[ 34]。
由于软物质具有对外界变化作出响应的特性，所以它也可以用于智能材料的制备上。
水凝胶是软物质中的一种，近年来作为智能材料的高分子水凝胶的研究和开发工作活跃[35]。
水凝胶为亲水性但不溶于水的聚合物，它可响应温度、PH值、电场或化学物质的变化而发生溶胀或收缩，从而感知周围环境的变化。
目前研究人员已研制出一种随着场的变化而释放药物或生物分子的凝胶。
当电流接通时，胰岛素从由弱交联聚电解质凝胶中渗出；而当电流断开时，这种流动立即停止。
结论软物质在各个领域都占有重要地位，需要我们通过研究其测定方法，充分利用其特有性质，扩大应用范围，更好的为人类所利用。
下面我们所要做的工作是研究商业应用所要注意的因素，比如生产量，耗费，清洗，储存，运输等，扩大其生产规模，更好的应用于商业领域。
参考文献[ 1 ] Pelton R H, Chibant e P. Colloid Surface, 1986, 20( 3) : 247~ 256.[ 2 ] Jones C D,Lyon L A. Macromolecules, 2000, 33( 22) : 8301~ 8306.[ 3 ] Kratz K, Lapp A,Eimer W, Hellweg T. Colloids Surf A, 2002, 197( 1) : 55~ 67.[ 4] Kratz K,Hellweg T, Eimer W. Polymer, 2001, 42( 15) : 6631~ 6639.[ 5] Lin C L, Chiu W Y, Lee C F. J Polym Sci, Part A: Polym Chem, 2006, 44(1) : 356~ 370.[ 6] Khan A. J Col loid Interf Sci, 2007, 313( 2) : 697~ 704.[ 7] Ho fl S, Zitzler L, Hellweg T, et al. Polymer, 2007, 48(1) : 245~ 254.[ 8] Wood N C, Chowdhry B Z, Snowden M J, et al. Langmuir, 2003, 19( 8) : 3202~ 3211.[ 9] Benee L S, Snowden M J, Chowdhry B Z. Langmuir, 2002, 18( 16) : 6025~ 6030[ 10] Ma X M,Tang X Z. J Colloid Interf Sci, 2006, 299( 1) : 217~ 224.[ 11] Schild H G, Tirrell D A. J Phys Chem, 1990, 94(10) : 4352~ 4356.[ 12] Grinberg N V, Dubovik A S,Grinberg V Y, et al. Macromolecules, 1999, 32 ( 5) : 1471~ 1476.[ 13] Cho E C,Lee J Y, Cho K. Macromolecules, 2003, 36( 26) : 9929~ 9934.[ 14] Berndt I, Richtering W. Macromolecules, 2003, 36( 23) : 8780~ 8785.[ 15] Ma X M, Xi J Y, Zhao X, et al. J Polym Sci, Part B: Polym Phys, 2005, 43(24) : 3575~ 3583.[ 16] Perez L, Saez V,Hernaez E, et al. Polym Int, 2005, 54( 6) : 963~ 971.[ 17] Lopez~ Cabarcos E,Mercerreyes D, Sierra~ Martin B, et al. Phys Chem Chem Phys, 2004, 6( 7) : 1396~ 1400.[ 18]Murray M,Rana F, Snowden M J, et al. J Chem Soc~ Chem Commun, 1994: 1803~ 1804.[ 19] Snowden M J, Chowdhry B Z,Vincent B, et al. J Chem Soc~ Faraday Trans, 1996, 92: 5013~ 5016.[ 20] Debord J D,Lyon L A. Langmuir, 2003, 19( 18) : 7662~ 7664.[ 21] Zha L, Hu J,Wang C, et al. Colloid Polym Sci, 2002, 280(1) : 1~ 6.[ 22] Kuckling D,Vo C D,Wohlrab S E. Langmuir, 2002, 18( 11) : 4263~ 4269.[ 23] Boyko V, Richt er S, Burchard W, et al. Langmuir, 2007, 23( 2) : 776~ 784.[ 24] Schnablegger H,Glatter O. J Colloid Interf Sci, 1993, 158(1) : 228~ 242.[ 25] Hansen J C,Merie D, Honerkamp J, et al . J Colloid Interf Sci, 1999, 215( 1) : 72~ 84 [ 26] Senff H, Richtering W. Colloid Polym Sci, 2000, 278( 9) : 830~ 840.[ 27] Berndt I, Pedersen J S, Lindner P, et al. Langmuir, 2006, 22(1) : 459~ 468.[ 28] Fujimoto K,Nakajima Y,Kashiwabara M, et al. Polym Int , 1993, 30 (2) : 237~ 241.[ 29] Flint N J,Gardebrecht S , Swanson L. J Fluoresc 1998, 8( 4) : 343~ 353.[ 30] Flint N J,Gardebrecht S , Soutar I, Swanson L. ACS Symp Ser, 2001, 780 ( 1) : 208~ 222.[ 31] Matsumura Y, Iwai K. Polymer, 2005, 46( 23) : 10027~ 10034.[ 32] Matsumura Y, Iwai K. J Colloid Int erf Sci, 2006, 296( 1) : 102~ 109.[33] 刘海兰，于明章，吴於人等.硬物质与软物质.物质与工程，2001，5（11）48-52.[ 34]姚康德，彭涛，高伟.智能性水凝胶高分子通报，1994,2:103-111.[ 35] 房喻，胡道道，崔亚丽.智能型高分子水凝胶的应用研究现状高技术通讯.2001,3:107-110.。