软测量是把生产过程知识有机的结合起来，应用计算机技术对难以测量或者暂时不能测量的重要变量，选择另外一些容易测量的变量，通过构成某种数学关系来推断或者估计，以软件来替代硬件的功能。应用软测量技术实现元素组分含量的在线检测不但经济可靠，且动态响应迅速、可连续给出萃取过程中元素组分含量,易于达到对产品质量的控制。

软测量技术主要由辅助变量的选择、数据采集与处理、软测量模型几部分组成。

1：机理分析主要是明确软测量的任务，确定主导变量，深入了解和熟悉装置的工艺流程，通过机理分析初步确定辅助变量。辅助变量包括变量类型、变量数目和检测点位置。辅助变量的选择应符合关联性、特异性、过程适应性、精确性和鲁棒性。辅助变量的下限是被估计的主导变量数，但是上限没有统一的理论指导，可以根据系统的自由度和生产过程的特点适当的增加上限值。

2：理论上数据采集量是多多益善，不仅可以用来建模还可以检验模型。为了保证软测量的精确性，数据采集要正确、可靠，并且进行处理：换算和误差处理。换算包括标度、转换和权函数三个个方面。误差分析主要是指随机误差和过失误差。随机误差可以采用滤波的方法解决，过失误差的解决方法有统计假设校验法、广义似然法、贝叶斯法及近年来出现的神经网络方法。

3：软测量建模是软测量技术的关键和难点，主要方法有机理建模、实验建模及二者结合建模方法。

过程　机理建模的优点是可以充分利用已知的过程知识，从事物的本质认识外部特征，使用范围较大，但是对于某些复杂的过程难以建模。

经验建模是通过实测或依据积累的操作数据，用数学回归方法、神经网络方法得到经验模型。理论上其有很多建模方法，但是在工程实施的过程中会遇到困难，因为工艺上不允许操作条件的大幅度变化。其优缺点与机理建模正好相反。

机理建模与经验建模相结合可兼有二者长处，互补其短。