如果你在工作中使用QCM分析，你可能会遇到两种常用的方法来量化表面结合质量，使用Sauerbrey方程或粘弹性模型。如您所知，应在特定条件下使用各自的方法。在这篇文章中，我们将解释何时应该使用粘弹性模型。
假设您已经运行了一组成功的QCM测量，现在您想要分析数据并提取表面粘附层的质量。如果要分析的层是软的并且满足建模要求，那么应该使用粘弹性建模。那么，你怎么知道这层是不是软的呢?如果你正在使用multi-harmonic QCM-D，通过查看软层的关键特征较高的原始数据，可以直接评估该层的特征能量损失，即耗散位移ΔD大于零，扩散谐波，如图1所示。简而言之，根据经验，在以下情况下应使用粘弹性建模:
ΔD大于零意味着与传感器表面接触的材料正在诱导能量损失。这发生在软膜，如生物分子或聚合物为基础的层，沉积时。扩展谐波揭示了层属性影响记录的信号，每个谐波将提供关于这些层属性的唯一信息。为了更详细地描述Voigt模型和在QSense Dfind中为粘弹性分析实现的方程，我们真的建议感兴趣的读者看看由Voinova等人。1
图1。多谐波QCM-D数据显示了粘弹性层的特征-高耗散和扩散的谐波。
不像索尔布雷方程，其中只需要输入一个单一的频率作为方程来计算质量，来自多个谐波的信息是进行粘弹性分析的关键。
其原因是粘弹性模型包含若干未知参数，需要对数据进行拟合。而且，为了拟合未知参数，至少需要将相同数量的测量变量输入模型。根据使用的是频率无关模型还是频率相关模型，有三个或五个未知参数。如果您使用的是多重谐波QCM-D，每个谐波将提供两个参数，f而且D，因此对于频率无关的模型，至少需要捕获两个谐波，对于频率相关的模型，至少需要捕获三个谐波。捕捉f而且D对于三个谐波将给出六个测量变量，这在理论上足以输入频率相关模型。然而，只有当我们能够假设一个完美的测量和一个完美的模型时，这才足够。由于数据中总是存在噪声，而数学模型很少能完美地描述现实，因此最好使用尽可能多的可测量输入变量。如果您正在使用多谐QCM-D，因此我们建议您捕获f而且D尽可能多的谐波。
如果您正在对软膜进行QCM分析，并想要量化这些层的质量或厚度，那么粘弹性建模是可行的方法。如果您使用的是多谐QCM，原始数据将揭示该层是否软，以及要寻找的关键特征是否软
即，如果满足这些条件，并且模型假设适用，则可以使用粘弹性模型来量化层质量。请注意，在建模时，重要的是要记住，当您将模型拟合到测量数据时，所获得的值必须在模型的上下文中解释。也就是说，如果模型不能准确地描述你的实验系统，那么从建模结果中得出的结论可能是不正确的。
下载下面的指南，了解更多关于何时使用粘弹性建模，以及如果您使用Sauerbrey方程来分析软层会产生什么后果。
