可逆的絕熱變化，體系的熵值不變，是等熵變化。
在工程上作為與真實絕熱過程比較用的標準工況。例如噴管可視作絕熱過程，而等熵過程將代表其最佳的工況。
等熵過程常用來分析透平和壓縮機的最大輸出功和最小輸入功。
發電廠設計中多採用這種方式求取某一系統的設計參數。
熵增定律僅適合於孤立體系，這是問題的關鍵。雖然從處理方法上講，假定自然界存在孤立過程是可以的。但是從本質上講，把某一事物從自然界中孤立出來，就使理論帶上了一定的主觀色彩。實際上，絕對的聯繫和相對的孤立的綜合，才是事物運動的本來面目。那么，當系統不再人為地被孤立的時候，它就不再是只有熵增，而是既有熵增，又有熵減了。如果說熵增是混亂度增加，而熵減是有序度增加的話，那么，真正的過程必然是混亂與有序的綜合過程。因而，系統就必然出現熵增和熵減諸種情況。
現在，一個中心問題出現了，在系統狀態 ( 點 ) 上的熵增和熵減過程中，是否存在一個不動點 , 使熵增和熵減達到平衡 ( △ S=0) 。
在孤立體系中，平衡狀態也是熵增為零。當進行研究的時候，一旦熵增 ( 減 ) 等於零，我們似乎就覺得比較滿意了。熵增 ( 減 ) 為零，熵為常數。常數還有什麼研究的必要呢 ? 放在公式中就行了。然而，問題並不簡單。信息熵等於常數，並不是其它量等於常數。物質、能量的出入使事物的質能變化不是一個常數。如果我們過去往往在物質、能量一定的前提下來討論熵增加的話，那么，我們是否忽視了一個問題，即在熵恆定的情況下來討論物質、能量的變化呢 ? 更進一步說，如果自然界存在這一類過程，即熵恆定的過程，再結合到質、能守恆，那么，我們就有了這樣一組十分滿意的公式：
m (t)=Cm
u (t)=Cu
s (t)=Cs
其中 t 是時間， m 、 u 、 s 是物質量、能量、信息 ( 負熵 ) ， Cm 、 Cu 、 Cs 是常數。
由此，等式與不等式的分裂可以獲得解決。
在系統狀態 ( 點 ) 的變化過程中，要在每時每刻都保持信息 ( 負熵 ) 為恆量，是一個太強的條件。而許多過程可以表現為在某些時間位點上信息 ( 負熵 ) 為恆量。這時，系統出現熵振盪過程，當熵振盪的時段極短時，它趨近於等熵過程。
在自然界和人類社會中，等熵過程是很多的，僅舉幾個例子做一簡略討論。
關於質點運動。因為在低速情況下，任何物體的質量是不變的。因此，它只有一種狀態，故質點運動是一個質量等熵過程，這是何以能把任何一個物體視為一個質點的原因。在高速狀態下，物體有多種質量狀態，這時，質點運動就不一定是等熵過程。
關於信息變換與傳遞。信息變換與傳遞是一個典型的等熵 ( 不是指熱熵 ) 過程。申農說，資訊理論研究的課題是如何“精確地或近似地在一點重現另一點新選擇的符號”，這實際上就是試圖在等熵條件下來研究信息傳遞。
另外 , 結構相似性、過程相似性、結構與功能、事物的同規律、集合的映射、實物與圖形、記憶、語言與對象、生命常態、生物節律等，都包含著等熵過程。
