原题：Cement paste stratification at critical cementing point
这项研究旨在开发一种基于理论和经验数据的水泥浆形成研究方法，以更准确地模拟井筒环空中固井液的真实行为，并提出了两种水泥砂浆结构模型。
推荐理由：为固井水泥浆的沉降稳定性提供预测方法，有助于优化固井工艺参数。
SCIHOT Research Signals
2026-08-15
9 条精选
近 24 小时评出
2026-08-15 00:12 UTC
固井直接相关
5 items原题：Interfacial regulation of high-temperature rheology in admixture-modified cement-tailings suspensions
研究机械活化金尾矿水泥浆在20、50和80°C下的流变行为，发现改性Bingham等模型能很好描述其流变特性，并探讨了高温下外加剂的界面调控机制。
推荐理由：对高温固井水泥浆的流变设计具有参考价值，可改善极端条件下的泵送与顶替效率。
原题：Functionalized carboxymethyl chitosan synthesis and its regulation mechanism on the temperature rise of cement slurry
该研究发表于《Cement and Concrete Research》，涉及功能化羧甲基壳聚糖的合成及其对水泥浆水化温升的调控机制，但摘要信息有限。
推荐理由：为固井水泥浆的温控提供潜在新型外加剂，有助于防止高温井筒热应力损伤。
原题：Machine learning-based evaluation of shrinkage-reducing admixtures in alkali-activated slag based materials: Shrinkage mitigation and compressive strength
研究利用机器学习方法评估减缩剂对碱激发矿渣材料的收缩缓解和抗压强度的影响，发表于《Construction and Building Materials》。
推荐理由：机器学习方法可辅助优化固井材料配方，提升AI4S在建筑材料领域的应用。
原题：Synergistic Thermal Conductivity Mechanism and Mechanical Properties of Graphene/Carbon Nanotubes Modified Cement for Geothermal Well
通过在水泥中掺入石墨烯和碳纳米管，实现了7天导热系数从0.27 W/(m·K)提升至1.46 W/(m·K)，同时评估了流变、失水、力学和微观结构。
推荐理由：为地热井固井提供高导热水泥配方，改善井筒完整性，促进地热能高效开发。
主题1｜自修复与应力完整性
0 items专利观察入口主题1｜自修复与应力完整性
当前只展示两条代表性检索示例，用来标记后续专利模块的位置；后续会升级为自动抓取、摘要、评分，再像论文一样进入日报。
- Schlumberger 示例检索 Google Patents
- Halliburton 示例检索 Google Patents
主题2｜防腐蚀与化学侵蚀
0 items专利观察入口主题2｜防腐蚀与化学侵蚀
当前只展示两条代表性检索示例，用来标记后续专利模块的位置；后续会升级为自动抓取、摘要、评分，再像论文一样进入日报。
- Schlumberger 示例检索 Google Patents
- Halliburton 示例检索 Google Patents
主题3｜AI4S 赋能
4 items73
原题：Optimizing Expert-Designed Crystal Graph Networks for Band-Gap Prediction with an Autonomous LLM Research Loop
利用自主LLM研究循环，在MatBench带隙基准上构建了最准确的预测模型，超越17个专家设计模型。
推荐理由：展示了AI4S在材料性质预测中的潜力，可为固井材料设计提供快速筛选工具。
相关10新颖8证据6迁移8
58
原题：kALDo 2.0: Scalable Thermal Transport from First Principles and Machine Learning Potentials
介绍开源Python包kALDo2.0，用于从第一性原理和机器学习势计算固体的振动、弹性和热输运性质，支持BTE和QHGK方法。
推荐理由：为AI4S提供高效热导率计算工具，可用于快速评估固井材料的热学性能。
相关8新颖8证据6迁移8
53
原题：Functional-prior-based approaches to Bayesian PDE-constrained inversion using physics-informed neural networks
提出fpBPINN统一框架，将函数先验纳入贝叶斯物理信息神经网络，用于解决PDE约束反演问题，克服权重空间先验局限。
推荐理由：增强AI4S在固井工程中参数反演和不确定性量化的能力。
相关8新颖6证据6迁移8
53
原题：Comparative study of ensemble-based uncertainty quantification methods for neural network interatomic potentials
系统评估了多种集成方法在神经网络原子间势上的不确定性量化性能，为材料建模中预测可靠性提供指导。
推荐理由：有助于提升AI4S在固井材料原子模拟中的可靠性，支撑多尺度建模。
相关8新颖6证据6迁移8
专利观察入口主题3｜AI4S 赋能
当前只展示两条代表性检索示例，用来标记后续专利模块的位置；后续会升级为自动抓取、摘要、评分，再像论文一样进入日报。
- Schlumberger 示例检索 Google Patents
- Halliburton 示例检索 Google Patents