研究通过实验考察了不同NaCl掺量(0、4、8%)在不同密度和温度下对G级水泥浆流变参数、稠化时间及早期强度的影响,发现NaCl影响与浓度非正比,取决于浆体密度、温度和评估性能。
推荐理由:对固井水泥浆配方设计在含盐地层中的应用具有直接指导价值。
研究通过实验考察了不同NaCl掺量(0、4、8%)在不同密度和温度下对G级水泥浆流变参数、稠化时间及早期强度的影响,发现NaCl影响与浓度非正比,取决于浆体密度、温度和评估性能。
推荐理由:对固井水泥浆配方设计在含盐地层中的应用具有直接指导价值。
该研究探讨了石墨尾矿和火山岩基微生物自修复剂联合使用对混凝土裂缝自修复能力和耐久性的影响,发表于Construction and Building Materials。
推荐理由:相关性较弱,主要关注混凝土材料,与固井或AI4S关联有限。
研究基于209组数据,构建机器学习模型预测3D打印混凝土抗弯强度,并引入纤维拔出指数和粘结剂效率等复合特征以提高可解释性。
推荐理由:展示机器学习在水泥基材料性能预测中的应用,对AI4S方法有参考价值。
研究通过成对几何参数研究真实骨料形态对砂浆细观损伤起裂和连通性的影响,发表于Construction and Building Materials。
推荐理由:相关性较弱,主要涉及混凝土细观力学,与固井或AI4S直接关联较小。
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。
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。
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。
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。
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。
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。