SCIHOT固井技术观测站
SCIHOT Research Signals

2026-08-16

7 条精选 近 24 小时评出 2026-08-16 00:12 UTC

固井直接相关

4 items
论文固井直接相关外加剂固井材料流变
发表 2026-08-10Crossref 水泥与外加剂化学哨兵T1.5
原题:Effects of NaCl on the Rheology, Consistency Development, and Early Strength of API Class G Cement Slurries

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。

论文固井直接相关外加剂固井材料自修复
发表 2026-09Construction and Building MaterialsT1
原题:Combined effects of graphite tailings and a volcanic rock-based microbial self-healing agent on concrete recovery and durability

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。

论文固井直接相关AI4S固井材料机器学习性能预测
发表 2026-08-08Crossref 水泥与外加剂化学哨兵T1.5
原题:Interpretable Machine Learning for Flexural Strength Prediction of 3D-Printed Concrete Incorporating Supplementary Cementitious Materials

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。

论文固井直接相关固井材料水泥水化机器学习
发表 2026-09Construction and Building MaterialsT1
原题:Pairwise geometric control of mesoscale mortar damage initiation and connectivity in concrete with real aggregate morphology

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。

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。

完整检索矩阵

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。

完整检索矩阵

主题3|AI4S 赋能

3 items
58
论文主题3|AI4S 赋能AI4S机器学习
发表 2026-08-14 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
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
论文主题3|AI4S 赋能AI4S机器学习
发表 2026-08-14 12:00arXiv geophysics (physics.geo-ph)T1.5
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
论文主题3|AI4S 赋能AI4S机器学习
发表 2026-08-14 12:00arXiv materials science (cond-mat.mtrl-sci)T1.5
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。

完整检索矩阵