通过多尺度表征和动力学模型，研究了煅烧页岩气钻屑对油井水泥早期水化的影响机制，发现其释放的铝离子抑制C3S溶解，延长诱导期，并降低反应速率常数。
实验研究了不同掺量纳米二氧化硅对G级油井水泥性能的影响，结果表明适量掺加能提高抗压强度和胶结强度，但超过一定量后性能下降。
自动全球专利信号已改由官方来源独立取件，并在科研雷达中按同族展示。这里仅保留人工延伸检索入口，不参与自动抓取或论文评分。
提出一种面向腐蚀知识合成的领域自适应检索增强生成框架，在镁合金腐蚀数据集上微调多个开源语言模型，以提供机制上可解释的腐蚀推理。
自动全球专利信号已改由官方来源独立取件，并在科研雷达中按同族展示。这里仅保留人工延伸检索入口，不参与自动抓取或论文评分。
提出了基于LLM的自动化管道，从非结构化文献中提取混凝土材料数据，构建了最大开源实验室混合水泥混凝土数据库。
推荐理由：AI4S方法加速材料数据获取，为固井材料AI建模提供高质量数据支撑。
构建了钙铝硅酸盐水化物的原子级数据集，并开发了机器学习势能模型。
推荐理由：为固井材料水化产物模拟提供数据集和势函数，助力AI4S研究。
结合多纤维系统、人工神经网络和粒子群优化，实现SHCC的数据驱动逆向设计。
推荐理由：AI4S方法在水泥基材料设计中的应用，可借鉴于固井材料配方优化。
提出MixDiff模型，利用去噪扩散概率模型生成虚拟混凝土配合比数据，增强数据集多样性，并验证了生成数据在特征分布和相关性上与真实数据高度相似。
综述了机器学习与深度学习在低碳胶凝材料性能预测中的应用，指出这些方法可高效精准地预测性能并优化配合比，助力低碳化发展。
自动全球专利信号已改由官方来源独立取件，并在科研雷达中按同族展示。这里仅保留人工延伸检索入口，不参与自动抓取或论文评分。
