研究将流体力学控制方程嵌入深度神经网络损失函数，并采用区域分解策略，以物理约束方式预测三维固井顶替流场，从而降低对大数据集的依赖。
推荐理由：为固井顶替效率的快速高保真预测提供 AI4S 新路径，有望替代部分高成本 CFD 计算。
针对波特兰水泥在 CO2 环境下碳化导致渗透率上升、抗压强度下降的问题，研究开发了本地化抗 CO2 水泥浆体系及非 API 室内测试流程，在井下温度静态条件下评价水泥岩心性能。
推荐理由：为高 CO2 油田固井水泥的抗碳化设计提供了本地化方案与测试方法，对 CCUS 井筒完整性有直接参考价值。
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。
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。
研究开发了一种与模拟器耦合的 AI4S 辅助框架，结合相分类器和三个相态闪蒸初始化器，并设置保守置信阈值与回退校验，由基于物理的闪蒸求解器确定最终平衡态，从而加速 CO2-EOR 与地质封存组分模拟中的油/气/水相平衡计算。
推荐理由：为 CO2 驱油与封存场景下的组分模拟提供提速思路，对固井相关的 CO2 环境热力学与多相计算有参考价值。
研究提出一种可迁移的图神经网络代理框架，直接预测原子位移并推进构型演化，无需显式力计算或数值时间积分；在 FCC 铝、BCC 铁和 HCP 镁上采用统一架构与训练流程，位置预测误差约为 1。
推荐理由：与固井直接相关性较弱，但为 AI4S 在材料计算中跨体系迁移建模提供了方法参考。
研究系统评估了 MACE-POLAR、MACE-LES 和 LOREM 三种长程机器学习原子间势与短程 MACE 基线，从理想点电荷体系到真实晶体结构的第一性原理数据，考察其对长程库仑相互作用的刻画能力。
推荐理由：与固井工程直接相关性较弱，但对 AI4S 材料模拟中长程静电建模具有方法学参考意义。
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。
