买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安石油大学申请的专利基于机器学习与分子动力学的界面张力预测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121545601B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610055917.4，技术领域涉及：G16C10/00；该发明授权基于机器学习与分子动力学的界面张力预测方法及装置是由董珍珍;李伟荣;郭晨虹;刘昱江;房鑫;邹路;张庚庚设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本基于机器学习与分子动力学的界面张力预测方法及装置在说明书摘要公布了：本申请公开了基于机器学习与分子动力学的界面张力预测方法及装置，涉及分子动力学模拟技术领域。该方法包括：构建包括CO2、表面活性剂分子和原油的混合体系模型，定义表面活性剂相关参数为变量集，采用分子动力学软件模拟，获取模拟数据与界面张力数据并预处理。以温度、压力和变量集作为输入特征，界面张力为目标变量，训练LightGBM模型，获得预测模型。每个粒子代表一种表面活性剂的配置，使用预测模型获取每个粒子对应的预测界面张力，迭代更新粒子的速度和位置，获得使界面张力最小化的最优表面活性剂的配置。解决了如何避免因无法准确预测界面张力，导致驱油效果不佳而进行多次开采作业，从而导致石油开采效率低下的问题。

本发明授权基于机器学习与分子动力学的界面张力预测方法及装置在权利要求书中公布了：1.一种基于机器学习与分子动力学的界面张力预测方法，其特征在于，包括： 构建包括CO2、表面活性剂分子和原油的混合体系模型，将表面活性剂的主链数量、支链数量、官能团类型及浓度定义为变量集，设置不同的温度和压力条件，采用分子动力学软件对混合体系模型进行模拟，获取模拟数据以及不同的温度和压力条件下的界面张力数据； 对模拟数据和界面张力数据进行预处理； 以温度、压力和变量集作为输入特征，将预处理后的模拟数据与界面张力数据整合形成的数据集作为训练样本，以界面张力作为目标变量，采用加权均方误差损失函数训练LightGBM模型，以获得预测模型； 初始化粒子群，每个粒子表示一个表面活性剂的配置，保持与输入特征相同的条件，粒子的位置对应着表面活性剂的配置中的参数值，粒子的速度为表面活性剂的配置在参数空间中移动的步长和方向； 使用预测模型获取每个粒子对应的预测界面张力，基于每个粒子对应的预测界面张力迭代更新粒子的速度和位置，直至达到预设的最大迭代次数，获取使界面张力最小化的最优表面活性剂的配置； 使用最优表面活性剂的配置进行分子动力学模拟，保持与输入特征相同的条件，获取模拟界面张力，基于模拟界面张力评估最优表面活性剂的配置的优化效果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安石油大学，其通讯地址为：710065 陕西省西安市雁塔区电子二路东段18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。