姓名：张诚恺
职称：讲师
教育和工作经历：
教育背景：
2014.09 － 2018.06 中国石油大学（北京），石油工程，本科
2018.09 － 2024.06 中国石油大学（北京），石油与天然气工程，硕博连读
2019.09 － 2020.03 葡萄牙里斯本大学，油气人工智能，联合培养
2022.11 － 2023.11 加拿大阿尔伯塔大学，油气人工智能，联合培养
工作经历：
2024.07 － 2026.09 中国石油大学（北京），博士后
2026.10 － 至今 中国石油大学（北京），讲师
电子邮箱：zhangck@cup.edu.cn
个人主页：https://faculty.cup.edu.cn/zhangchengkai/
所在系所：油气井工程系
教学情况：《石油工程模拟仿真软件》
研究方向：主要从事油气智能钻井理论方法与应用研究，包括：油气人工智能算法、机理-数据融合建模、智能优化方法、多智能体协同决策、大模型、知识提取与表征等
代表性论文著作：
[1] Ma B, Zhang C, Zhou M, et al. Physics-Informed Multitask Learning with Dynamic Weighting for Efficient Prediction of Extended-Reach Wellbore Cleanliness [J]. SPE Journal, 2026, 31(01): 116-133.
[2] 张诚恺,刘子豪,宋先知,等.基于知识图谱的钻井阻卡监测与分析方法[J].钻探工程,2026,53(02):57-67.
[3] Zhang C, Song X, Zhu Z, Li G, Zhang R. Heterogeneous Multi-Task Learning for Real-Time Collaborative Prediction of Multiple Interrelated Drilling Parameters [C]// Abu Dhabi International Petroleum Exhibition and Conference. Abu Dhabi,UAE, 2025.
[4] Yan Z, Zhang C*, Pan T, et al. Gated multilayer perceptron Bayesian fusion network: A geological uncertainty-aware network for rate of penetration prediction in the nonlinear dynamic system of drill string-formation [J]. Physics of Fluids. 2025, 37(8).
[5] Zhang R, Zhang C, Song X, et al. Real-time prediction of logging parameters during the drilling process using an attention-based Seq2Seq model [J]. Geoenergy Science and Engineering, 2024, 233: 212279.
[6] Zhang C, Song X, Liu Z, et al. Real-time and multi-objective optimization of rate-of-penetration using machine learning methods [J]. Geoenergy Science and Engineering, 2023, 223: 211568.
[7] Zhang C, Zhang R, Zhu Z, et al. Bottom hole pressure prediction based on hybrid neural networks and Bayesian optimization [J]. Petroleum Science, 2023, 20(6): 3712-3722.
[8] Zhang C, Song X, Su Y, Li G. Real-time prediction of rate of penetration by combining attention-based gated recurrent unit network and fully connected neural networks [J]. Journal of Petroleum Science and Engineering, 2022, 213: 110396.
[9] Zhang C, Song X, Azevedo L. U-net generative adversarial network for subsurface facies modeling [J]. Computational Geosciences, 2021, 25(1): 553-573.
[10] Song X, Zhang C, Shi Y, Li G. Production performance of oil shale in-situ conversion with multilateral wells [J]. Energy, 2019, 189: 116145.
代表性专利与软著:
1、一种多智能体协同的钻井优化方法. CN202611510913.7, 2026, 第1发明人
2、一种钻井多振动工况确定方法、装置及设备. CN202511434415.4, 2025, 第1发明人
3、一种基于多任务学习的钻井多参数协同预测方法和装置. CN202511063281.X, 2025, 第1发明人
4、一种钻井井下振动工况的原位确定方法及装置. CN202511344199.4, 2025, 第2发明人
5、基于知识图谱的钻井风险诊断方法和计算机设备. CN202310988637.5, 2023, 第3发明人
主要科学研究项目：
1、国家自然科学基金委员会，青年科学基金项目（C类），2027-2029，主持
2、中国博士后科学基金会，第78批博后面上项目，2025-2026，主持
3、科技部，国家油气重大专项专题，2025-2030，主持
4、中国石油大学（北京），科研启动基金项目，2025-2026，主持
重要奖励与荣誉：
1、中国石油大学（北京）青年拔尖人才，2026年
2、第51届日内瓦国际发明展金奖，2026年
3、国家资助博士后研究人员计划，2025年
4、中国油气人工智能科技优秀案例，2025年
5、中国国际大学生创新大赛一等奖优秀指导教师，2025年
社会与学术兼职：
1、科创中国-上海非常规科技服务团青年专家
2、《Petroleum Science》期刊青年编委
3、SPEJ、Energy、ESWA、EAAI、GSF、GSE等期刊审稿人
石工
设计