莫斯科物理技术学院(MIPT)计算物理中心的科学家团队及其同事开发出PANDA-NN算法，可自动计算液 - 液 - 固系统中的接触角，相关研究结果发表在《胶体和表面A：物理化学和工程方面》杂志上。

接触角是表征介质相互作用、决定表面现象(如毛细管压力和渗透率)的定量参数，在模拟多孔介质流体流动时至关重要，准确值有助于创建可靠流体流动模型，优化石油、天然气等矿物生产。传统接触角建模需手动调整密度阈值等重要参数，易导致误差，影响结果可重复性。

PANDA-NN算法是改进版本，与之前PANDA版本不同，它利用机器学习自动确定纳米孔中两相界面形状，如水滴形、甜甜圈形等。神经网络会自动确定界面类型，并依据分子建模数据选择合适数学模型进行密度剖面分析。MIPT计算物理中心高级研究员伊利亚·科帕尼丘克解释，新版本不再需根据液滴密度分布计算润湿角，液滴形状和近似计算方程均由神经网络确定。

PANDA-NN还包含润湿层厚度这一附加参数，考虑该参数可最大限度减少确定密度分布函数时的误差。该算法稳定且结果可重复，与实验数据吻合，精度达5%，远高于之前的PANDA方法(13%)和经典的圆拟合方法(10%)，不过对于复杂界面，与实验值偏差可能超5%，需谨慎选择系统组成。

其自动化功能可大规模计算不同流体、基质、孔径和温度下的接触角，有望用于优化油气生产。伊利亚·科帕尼丘克指出，该算法无需人工参与每个系统计算或超参数校准，还能自动考虑吸附膜厚度。MIPT计算物理中心初级研究员Alexey Semenchuk补充，此算法能高度自动化确定纳米多孔结构中的接触角，为模拟过滤和流体置换过程开辟新可能，包括石油生产问题和储层岩石毛细管效应分析。

目前，该算法仅适用于液 - 液 - 固体系，对于液 - 气 - 固体系，液滴体积变化有待改进。未来，作者计划进一步改进算法并开发相关应用。莫斯科物理技术学院计算物理中心、俄罗斯科学院高温联合研究所、国立高等经济大学、俄罗斯科学院施密特地球物理研究所和AIRI的科学家参与了这项工作。