Distributed physics-informed neural networks via domain decomposition for fast flow reconstruction
本文提出了一种基于时空域分解的分布式物理信息神经网络框架,通过参考锚点归一化策略解决压力不定性问题,并利用 CUDA 图与 JIT 编译优化训练效率,实现了大规模复杂流场的高效、高精度重构。
1274 篇论文
流体力学是研究流体如何流动、变形以及与其他物质相互作用的迷人领域。从日常的气流到浩瀚的星系演化,这一学科无处不在。在本分类中,我们聚焦于该领域的核心动态,用通俗的语言解读那些看似复杂的物理现象,让非专业读者也能领略流体世界的奇妙逻辑。
Gist.Science 每日从 arXiv 收录并处理所有流体力学相关的新预印本。我们不仅提供详尽的技术摘要,更提炼出通俗易懂的通俗解读,确保每一位访客都能无障碍地获取前沿科学成果。
以下是该领域最新的预印论文列表,涵盖了从基础理论到工程应用的最新发现。
本文提出了一种基于时空域分解的分布式物理信息神经网络框架,通过参考锚点归一化策略解决压力不定性问题,并利用 CUDA 图与 JIT 编译优化训练效率,实现了大规模复杂流场的高效、高精度重构。
该研究通过长时数值模拟证实,随机洛伦兹方程产生的非高斯多重分形统计特性能够准确描述瑞利 - 贝纳德对流实验中的平均风转向现象,从而确立了该系统作为低维有效替代模型的地位。
本文提出了一种嵌入非局部颗粒流体(NGF)模型的物理信息神经网络(PINN)框架,能够利用瞬态流场数据高效地正向求解颗粒流动并逆向推断关键非局部参数,从而克服传统局部模型在描述颗粒系统空间协同效应及参数标定方面的局限。
该论文通过数值模拟研究了由局部方位体力驱动的 Ponomarenko 发电机,发现尽管其流动具有与里加发电机相似的失稳条件,但产生的增长模式具有显著的非零群速度,表明该不稳定性属于对流型而非绝对型,因此无法自主维持磁场,并提出了克服这一局限以实现实验室发电机的潜在途径。
该研究通过实验与数值模拟揭示了自由下落液态锡液滴在纳秒激光脉冲撞击下,由径向流动与曲率相互作用导致空腔溃灭,从而产生速度高达撞击速度十倍的奇异射流现象,并阐明了其随韦伯数和压力宽度变化的动力学机制。
本文提出了一种结合几何精度与运动学一致性的动态接触角模型,通过对比水 - 甘油液滴在蓝宝石玻璃上撞击的实验与模拟数据,论证了仅依靠最大铺展直径不足以验证液滴动力学,并建立了基于最大铺展因子与特征毛细数的关联图以揭示铺展特性与内部流动动力学之间的联系。
本文结合延迟分离涡模拟与瞬态压力敏感漆测量,利用多锥谱 POD 方法对超大型涵道比发动机短舱安装引发的机翼激波 - 边界层干扰及抖振动力学进行了模态分析,揭示了激波振荡与流动分离的耦合机制及压力波传播特征。
本文提出了一种基于正交中心矩的涨落格子玻尔兹曼方法,通过在中心矩空间引入随机力并匹配模态相关弛豫,在满足涨落耗散定理的同时实现了热平衡下的能量均分、伽利略不变性及过弛豫区域的高数值稳定性。
本文提出了一种名为 WindDensity-MBIR 的基于模型的迭代重建算法,通过贝叶斯稀疏视图层析成像方法,在数据稀疏、视场受限及角度范围有限等挑战性条件下,实现了对风洞内湍流三维密度场的高精度非侵入式估计。
本文提出了一种将时间分解为慢速和快速分量的多尺度潜在动力学框架,成功将二维高瑞利数湍流瑞利 - 贝纳德对流系统从约 维降维至 20 维紧凑空间,在保留间歇性大尺度翻转等关键多尺度动力学特征的同时,实现了对罕见事件统计规律和瞬时流场结构的高精度预测。