Coherent structures in axis-switching elliptical jets
该研究通过直接数值模拟揭示了椭圆射流中不同近喷嘴激励水平对轴交换位置及相干结构演化的影响，发现高激励会加速轴交换并导致原有的摆动模态衰减，进而转变为相对于新轴系的摆动模态，且该新模态在低频段占主导地位。
🔬 Category
physics.flu-dyn
1214 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。
Synthetic Seismograms from Particle Bed Interactions and Turbulent River Flow: Modeling and Comparison with Observations
该研究提出了一种基于物理的数值模型，通过模拟颗粒床相互作用与湍流河水的耦合动力学生成合成地震图，并验证了其在区分河流地震噪声中沉积物输运与水流湍流贡献方面的有效性。
Information decomposition for disentangled and interpretable manifold learning of fluid flows via variational autoencoders
本文提出了一种基于变分自编码器的信息分解框架，通过将变分目标中的 KL 散度分解为三个互补项来分别调控数据压缩、潜变量解耦和几何正则化，从而在流体流场数据中实现了兼具高信息容量与物理可解释性的流形学习。
Towards a Foundation-Model Paradigm for Aerodynamic Prediction in Three-dimensional Design
本文提出了一种基于 Transformer 架构（AeroTransformer）的预训练 - 微调范式，通过在大规模多样化几何数据集（SuperWing）上预训练并仅用少量特定任务样本微调，显著降低了三维气动预测的误差与数据成本，并开源了相关模型、数据集及交互式设计工具。
Autoregressive prediction of 2D MHD dynamics inferred from deep learning modeling
该研究开发了基于 Koopman 变换的 Transformer 和 ConvLSTM-UNet 两种深度学习的自回归代理模型，能够以显著降低的计算成本，在保持物理守恒律和关键结构特征的同时，高效预测二维理想磁流体动力学中 Kelvin-Helmholtz 不稳定性随时间的演化。
Diffusion compaction coupling controls pore pressure dynamics in granular fluid flows
该研究通过建立孔隙压力扩散与颗粒压实耦合的演化方程，揭示了表观扩散系数并非内禀属性而是受流动厚度调控的竞争机制，从而阐明了扩散 - 压实耦合如何控制颗粒 - 流体流动的孔隙压力动力学及流动性。
Steadily moving semi-infinite fracture in plane poroelasticity
本文提出了一种用于模拟多孔弹性介质中稳态扩展半无限平面应变断裂的完全耦合边界积分方法，通过结合基本解与叠加原理推导控制方程，并开发了数值求解框架，在多种工况下验证了其与解析解的高度一致性，为分析多孔弹性介质中的断裂 - 流体耦合相互作用提供了稳健工具。
A differentiable software suite for accelerated simulation of turbulent flows
本文介绍了开源 Julia 软件包 IncompressibleNavierStokes.jl，它通过提供可微分、硬件无关的求解器及优化的内存管理，实现了在单 GPU 上高达 分辨率的不可压缩 Navier-Stokes 方程直接数值模拟，并支持将神经网络闭合模型嵌入大涡模拟中进行后验训练。
Vortex-Induced Drag Forecast for Cylinder in Non-uniform Inflow
本文提出了一种结合上游流速测量与优化压力信号输入的改进全连接神经网络模型，通过直接数值模拟数据成功实现了对非均匀来流下圆柱涡致阻力的准确预测，揭示了流动分离动力学在阻力生成中的主导作用。
Transport and removal of a passive tracer in porous media employing surface washing
该实验研究通过荧光测量和染料衰减成像，揭示了重力驱动液膜从多孔介质表面去除被动示踪剂的三阶段传输机制（表面粗糙度快速去除、垂直扩散限制下的缓慢去除及下游边界处的加速对流主导去除），并探讨了液膜特性、多孔板渗透率及示踪剂初始分布等参数对去除速率的影响，为工业和环境应用中的表面清洗优化提供了指导。