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。

Using Physics Informed Neural Network (PINN) and Neural Network (NN) to Improve a kωk-ω Turbulence Model

本文提出了一种混合kωk-\omega湍流模型,该模型利用物理信息神经网络改进湍流扩散建模,并利用神经网络重新校准模型系数,以修正对湍流动能的低估,从而在各种流动构型下与直接数值模拟数据达成极好的一致性,同时通过符号回归为在商业计算流体力学代码中实施该成果提供了途径。

Lars Davidson2026-05-19🔬 physics