1210 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。
本文通过将“拉伸与折叠”机制建模为无漂移的 Hänggi–Klimontovich 随机过程，并将其映射为 Itô 过程，从非扩散性的拉格朗日动力学与分叉驱动的涨落角度，定量评估了各向同性湍流中的前向与后向散射，并为涡粘性等传统扩散参数提供了统计学上的解析闭合。
本文通过对高攻角下静止 NACA0012 翼型的 CFD 模拟研究，探讨了前缘吸力参数（LESP）与升力之间的关联性，并分析了涡量通量对气动性能的影响，旨在为分离流的涡量模型改进提供见解。
本文通过高分辨率模拟研究了流体性质和边界条件对受限多孔介质中二氧化碳对流混合预测的影响，指出简化模型（如单调密度关系或二维流动假设）可能导致高达10%-100%的混合速率预测偏差。
本文研究了斯托克斯边界层中触发湍流转型的最小扰动（minimal seeds），发现这些扰动虽由线性瞬态增长主导，但其结构中包含非线性成分，旨在通过能量转移和时间匹配来衔接线性增长阶段与边际态（edge state）的产生阶段。
本文提出了一种基于贝叶斯神经网络（BNN）的RANS湍流模型修正框架，通过对湍动能源项和张量各向异性进行不确定性感知修正，在提升分离流预测准确性的同时，实现了对修正过程中的认知不确定性进行量化评估。
本文通过对比统一气动动力学方案（UGKS）与气动动力学方案（GKS）在低雷诺数粘性激波管中的模拟结果，揭示了在连续流机制下，高马赫数与低雷诺数耦合会导致激波与边界层相互作用区域出现显著的非平衡态效应，从而强调了在处理此类多尺度流动时采用多尺度数值方法的必要性。
通过风洞实验研究发现，扑翼机器人的扑翼频率（斯特劳哈尔数）能显著增强其纵向静态稳定性（俯仰刚度），甚至能使原本不稳定的飞行器变得稳定。
本文提出了一种结合 VGG 感知损失与物理启发式桥接机制（Physics-Informed Bridge）的新型时序 U-Net 架构，通过引入时间加权特征融合与抛物线边界约束，解决了稀疏流体观测数据插值中常见的空间模糊与时间闪烁问题，实现了高保真度的流体动力学重建。
本文研究了毛细效应如何影响密度大于水的薄弹性板在传播表面重力波中的运动，并通过建立考虑毛细力的衍射无模型，揭示了决定浮体趋向于纵向或横向择优取向的关键无量纲参数及其物理机制。
本文提出了一种基于本征正交分解（POD）和径向基函数（RBF）的降阶模型（ROM），通过对具有周期性变化边界条件的非定常绕柱流进行验证，证明了该方法在保持较高精度的同时，能将计算时间缩短99%以上。