physics.flu-dyn 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。

本研究证明，一种结合插值模型降阶与二次 - 二次调节器（QQR）的基于模型的控制框架，能够有效稳定雷诺数为 30 和 50 时流体摆的不稳定尾流，其表现优于传统线性控制器，不仅实现了更快的收敛速度，而且在传统线性方法失效的情况下成功抑制了涡脱落。

本研究证明，对跨越整个分离区域的壁面压力测量值进行集合变分同化，对于准确预测圆锥 - 扩张几何构型下的马赫 6 流分离及下游扰动至关重要，该方法揭示了激波 - 边界层相互作用，并量化了由低频激波非定常性引起的不确定性。

本文构建了一个粗粒化框架，用于推导局部有效势能的多尺度演化方程，其中包含跨尺度通量项，从而实现对分层流动中跨空间尺度和储层能量循环的完整分析。

本文提出了一种高效的多 GPU 加速不连续伽辽金海洋模型 SLIM 实现，其相比基于 CPU 的系统实现了巨大的加速，并支持超高分辨率海岸模拟，例如将大堡礁的分辨率提高了五倍。

本文研究了一个具有弹性碰撞的一维交替粒子系统，结果表明，尽管质量为 2 的等距初始位置表现出与随机初始条件相似的流体动力学激波前沿行为，但特定的质量比 $\{\mathcal{M}_k\}$ 会诱导出一种独特的“交错的类多米诺”机制，其中任意时刻仅有一个三元组运动，从而导致激波前沿的弹道式传播。

本文提出了ARCTIC，一种轻量级自适应实时预测框架，该框架将传感器数据与预计算模拟相结合，显著提升了航天系统中低温流体管理的精度与自主性，并已通过合成场景和NASA实验数据得到验证。

本文提出了一种无监督的、受物理定律和等式约束的神经网络框架，该框架利用压力泊松目标函数和自适应增广拉格朗日方法，在无标签数据的情况下成功模拟了高雷诺数不可压缩流动，克服了以往在施加严格无散度约束和边界条件方面的局限性。

本研究利用高保真度格子玻尔兹曼超大涡模拟揭示，掠流通过改变近壁面流动拓扑结构，从根本上改变了声学衬套的噪声耗散机制，即在低声压级下增加粘性损耗，同时在流出过程中引入依赖于相位的涡脱落并产生能量，最终降低了衬套的净声能耗散。

本文提出了一种利用量子可训练嵌入求解顶盖驱动腔问题的量子物理信息神经网络（QPINN）框架，证明了该方法在参数显著少于经典物理信息神经网络的情况下实现了稳定训练和具有竞争力的精度，从而凸显了可训练量子嵌入在参数高效物理信息学习中的潜力。

本研究采用理想化的再入通道模型，证明南极绕极流中涡旋饱和的主导机制在风应力与摩擦之比超过临界阈值时，从驻波弯曲与涡旋扩散调整的联合作用转变为仅由驻波弯曲调整主导，从而解释了先前研究中的分歧发现。