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。

该研究利用二维分离涡模拟（DES）和谱本征正交分解（SPOD）方法，深入分析了跨音速条件下由隔离段与单膨胀斜坡喷管（SERN）构成的复杂主 - 亚腔系统的非定常流动物理机制，并证实了带通风槽的亚腔被动控制策略能最有效地抑制压力振荡并重构主导相干模态。

本文提出利用深度算子网络（DeepONets）构建 Simulating WAves Nearshore (SWAN) 数值波浪模型的代理模型，以在保持高精度的同时显著降低计算成本，从而有效预测辐射应力梯度和有效波高。

本文证明了在表面张力作用下，当初始自由界面在 $H^s$ 空间（ $s>d/2+1$ ）中足够小时，单相 Muskat 问题存在唯一的整体强解，且该解随时间趋于无穷大时在 Lipschitz 范数下收敛于零，这是该问题首个整体适定性结果。

本文提出了一种图像基孔隙网络模型（iPNM），该模型无需理想化孔隙形状即可耦合两相流、溶质输运和奥斯特瓦尔德熟化过程，并通过与微流控实验的无参数验证，成功克服了现有模型在拓扑演化、流动效应及统计分辨率方面的局限。

该研究通过在马赫数 2.0 的超音速风洞中利用液氮将壁面冷却至 95 K，结合纹影可视化、压力测量及低温热敏漆技术，实验揭示了低温壁面条件导致激波/湍流边界层干扰分离点下移、分离点热流降低，并验证了低温热敏漆是研究此类相互作用的有效工具。

本文提出了 MENO（MeanFlow 增强的神经算子）框架，通过利用改进的 MeanFlow 方法在保持极低推理成本的同时恢复多尺度特征，有效解决了传统傅里叶神经算子在高精度预测中丢失小尺度结构的问题，并在多个动态系统基准测试中显著提升了频谱精度和推理效率。

该论文基于 OpenFOAM 中的 $k\omega$ SST 湍流模型，对椭圆和冯·卡门 - 特雷夫茨翼型在不同攻角和雷诺数下的稳态 RANS 模拟结果进行了整理，提供了包含表面压力、摩擦系数及分离点位置等关键参数的数据集，旨在为扩展势流模型的校准与评估提供基准。

该研究通过数值模拟揭示了球体尾流中转捩流中孤波类相干结构（SCS）的形成与演化机制，发现其早期表现为波包，在转捩后期保持形态稳定，且其周围的涡结构与高剪切层是 SCS 发展的结果而非成因。

本文通过推导惯性 - 对流子区内的解析解，验证了椭圆近似模型在有色噪声流中的有效性，揭示了平均流平流与大尺度扫掠主导时间去相关、小尺度畸变主导空间去相关的被动标量时空关联机制，并成功统一了 Obukhov-Corrsin 空间标度律与高斯型时间去相关特征。

本文提出了基于物理信息神经网络和伴随状态法的两种方法，利用表面变形数据成功反演了浅水流动中的底部地形和表面流速，并验证了其在合成数据下的有效性与抗噪鲁棒性。