Optimization of Magnetic Milli-Spinner for Robotic Endovascular Intervention
本文通过结合计算流体动力学模拟与实验验证，优化了具有中心通孔和侧向狭缝的磁性毫米级螺旋搅拌器（milli-spinner）的结构设计，使其在模拟动脉血流的高粘度环境中实现了高达 44 cm/s（140 倍体长/秒）的推进速度，显著超越了现有无缆磁控机器人，从而为在复杂血管中执行血栓清除、靶向给药及动脉瘤治疗等介入手术提供了高效的无缆导航平台。
🔬 Category
physics.flu-dyn
967 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。
Parametric Reduced-Order modeling and Closed-Loop Control of Tandem-Cylinder Wakes
本文提出了一种基于参数化降阶模型和模型预测控制的闭环控制框架，成功在双圆柱共脱落流态下实现了从雷诺数 50 到 70 的间隙及下游尾流涡脱落完全抑制，并在雷诺数 80 时显著降低了流动非定常性。
How pore-scale disorder controls fluid stretching in porous media
该研究结合实验、模拟与理论分析，揭示了孔隙介质中固体微观结构的无序程度如何通过近壁流动控制流体拉伸统计特性，发现无序介质中的拉伸呈二次增长且分布近似对数正态，从而建立了孔隙结构与流体拉伸统计之间的定量联系，阐明了无序介质相较于有序介质在加速混合方面的作用机制。
Physics-Informed Neural Networks: Bridging the Divide Between Conservative and Non-Conservative Equations
本文通过在一维 Burgers 方程及稳态与非稳态欧拉方程等基准问题上的系统研究，深入探讨了物理信息神经网络（PINNs）在求解含激波和间断的压缩流问题时，对偏微分方程采用守恒形式与非守恒形式表述的敏感性差异。
Rapidly rotating internally heated convection: bounds on long-time averages
本文针对无限普朗特数下快速旋转且内部均匀加热的对流系统，通过推导渐近简化模型并采用新型估计技术，严格证明了平均温度与平均垂直对流热输运关于瑞利数和埃克曼数的界限，揭示了二者不同于瑞利 - 贝纳德对流且存在两种不同标度律的独立演化行为。
Revisiting Conservativeness in Fluid Dynamics: Failure of Non-Conservative PINNs and a Path-Integral Remedy
本文指出非保守形式物理信息神经网络（PINNs）在处理非定常激波问题时因违反兰金 - 于戈尼奥条件而失效，并提出基于 Dal Maso-LeFloch-Murat 理论的积分路径框架（PI-PINN），通过引入路径一致损失成功在原始变量非保守框架下恢复了激波速度的物理精度。
Lattice Boltzmann framework for multiphase flows by Eulerian-Eulerian Navier-Stokes equations
本文首次提出了一种无需有限差分修正、适用于任意维度的新型六耦合格子玻尔兹曼框架，用于求解包含大密度比和真实曳力系数的欧拉 - 欧拉多相流方程，其初步数值结果与传统有限差分解高度吻合，为在高性能计算设施上模拟多相流开辟了新途径。
Nonhomogeneous elastic turbulence in the two-dimensional Taylor-Couette flow
该研究通过数值模拟揭示了二维受限泰勒 - 库埃特流动中弹性湍流的产生机制，发现其完全非线性动力学呈现弱各向异性且高度非均匀的特征，主要局限于内壁附近的动态活跃区域，且该区域内的统计与谱特性与理论预期及实验观测基本吻合。
Predictor-Driven Diffusion for Spatiotemporal Generation
该论文提出了一种名为“预测器驱动扩散”的新框架，通过结合基于重整化群的空间粗粒化与路径积分时间动力学，利用尺度依赖的拉普拉斯阻尼和加性噪声构建粗粒化场层级，从而在统一框架下有效解决了多尺度时空生成中的尺度耦合难题，并实现了模拟、无条件生成及超分辨率的融合。
Two-stage dispersion mechanism of clean spherical bubbles rising in a chain
该研究揭示了清洁球形气泡链上升过程中的两阶段分散机制：初始失稳由尾迹诱导升力引发，而随后的大尺度横向分散则源于气泡与流体双向耦合产生的自诱导平均流对剪切场的增强作用。