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。

本文提出了一种无需监督训练、仅依赖激光吸收层析测量数据的无监督神经隐式方法，通过坐标神经网络连续表征时空热化学状态，成功实现了对稀疏数据下非稳态火焰的定量成像。

本文提出了一种名为“分箱谱功率损失”（BSP Loss）的新型频域损失函数，通过自适应地权衡不同尺度预测误差并惩罚能量分布偏差，有效缓解了深度学习中抑制小尺度结构表征的谱偏差问题，从而显著提升了混沌系统（包括湍流）长期预测的稳定性与谱精度，且无需修改模型架构。

本文介绍了一种利用八相机环形布置的层析背景纹影技术（TBOS），成功测量并重构了浮力羽流（包括强制羽流和惰性羽流）三维密度场的方法，并通过与理论模型对比验证了其有效性，为污染物扩散及湍流流动研究提供了关键数据。

本文发布了一个包含 70 视角的开源背景纹影高速流场数据集，并通过神经隐式重建与数据同化技术，首次实现了仅凭少量视角实验数据即可高精度重构激波结构、恢复未测量流场状态及进行不确定性量化的三维状态估计。

该研究利用离心薄膜平衡仪结合薄膜干涉技术，揭示了在高达 100 倍重力加速度下，肥皂膜的排水动力学仍由毛细吸力和边缘再生机制主导，并阐明了有效重力对薄膜拉伸、毛细作用强度及液膜单元运动惯性 - 粘性转变的三重影响。

本文提出了一种结合近壁区直接模拟蒙特卡洛（DSMC）方法与体流动高阶格子玻尔兹曼（HOLB）求解器的双流耦合多尺度算法，成功在雷诺数高达数千的壁面约束流动中模拟了由临界雷诺数（约 750）触发的相干结构再生循环及湍流转捩过程。

该论文建立了一种基于扰动的频率响应框架，通过系统展开输入 - 输出动力学，将线性算子分析与非线性相互作用统一起来，揭示了斜波通过升力机制生成流向条纹的机理及其高阶非线性耦合导致的条纹增强或衰减效应，从而阐明了从非模态放大到二次失稳及转捩的完整物理过程。

本文提出了名为 SCALE-TRACK 的异步欧拉 - 拉格朗日粒子追踪算法，通过利用异构计算架构、异步耦合及优化数据结构，实现了在单机工作站和超算集群上对数十亿至数千亿粒子的精确、可扩展模拟，并作为开源软件发布。

本文提出了双尺度神经算子（DSO），通过解耦局部细节提取与全局趋势聚合的机制，有效解决了现有神经算子在流体动力学长时预测中面临的局部模糊与全局漂移问题，显著提升了预测精度与长期稳定性。

该研究通过计算流体动力学模拟对比了三种主动脉内泵，发现叶轮驱动泵在压头、水力效率及血液相容性（表现为更低的溶血指数和 Hemolytic Number）方面均优于单泵和三泵设计，为未来泵的开发与个性化选型提供了重要依据。