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。

Integrating Fourier Neural Operator with Diffusion Model for Autoregressive Predictions of Three-dimensional Turbulence

本文提出了一种将隐式自适应傅里叶神经算子(IAFNO)与扩散模型相结合的 DiAFNO 模型,通过捕捉全局频域和结构特征,实现了对多种三维湍流场景下高精度且稳定的自回归预测,其性能在准确性与计算效率上均优于传统大涡模拟和现有扩散模型方法。

Yuchi Jiang, Yunpeng Wang, Huiyu Yang, Jianchun Wang2026-03-25🔬 physics

Physics-Informed Transformer operator for the prediction of three-dimensional turbulence

本文提出了一种基于视觉 Transformer 架构的物理信息算子(PITO)及其隐式变体(PIITO),通过在大涡模拟方程约束下无标签学习,实现了在极低显存和参数消耗下对三维湍流(包括衰减和受迫情形)的长时高精度预测,并显著优于现有的物理信息傅里叶神经算子(PIFNO)及传统大涡模拟方法。

Zhihong Guo, Sunan Zhao, Huiyu Yang, Yunpeng Wang, Jianchun Wang2026-03-25🔬 physics

Effect of velocity, fluid properties and drop shape on coalescence and neck oscillation

该研究通过轴对称数值模拟,系统揭示了速度、流体物性及液滴形状对液滴在深液池中聚并动力学及颈部振荡的影响机制,构建了基于无量纲参数的部分与完全聚并相图,并发现二次液滴形成在长椭球状液滴中最为显著,且其多液滴生成倾向随撞击速度增加而减弱。

Manas Ranjan Behera, Hiranya Deka, Kirti Chandra Sahu, Gautam Biswas2026-03-25🔬 physics