Surrogate normal-forms for the numerical bifurcation and stability analysis of navier-stokes flows via machine learning
本文提出了一种受“无方程”范式启发的“嵌入 - 学习 - 提升”框架，利用流形学习（特别是扩散映射）构建最小维度的降阶模型，从而在保持对称性的同时，高效且准确地对高保真纳维 - 斯托克斯流动进行数值分岔与稳定性分析。
🔬 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。
Effect of Expansion Geometry on Turbulence in Axisymmetric Pipe Flows
本研究利用立体粒子图像测速技术对比了轴对称管道中 90°突扩与 45°渐扩两种几何构型，发现尽管两者均产生流动分离，但渐扩构型因回流附着于斜壁并斜向冲击主流，引发了更宽的剪切层、更强的湍流各向异性及更高的湍动能，揭示了扩张坡度通过调控回流机制对湍流生成与能量重分布的关键作用。
Assessment of tabulated-chemistry models for lean premixed strained hydrogen flames with low-dimensional manifolds
本研究通过先验分析揭示了传统无拉伸火焰面模型在模拟低维流形下贫燃预混氢火焰时的局限性，并提出了一种基于应变火焰面的一维/二维流形新方法及修正策略，在保持计算效率和内存成本不变的前提下，显著提升了模型对差分扩散、热扩散不稳定性及应变效应的预测精度。
Consistent kinetic modeling of compressible flows with variable Prandtl numbers: Double-distribution quasi-equilibrium approach
本文提出了一种基于双分布准平衡方法的动能建模与离散化策略，通过高阶速度晶格和严格的流体动力学极限分析，实现了对任意普朗特数和比热比下可压缩流动（包括激波 - 涡相互作用等复杂现象）的 Navier-Stokes-Fourier 方程的高精度、稳定且伽利略不变的数值模拟。
The Semigeostrophic-Euler Limit: Lifespan Lower Bounds and Velocity Stability
本文研究了二维平环面上小振幅标度下的半地转系统，证明了其在对偶变量下对不可压欧拉方程的 速度稳定性与密度稳定性，并给出了物理时间尺度下 的解存在时间下界。
Local kinetic sensors for adaptive mesh and algorithm refinement
本文提出了一种利用单粒子分布函数信息的新型局部动能传感器，用于离散速度玻尔兹曼和格子玻尔兹曼方法的自适应网格与算法细化（AMAR），从而能够高效、可扩展地精确解析压缩、湍流及非平衡等复杂流动特征。
Hierarchy of extreme-event predictability in turbulence revealed by machine learning
该研究利用机器学习模型分析二维柯尔莫哥洛夫湍流，揭示了极端事件的可预测性存在显著层级差异，且主要由大尺度相干结构的持久性所决定。
Sign-Indefinite Helicity and the Structure of Weak Turbulence in Inertial and Non-Hermitian Waves
本文通过研究旋转和奇粘性欧拉流体中符号不定的螺旋度守恒，揭示了其如何简化弱湍动动力学方程、在慢模曲线上产生可积奇异性，并通过螺旋模分解阐明即使在净能级串为正向时，同支极化三角相互作用仍会驱动能量向大尺度的反向级串。
Linear Kelvin Wave Predictions in the Limit
本文针对线性开尔文波理论在 极限下能量发散的病态问题，提出了一种结合椭圆展向积分的修正核函数及基于围道变形的高效算法，成功实现了零吃水极限下物理自洽且计算高效的波浪预测。
A convolutional autoencoder and neural ODE framework for surrogate modeling of transient counterflow flames
该研究提出了一种结合卷积自编码器与神经常微分方程（CAE-NODE）的新框架，通过构建低维连续潜流形，实现了对二维瞬态对流火焰复杂动力学过程（包括点火、传播及过渡）的高精度代理建模，其相对误差低于 2%。