Physics-Informed Video Diffusion For Shallow Water Equations
该论文提出了一种物理信息视频扩散框架,通过将物理约束直接整合到生成过程中,实现了基于浅水方程的物理状态与逼真视频的同步生成,在保持物理合理性的同时显著提升了生成速度并超越了纯数据驱动的基线方法。
1258 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。
该论文提出了一种物理信息视频扩散框架,通过将物理约束直接整合到生成过程中,实现了基于浅水方程的物理状态与逼真视频的同步生成,在保持物理合理性的同时显著提升了生成速度并超越了纯数据驱动的基线方法。
该论文提出了一种结合空间依赖聚合与降阶模型(ROM)的统一框架,通过神经网络学习平滑的空间权重,在保持近实时计算成本的同时显著提升了湍流模拟的精度。
该研究通过在含大分子(如 DNA 和聚环氧乙烷)的流体中利用粘弹性湍流,成功解决了低雷诺数微流控通道中因缺乏湍流而导致的混合效率低下问题,显著提升了小分子反应速率及大分子混合效果,并为化学合成和生物医学检测提供了高效的优化策略。
该研究揭示了雨滴撞击覆盖微塑料的浮筏时,颗粒的润湿性、密度和尺寸通过调控粗糙度与毛细粘附力,决定了飞溅阈值、射流形成及微塑料向大气传输的机制,并提出了统一的几何 - 惯性 - 毛细标度律。
本文提出了一种物理约束的神经网络亚格子应力闭合模型,将其应用于格子玻尔兹曼方法的大涡模拟中,通过结合数据驱动与物理约束(如能量传递匹配和旋转等变性)及特殊的求解器耦合策略,在多种湍流工况下实现了优于传统 Smagorinsky 模型的统计精度,并验证了其在生产环境中的高效部署能力。
该研究针对高超声速转捩边界层中多种不稳定性共存的非线性动力学场景,建立了一套通用的输入 - 输出分解框架,揭示了非线性强迫驱动下不同模态间的能量传递机制、基流相关算子对能量转移的差异化“杠杆”效应,以及高阶波继承低阶波物理特征且与主波发生显著相互作用的早期转捩新规律。
该研究探讨了屈服应力流体在部分喉道被阻塞的渗流网络中的流动行为,识别出高于渗流阈值时由确定性参数主导的流动机制,以及在阈值处由渗流骨架决定且呈现非自平均特性的标度行为。
该研究提出了一种将物理原理(如不可压流压力投影和浸入边界法)深度集成到端到端可微架构中的神经求解器框架,通过用卷积残差网络替代昂贵的压力投影步骤并引入子迭代策略,实现了仅需单步监督训练即可在粗网格上稳定、高效且高精度地长期预测浸入边界流动,其推理速度比高分辨率数值求解器快约 200 倍。
该论文发布了名为"UrbanFlow-3K"的数据集,包含 3000 组基于格子玻尔兹曼方法的二维城市建筑随机布局流场模拟数据,旨在填补开源城市流场数据集的空白,以支持机器学习模型的训练、基准测试及向三维场景的迁移学习。
该研究通过耦合 Cahn-Hilliard 相场模型与 ALE 方法的数值框架,揭示了微流控液滴中超弹性细胞确定性封装的流体 - 结构相互作用机制,提出了预测封装操作窗口的统一无量纲标度律,并阐明了细胞几何阻塞效应对液滴生成流态转变及周期非单调依赖性的影响,从而为优化无损细胞封装系统提供了定量指导。