A Robust Compressible APIC/FLIP Particle Grid Method with Conservative Resampling and Adaptive APIC/PIC Blending
本文提出了一种结合保守重采样与自适应 APIC/PIC 混合策略的鲁棒可压缩 APIC/FLIP 粒子网格方法，有效解决了强变形下粒子耗尽导致的非物理空洞问题，同时保留了涡旋动力学特征并准确匹配激波与瑞利 - 泰勒不稳定性演化指标。
🔬 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。
An analytical-numerical coupled model of liquid droplet impact on solid material surfaces
本文提出了一种将液滴撞击的解析模型与固体有限元模拟相结合的耦合方法，该方法在保持高精度的同时，相比传统的 SPH 模拟显著降低了计算成本并实现了网格无关性，从而有效解决了液滴撞击导致的固体材料侵蚀分析难题。
Evaluation of the performance of an analytical-numerical coupled method for droplet impacts on soft material surfaces
本研究通过实验与光滑粒子流体动力学（SPH）数值模拟，评估了假设刚性表面的解析 - 数值耦合模型（ANCM）在软材料液滴冲击中的适用性，发现该模型在杨氏模量大于 47,400 Pa 时表现良好，但在模量低于 10,000 Pa 的极软材料上会因忽略表面变形而高估冲击力并产生非物理的陡峭坑洞。
Optomicrofluidic measurement of particle-encapsulated droplet system
该研究通过实验与模拟揭示了粒径比、颗粒位置及油层厚度对液滴封装系统荧光检测性能的影响，发现当粒径比在 0.23-0.33 之间且颗粒位于液滴中心时可实现无标记检测并提升信号均匀性，从而为优化微流控单细胞分析提供了关键指导。
Dynamic Wettability Modulation of Textured, Soft and LIS Interfaces Using Electrowetting
该研究挑战了电润湿通常促进液滴铺展的传统认知，揭示了在特定微纹理及润滑液浸润表面（特别是处于低滞后非润湿 Cassie 态的致密 PDMS 基底）上，施加直流电压会因接触线处不平衡的静电毛细力与极小钉扎效应，引发液滴产生反常的切向喷射与脱离现象。
Prediction of Multiscale Features Using Deep Learning-based Preconditioner-Solver Architecture for Darcy Equation in High-Contrast Media
本文提出了一种名为 FP-HMsNet 的基于傅里叶预条件器的分层多尺度深度学习架构，通过结合傅里叶神经算子与多尺度网络，在大规模数据集上实现了高对比度介质中达西方程多尺度特征的高效、高精度预测，其性能显著优于现有模型并展现出卓越的泛化能力与鲁棒性。
Multimodal nonlinear acoustics in two- and three-dimensional curved ducts
本文建立了一个适用于无流二维及三维弯曲管道的弱非线性声学模型，通过模态展开法推导出耦合常微分方程组并引入张量卷积形式的导纳，从而高效地模拟了波陡化、弱激波形成以及曲率、扭转和宽度变化对声波传播的影响，为铜管乐器声学等应用提供了理论工具。
Onset of thermo-convective instabilities in two-layer binary fluid systems
本文采用基于修正自由能的相场法，结合谱配置离散技术，系统分析了接近上临界溶解温度（UCST）的双层二元流体系统中浮力与热毛细驱动的对流失稳 onset 特性，揭示了溶解度增加及界面厚度变化对振荡失稳参数空间及临界曲线的复杂影响。
Forecasting the evolution of three-dimensional turbulent recirculating flows from sparse sensor data
该论文提出了一种结合时间延迟嵌入、Koopman 理论与线性最优估计的数据驱动算法，能够利用稀疏传感器数据对具有上亿自由度的三维湍流再循环流动进行高精度、可解释且可扩展的未来演化预测，其预测时间窗口可达 Lyapunov 时间尺度的百倍以上。
Constructing Extreme Heatwave Storylines with Differentiable Climate Models
该研究利用可微分混合气候模型 NeuralGCM 优化初始条件，成功生成了比传统集合模拟更极端的 2021 年太平洋西北地区热浪情景，为评估气候变化下极端天气的潜在上限提供了高效且物理一致的新方法。