A Characteristic Mapping Method with Source Terms: Applications to Ideal Magnetohydrodynamics
本文提出了一种结合杜哈梅尔积分处理源项的广义特征映射方法，通过递归分解显著提升了计算效率，并在二维理想磁流体动力学模拟中验证了其时空三阶精度及对精细电流片的高分辨率捕捉能力。
🔬 Category
physics.flu-dyn
989 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。
Phase dynamics and their role determining energy flux in hydrodynamic shell models
该研究通过建立受噪声驱动的相位振荡器模型，解析推导了流体动力学壳层模型中的能量通量，证明了能量守恒且伴随符号不定二次守恒量的三维湍流类比模型必然发生正向能量级联，而二维湍流类比模型则因相位动力学机制无法形成逆向能量级联。
Ultimate large-$Rm$ regime of the solar dynamo
本文通过简化三维磁流体动力学模拟的参数扫描与唯象分析，揭示了太阳发电机在大磁雷诺数下存在涉及半球间螺旋度通量的渐近终极机制，并指出当前全球模拟因处于对雷诺数高度敏感的非渐近湍流区而受限，同时提出了以合理计算成本在更真实模型中逼近该终极机制的思路。
Hydrodynamic permeability of fluctuating porous membranes
本文通过引入耦合孔隙率涨落的脉动达西模型，利用微扰法推导并求解了流体动力学涨落的 Dyson 方程，揭示了基质涨落对流体渗透率的显著增强效应，并探讨了其在呼吸基质、声子及主动驱动等场景下的应用，为优化分离膜设计提供了理论依据。
Quasi-geostrophic Rayleigh-Bénard convection on the tilted -plane
该研究通过数值模拟揭示了在快速旋转的倾斜平面上，科氏力对称性的破缺如何导致大尺度环流从涡旋转变为纬向流，并阐明了倾斜角度增加会抑制热与动量输运，同时侧向热混合能维持对纬度不敏感的不稳定平均温度梯度。
Model for transitional turbulence in a planar shear flow
该研究通过从纳维 - 斯托克斯方程出发，构建了一个将雷诺平均和湍流动能方程投影到最小壁面法向模态上的简化模型，成功再现了平面剪切流中转捩湍流的关键现象（如倾斜湍流条带和大尺度流），并揭示了湍流模式随雷诺数降低而通过均匀湍流线性失稳产生的机制及其取向选择准则。
On the use of an advanced Kirchhoff rod model to study mooring lines
本文提出了一种结合罚函数接触模型与流体载荷的高级非线性 Kirchhoff 杆模型，通过验证表明其能高精度预测浮式风机系泊线的静动态响应，并揭示了不同频率载荷下从阻力主导到附加质量主导的机制转变以及切向力引发的轴弯耦合效应。
Viscous Gubser flow with conserved charges to benchmark fluid simulations
本文提出了带有守恒荷的粘性 Gubser 流的半解析解，并以此作为基准测试，验证了包含剪切粘度和三种守恒荷的 CCAKE 平滑粒子流体动力学代码在数值模拟及冻结超曲面重建方面的准确性。
Multi-stream physics hybrid networks for solving Navier-Stokes equations
该论文提出了一种集成量子与经典层的并行多流混合神经网络架构，通过分解频率分量显著提升了柯瓦什尼（Kovasznay）流纳维 - 斯托克斯方程的求解精度与效率，相比传统模型在降低误差的同时减少了参数量。
FlexPINN: Modeling Fluid Dynamics and Mass Transfer in 3D Micromixer Geometries Using a Flexible Physics-Informed Neural Network
本研究提出了一种改进的柔性物理信息神经网络（FlexPINN）方法，通过引入一阶无量纲导数、迁移学习和自适应损失加权等优化策略，成功模拟了不同雷诺数及鳍片几何构型下三维 T 型微混合器内的流体流动与传质过程，其预测的压降系数和混合指数误差分别控制在 3.25% 和 2.86% 以内，有效克服了传统 PINN 在复杂三维问题中的局限性。