Droplet on a sugar fiber
本文研究了水滴在竖直糖纤维上的运动行为，通过建立模型和绘制相图，揭示了溶解过程中水滴因毛细力与重力竞争而可能向上运动或向下掉落的现象及其临界条件。
🔬 Category
physics.flu-dyn
1273 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。
Triangular instability of a strained Batchelor vortex
该研究结合理论分析与数值模拟，揭示了在弱轴向流作用下，应变 Batchelor 涡的三角不稳定性机制，阐明了轴向流如何通过减弱临界层阻尼促使原本被抑制的模态失稳，并确定了主导不稳定模态随轴向流强度变化的演化规律。
Non-equilibrium evaporation of Lennard-Jones fluids: Enskog-Vlasov theory and Hertz-Knudsen model
本文提出了一种针对真实流体（以 Lennard-Jones 流体为例）的分子动力学模型，该模型在平衡态性质上表现出与分子动力学模拟及实验数据的高度一致性，并揭示了非平衡蒸发条件下速度分布函数偏离麦克斯韦分布的现象，从而证明了经典赫兹 - 克努森关系在强非平衡条件下的局限性。
Controlling the collective transport of large passive particles with suspensions of microorganisms
该研究通过光刺激诱导衣藻产生生物对流卷，成功实现了对数百个比微藻大一个数量级的被动颗粒的定向集体输运，为微尺度药物输送和去污应用提供了新策略。
Prediction performance of random reservoirs with different topology for nonlinear dynamical systems with different number of degrees of freedom
该研究通过对比五种不同拓扑结构的储层网络在四种非线性动力学系统中的预测表现，揭示了网络对称性在低维对流系统中能显著提升预测精度，但在高维强混沌剪切流系统中影响甚微，从而阐明了储层结构特性对复杂动力学学习能力的差异化作用。
Axial Symmetric Navier Stokes Equations and the Beltrami /anti Beltrami spectrum in view of Physics Informed Neural Networks
本文在圆柱拓扑上构建了轴对称 Navier-Stokes 方程的完备基（包含贝特拉米、反贝特拉米及闭形式分量），并提出了利用物理信息神经网络递归算法求解该方程系数的理论框架。
Stationary Couette-type flows in relativistic fluids
该论文研究了相对论流体中受两平行板约束的稳态库埃特型流动，发现由于狭义相对论中热流对动量密度的贡献（即“热惯性”），忽略热通量会导致即使粘度与温度无关时流动剖面出现定性错误，尤其在兰道参考系中，流体通过跨越边界流动来耗散粘性加热产生的多余能量。
Wave-Like Statistics from Classical Active Particles with Internal Degrees Of Freedom
该论文表明，具有内部自由度的惯性活性粒子的低维非线性动力学（而非非局域波效应）足以产生类似行走液滴的类波统计行为，其稳态推进对应的内部固定点弛豫机制可解释开放与受限几何中的振荡密度分布及类弗里德尔图案。
Discover the GLM and pseudo-Lagrangian equations of fluid dynamics on four pages
本文以无粘不可压缩均匀流体为例，通过区别于以往的方法，向学习者系统阐述了广义拉格朗日平均（GLM）理论及伪拉格朗日流体动力学方程的推导原理。
Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
该研究提出了一种基于机器学习的框架，通过对比卷积自编码器、U-Net 和傅里叶神经操作符（FNO）三种架构，发现 FNO 在预测多孔介质稳态流动方面表现最优，其均方误差低至 0.0017 且比传统计算流体力学方法快 1000 倍，同时具备网格不变性，为冷板拓扑优化提供了高效可扩展的替代方案。