Machine Learning Based Mesh Movement for Non-Hydrostatic Tsunami Simulation
该研究提出了一种基于机器学习的网格移动方法（UM2N），将其应用于非静水浅水模型中，在确保模拟精度和鲁棒性的同时显著提升了计算效率，从而有效支持了概率性海岸灾害评估。
🔬 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。
Confined drying of a binary liquid mixture droplet: A quantitative interferometric study under humidity control
该研究结合马赫 - 曾德尔干涉仪与湿度控制腔室，通过高精度定量测量水 - 甘油二元液滴在受限几何结构下的干燥动力学与内部浓度场，验证了蒸汽扩散控制蒸发耦合内部扩散模型的准确性，并成功提取了宽浓度范围内的互扩散系数与水化学活度。
Uncertainty quantification and stability of neural operators for prediction of three-dimensional turbulence
该研究提出了一种结合隐式分解的因子化隐式傅里叶神经算子（F-IFNO）框架，通过不确定性量化和误差传播分析，显著提升了三维湍流预测的长期稳定性与准确性，克服了传统模型在长时间尺度下的失效问题。
Machine-precision energy conservative reduced models for Lagrangian hydrodynamics by quadrature methods
本文提出了一种基于数据驱动降阶基函数和强能量守恒经验积分（EQP）的框架，用于拉格朗日流体动力学中的可压缩欧拉方程，该框架在保持与基础 EQP 相当精度的同时，实现了接近机器精度的总能量守恒。
Holey sheets: Double-Threshold Rupture of Draining Liquid Films
该研究通过直接数值模拟揭示，微米级液膜破裂并非仅由分子力主导，而是取决于气流或惯性驱动力与空腔畸变程度必须同时超过双重阈值，否则表面张力将促使液膜自愈。
Temperature transformation recovering the compressible law of the wall for turbulent channel flow
本文针对可压缩湍流通道流中缺乏成熟温度变换的问题，基于动量与能量平衡方程提出了新的范德里斯特型和半局部型温度变换，并通过数值模拟验证了半局部型变换在粘性底层和缓冲层具有更优的数据坍缩效果及高精度，从而有效恢复了可压缩壁面律。
Lagrangian chaos and the enstrophy cascade in Ekman-Navier-Stokes two-dimensional turbulence
该论文通过数值模拟与唯象模型，揭示了在强埃克曼摩擦下二维湍流中恩斯特罗菲级联被抑制、小尺度涡度被动输运的机制，并发现有限时间李雅普诺夫指数的分布近似高斯分布，从而成功修正并预测了直接级联的能谱斜率。
Passive scalar cascade in the intermediate layer of turbulent channel flow for
本文结合中间渐近理论与直接数值模拟，研究了 条件下湍流通道流中间层中被动标量与速度场在尺度平衡特性、特征尺度 的普朗特数标度律以及跨尺度传递机制上的异同。
Uncertainty-Aware Flow Field Reconstruction Using SVGP Kolmogorov-Arnold Networks
本文提出了一种基于稀疏变分高斯过程与柯尔莫哥洛夫 - 阿诺德网络（SVGP-KAN）的机器学习框架，用于从稀疏速度测量数据中重构时间分辨流场，该方法在保持与经典重建方法相当精度的同时，能够提供可靠的认知不确定性量化，从而指导周期性流动的实验设计。
Spatial symmetry invariance of solution of Kolmogorov flow
该论文通过数学证明确立了二维 Kolmogorov 流解在任意时刻均保持初始空间对称性的定理，从而揭示了传统直接数值模拟（DNS）因数值噪声破坏对称性而失效，并验证了清洁数值模拟（CNS）在捕捉纳维 - 斯托克斯方程数学真理方面的可靠性。