HiPrFlame-An ab initio based real-fluid modeling approach for high-pressure combustion-I. Rationale, methodology, and application to laminar premixed flames
针对高压燃烧中真实流体效应预测精度不足的问题，提出基于从头算的HiPrFlame框架，整合三阶维里状态方程与Enskog理论，结合神经网络代理模型，在氢燃烧案例中显著优于传统方法。
2025-09-08 physics.flu-dyn
A comprehensive high-order solver verification methodology for free fluid flows
本文的目的是提出一个全面的方法，计算流体动力学（CFD）求解器的验证，特别注意与精度（OOAs）高于二阶的离散化有关的方面。制造解决方案（MMS）的方法被采用，并引入了一系列的制造解决方案（MS），检查自由流（不受壁面限制），包括无粘，层流和湍流问题时，后者是由雷诺平均Navier-Stokes（RANS）方程建模的计算流体动力学求解器的各种组件。弯曲元素的治疗也检查。此外，这些MS被认为具有对第六个OOA的验证的证明适用性。每个MS以及利用讨论突出的方面有用的代码验证方法，如最有用的规范在测量离散化误差的相对质量，验证过程中的敏感性分析，以迫使功能项，残差最小化和离散化误差收敛之间的关系，最后高阶离散网格拉伸和自相似性的敏感性。此外，还提供了脚本和代码作为随附材料，以帮助感兴趣的读者重现每个生产溶液（MS）的验证结果。
2017-12-27 physics.comp-ph physics.flu-dyn
A Validation and Uncertainty Quantification Framework for Eulerian-Eulerian Two-Fluid Model based Multiphase-CFD Solver. Part I: Methodology
针对基于欧拉-欧拉双流体模型的多相计算流体动力学求解器（MCFD），提出了一种验证和不确定性量化（VUQ）框架。该框架旨在回答这样一个问题：如何评估MCFD求解器是否充分代表了感兴趣的多相系统的基本物理特性？所提出的框架是基于总的数据模型集成（TDESS）的方法，使用贝叶斯方法来反向量化的不确定性的求解器的预测与多个实验数据集的支持。该框架包括六个步骤，采用最先进的统计方法，包括：1）。求解器评估和数据收集; 2）.代理模型构建; 3）.敏感性分析; 4）.参数选择; 5）.利用贝叶斯推断的不确定性量化;以及6）。验证指标计算。这些步骤是以模块化方式并使用非侵入性方法制定的。这样的功能确保了灵活的框架，以不同的场景和多相流和沸腾传热建模的适用性，以及框架的可扩展性，以支持不同的MCFD求解器的VUQ。
2018-10-22 physics.comp-ph physics.flu-dyn
A Fourier-based methodology without numerical diffusion for conducting dye simulations and particle residence time calculations
本文提出一种基于傅里叶延拓的伪谱方法，用于无数值扩散误差地进行染料模拟和颗粒停留时间计算，并在空腔流、主动脉夹层脉动流和Fontan移植物血流三个案例中验证了其有效性。
2023-09-22 cs.NA math.NA physics.flu-dyn
A variational volume-of-fluid approach for front propagation
提出了一种变体积流体（VVOF）方法来求解曲率相关速度下的界面演化问题。使用Scardovelli和Zaleski [1]的解析关系对界面进行几何重建，并使用Weymouth和Yue（WY）[2]的算法进行体积分数的平流，并采用一种技术来纳入体积守恒约束。所提出的方法具有简单的实施和直接扩展到更复杂的系统的优点。用VVOF方法对传统水平集方法研究的典型曲线曲面进行了测试，并将测试结果与现有的水平集方法进行了比较。
2023-02-24 cs.NA math.NA physics.flu-dyn
Monte-Carlo method for incompressible fluid flows past obstacles
本文利用扩散过程的条件律对偶性建立不可压缩壁面流动的随机泛函积分表示，并据此提出基于精确随机涡量公式的蒙特卡洛方案，通过绕过边界层计算的数值实验验证其有效性。
2023-04-18 cs.NA math.NA math.PR
Simulating squirmers with volumetric solvers
本文提出了一种基于体积分解法的squirmers模拟方法，克服了传统边界元方法在非线性问题上的局限，展示了两栖动物Opalina ranarum的流体相互作用的二维模拟案例。
2019-03-18 cs.NA math.NA physics.flu-dyn
Linearized Aeroelastic Computations in the Frequency Domain Based on Computational Fluid Dynamics
Stanford University（斯坦福大学）
本文提出一种基于CFD的迭代方法，用于频率域气弹计算，通过线性化公式和固定点迭代法计算气弹本征模态的本征性质，展示了该方法在翼型气弹分析与设计优化中的高效性和准确性。
2015-06-23 cs.NA math.NA physics.flu-dyn
Computational evaluation of convection schemes in fluid dynamics problems
Universidade de São Paulo（圣保罗大学）；Universidade Estadual de Londrina（朗德里纳州立大学）
本文计算评估了高分辨率迎风格式WACEB、CUBISTA和ADBQUICKEST在求解非线性流体动力学问题中的表现，通过一维黎曼问题测试并应用于三维不可压缩自由表面流动模拟。
2013-04-02 cs.NA math.NA physics.flu-dyn
A smoothed dissipative particle dynamics methodology for wall-bounded domains
本文提出了一种光滑耗散粒子动力学与动态虚拟粒子分配方法（SDPD-DV）的数学和计算方法，用于壁面区域介观流体的建模和模拟。SDPD-DV方法由流体粒子、边界粒子和在固体边界附近动态分配的虚拟粒子实现。SDPD-DV中的物理域包含外部和内部固体边界、周期性入口和出口以及流体区域。该域的固体边界用边界粒子表示，这些边界粒子在初始化时具有指定的位置、壁速度和温度。流体域被离散化，流体粒子被放置在全局索引中。最近邻粒子搜索的算法是基于链接单元和Verlet列表方法的组合，并利用大的矩形单元的计算效率。在固体边界附近的流体颗粒的密度模型包括来自其截断支撑域中的虚拟颗粒的贡献。虚粒子的热力学性质与相应的流体粒子的热力学性质相同。附加验证涉及瞬态、平面、库埃特液态水流的SDPD-DV模拟。顶板在底部固定板处移动，并与底部固定板相距10 - 3 m。数值结果与解析解吻合得很好。附加的SDPD-DV验证是通过模拟体积力驱动的低雷诺数水流过半径为的圆柱体来完成的。并将SDPD-DV方法计算的速度场和压力场与FLUENT软件计算的结果进行了比较。
2017-08-01 physics.flu-dyn
A hybrid phase field method for fluid-structure interactions in viscous fluids
本文提出了一种新的计算建模框架，利用相场嵌入法对粘性流体中的流固耦合进行数值研究。在不可压缩粘性流体矩阵中的每一个刚体或弹性结构，在本文中统称为质点，由一个保体积相场来识别。对于被动颗粒，颗粒的运动由基质中的流体速度驱动，或者对于主动颗粒，颗粒的运动与其自推进速度相结合。用一个排斥势来模拟一对颗粒之间或颗粒与边界之间的排斥体积效应。假定质点对流体的阻力与其速度成正比。当颗粒是刚性的，它的状态是由一个零速度梯度张量内的非零相场，定义其轮廓和约束应力存在。当颗粒是弹性的时，在颗粒域内提供用于弹性应力的线性本构方程。一个混合的，在整个计算域中有效的一致的流体动力学模型，然后推导出的流体粒子系综使用广义Onsager原则占刚性和弹性粒子。结构保持的数值算法随后开发的一致性模型。在2D和3D空间进行了数值试验，以验证收敛速度和数值例子，以证明有用的计算框架模拟被动以及自推进的主动粒子在粘性流体矩阵的流体-结构相互作用。
2021-09-15 cs.NA math.NA physics.flu-dyn
Computational Modelling of Thixotropic Multiphase Fluids
Basque Center for Applied Mathematics (BCAM)（巴斯克应用数学中心）；University of the Basque Country/Euskal Herriko Unibertsitatea（巴斯克大学）；Swansea University（斯旺西大学）
本文提出一种数值方法模拟触变性多相流体，捕捉粘度随时间演化及相间相互作用，经基准验证并揭示触变动力学对系统行为的影响。
2025-10-24 physics.flu-dyn
Modeling particle-fluid interaction in a coupled CFD-DEM framework
在这项工作中，我们提出了一种替代方法来解决CFDEM耦合框架中的颗粒-流体相互作用。这种数值方法包括耦合离散单元法（DEM）与计算流体动力学（CFD）计划，解决浸没在流体相颗粒的运动。作为一个新颖的，我们的方法明确占体力作用于流体相时，计算当地的动量平衡方程。因此，我们实现了一个流体-颗粒相互作用计算的浮力和阻力作为局部剪切应变和压力梯度的函数。作为基准，我们研究了单个粒子的斯托克斯极限。验证进行比较，我们的结果与以前解决的方法和分析预测提供的。在一般情况下，我们发现，新的实现再现非常好的精度斯托克斯动力学。作为补充，我们研究了受限条件下球体的沉降终极速度。
2021-03-20 physics.comp-ph physics.flu-dyn
High-Order Dynamic Integration Method (HODIM) for Modeling Turbulent Fluid Dynamics
本文提出高阶动态积分方法（HODIM），通过结合高阶插值与动态自适应策略求解积分-微分方程，在湍流模拟中相比有限差分法和有限体积法显著提升精度与稳定性，且不增加计算成本。
2024-10-22 cs.NA math.NA physics.flu-dyn
HOSVD-SR: A Physics-Based Deep Learning Framework for Super-Resolution in Fluid Dynamics
提出HOSVD-SR框架，结合高阶奇异值分解与深度学习，实现流体动力学数据的超分辨率重建，在圆柱绕流和湍流尾流数据上优于基于SVD的方法。
2025-04-25 physics.flu-dyn
DSC Approach to Computational Fluid Dynamics
本文提出双散射通道数值方法求解Oberbeck-Boussinesq近似下的准不可压缩流Navier-Stokes方程，并在六面体非正交网格上实现，通过数值示例展示该方法。
2006-04-01 cs.NA math-ph math.MP
Reduced-order Model for Fluid Flows via Neural Ordinary Differential Equations
降阶模型在动力系统的设计、优化和控制中起着重要的作用。近年来，人们越来越关注应用数据驱动技术进行模型简化，可以减少数值解的计算负担，同时保留复杂物理问题的最重要特征。在本文中，我们使用适当的正交分解来降低模型的维数，并引入一种新的生成神经ODE（NODE）架构来预测时间系数的行为。有了这种方法，我们取代了经典的伽辽金投影与建筑的特点是使用一个连续的潜在空间。本文采用基于大涡模拟（LES）的方法研究了圆柱绕流的Von Karman涡街动力学。我们将NODE方法与LSTM基线进行了比较，以评估生成模型的外推能力，并对流重建进行了一些定性评估。
2021-02-20 physics.comp-ph physics.flu-dyn
A hierarchy of simple hyperbolic two-fluid models for bubbly flows
与单独和分散的两相流建模的目标，我们在本文中使用的方法推导出两个流体模型，不承担任何流动拓扑结构。该方法基于变分原理和熵耗散要求。一些模型是这样推导和研究已经知道在上下文中的分离或分散相流的描述。然而，我们在这里提出了一个安排这些模型到一个层次的基础上，通过松弛参数的链接。此外，该模型被证明是兼容的单分散泡状流的描述，并在此框架内，可以确定的松弛参数。最后，通过与实验测量的声音分散和泡沫介质的参考模型的色散关系的比较，验证和讨论这种识别。
2016-07-27 physics.flu-dyn
A Dual Grid Method for the Compressible Two-Fluid Model which Combines Robust Flux Splitting Methodology with High-Resolution Capturing of Incompressible Dynamics
两相管流系统中的声速通常比水力信息（体积分数）的传播速度大几个数量级。动态模拟这样的流动需要分辨率的声波和液压波存在于非常不同的空间和时间尺度。如果在相同的数值网格上进行模拟，则对液压波精度的需求将需要放大声波的分辨率。同样，受声速限制的时间步长与液压波中有效的时间尺度相比较小。这构成了计算潜力的浪费。本文提出的方法简化了水力尺度和声学尺度，大大提高了计算效率。建议的双重网格方法解决了一个四方程的可压缩双流体模型上的主网格，强大的帐户的压力演变和守恒的质量和动量。一个不可压缩的两方程模型在同一时间解决了一个更精细的网格，解决了水力演变的细节。来自两个模型配方的信息通过控制输运方程的项耦合，提供网格之间的一致性。精确和精细解决方案，然后可以采用不可压缩的两流体模型，而不会遭受的时间和稳定性的限制，否则由声波强制执行。与此同时，Evje和Flatten（2005 a）的混合中心-逆风通量分裂方案允许在不损失水力精度的情况下对声波进行显式和数值鲁棒处理。对四个不同的问题的双重网格方法进行了测试。在所有的问题中，所提出的计划提供了显着增加的计算效率和精度相比，一个单一的网格安排。
2018-11-26 physics.comp-ph physics.flu-dyn
Implementation of the Critical Wave Groups Method with Computational Fluid Dynamics and Neural Networks
Naval Surface Warfare Center Carderock Division（卡德洛克海军水面作战中心）；The University of Michigan（密歇根大学）
准确有效地预报船舶的极端响应一直是船舶水动力学中的一个具有挑战性的问题。概率框架结合计算效率高的数值流体动力学工具已经开发出来，使研究人员和设计人员更好地了解极端。然而，这些流体动力学工具在极端事件期间定量表示物理的能力是有限的。以往的研究成功地实现了临界波群（CWG）概率方法与计算流体动力学（CFD）。虽然CWG方法允许比蒙特卡罗方法更少的模拟时间，但是所需的大量模拟是成本过高的。本文的目标是通过构建长短期记忆（LSTM）神经网络来降低CFD实现CWG的计算成本。在用有限数量的模拟训练模型之后，模型可以提供更大量的预测来计算概率。新的框架演示了2-D的海军研究办公室Tumblehome（ONRT）船体在海况7和梁海在零速度的船中段。新的框架能够产生的预测是一个纯粹的CFD驱动的CWG框架的代表，两个数量级的计算成本节省。
2023-01-24 cs.LG cs.NA math.NA
Numerically Modelling Stochastic Lie Transport in Fluid Dynamics
本文对理想流体中的随机输运问题进行了数值研究。根据Holm（Proc Roy Soc，2015）和Cotter等人（2017）的说法，变换理论和多时间均匀化的原理分别意味着一种物理上有意义的数据驱动方法，用于将流体传输速度分解为漂移和随机部分，用于某类流体流动。在目前的文件中，我们开发了新的方法来实现这种速度分解，然后数值积分所产生的随机偏微分方程使用有限元离散不可压缩的二维欧拉流体流动。在这种情况下，这里测试的新方法被认为是适合于粗粒化。具体而言，我们对Cotter等人（2017）的速度分解进行了不确定性量化测试，通过比较所得随机偏微分方程解的粗网格实现与确定性流体偏微分方程的“真解”的集合，在精细网格上计算。时间离散用于逼近随机偏微分方程的解决方案是一致的。我们包括全面的数值试验，确认在不可压缩的二维欧拉流体流动的情况下的流函数，速度和涡度场的非高斯性。
2018-09-26 physics.flu-dyn
Computational Fluid Dynamics Modeling of a wood-burning stove-heated sauna using NIST's Fire Dynamics Simulator
传统的桑拿浴是从热和流体动力学的角度使用NIST的火灾动力学模拟器（FDS）软件进行研究。进行计算，以确定温度和速度场，热通量，烟尘和蒸汽云运输等结果进行了讨论，以评估这种新的利用FDS消防安全工程软件的可靠性。
2014-04-27 physics.flu-dyn
Message Passing Fluids: molecules as processes in parallel computational fluids
本文根据广义元胞自动机的规则和方法，提出了信息传递流体（MPF）的概念。MPF是一种抽象的流体，分子通过相互交换信息而运动。该模型的目的是为了它的模拟，通过消息传递库的并行计算领域。我们提出了一个批判性的分析，在这样一个对象的可能实现的必要的计算工作。
2003-04-10 cs.DC physics.comp-ph physics.flu-dyn
Methodology for Online Estimation of Rheological Parameters in Polymer Melts Using Deep Learning and Microfluidics
Universidad Complutense de Madrid（马德里康普顿斯大学）；Microfluidics Innovation Center（微流体创新中心）
提出融合深度学习、建模与仿真的微流控方法，利用合成数据训练模型，由压降和流量在线识别聚合物熔体流变参数，从而提升黏度测量精度并减少物理原型依赖。
2024-12-05 cs.AI physics.flu-dyn
Intrusive deconvolutional neural networks for enhancing PIC/FLIP solutions
传统的流体流动预测需要大量的计算资源。尽管最近在并行和GPU计算方面取得了进展，但实时运行流体流动预测的能力通常是不可行的。最近开发的机器学习方法在高保真数据上进行训练，在训练集之外的表现不令人满意，并且在训练之后消除了利用遗留代码的能力。我们提出了一种新的方法，该方法使用深度学习方法，可以在低保真度流体流动求解器中使用，以显着提高低保真度模拟的准确性。由此产生的求解器可以实现精确的同时减少计算时间高达100倍。深度神经网络是在低保真和高保真数据的组合上训练的，并且所得到的求解器被称为多保真求解器。所提出的方法是通过增强流体流动模拟器，被称为PIC/FLIP，这是一个流行的流体流动模拟器在计算机生成的图像领域。
2021-06-07 physics.comp-ph physics.flu-dyn
Fluid Intelligence: A Forward Look on AI Foundation Models in Computational Fluid Dynamics
NVIDIA（英伟达）；Emmi AI；Johannes Kepler University (JKU)（约翰·开普勒林茨大学）；ETH Zurich（苏黎世联邦理工学院）
本文提出首个结合CFD输入的缩放定律，用于数据生成和模型训练，以解决复杂流体动力学问题中的独特挑战，并提供了构建基础模型的计算成本和时间估计。
2025-11-25 physics.flu-dyn
Bayesian uncertainty quantification for micro-swimmers with fully resolved hydrodynamics
由于具有完全解析的流体动力学的微型游泳者模型的计算复杂性，参数估计一直非常昂贵。在这里，我们描述了一个贝叶斯不确定性量化框架，是高度并行化，复杂的前向模型的参数估计易于处理。使用嘈杂的硅片数据的游泳运动员，我们证明了该方法的鲁棒性估计流体和弹性游泳参数。我们提出的方法允许分析的真实数据，并展示了潜在的参数估计为各种类型的微型游泳者。更好地了解弹性微结构在粘性流体中的运动可以帮助开发用于生物医学应用的人工微游泳者，并对允许某些运动模式的参数范围有基本的了解。
2019-10-26 cs.NA math.NA physics.bio-ph
Engineering Predictions in Industrial and Power Flows Using the Retrograde Condensation Curve. Part I-Methodology
工业和电力系统依赖于工作流体的流动特性的工程预测。本文提出了一种利用新的反凝曲线上的干度值来生成空泡率设计准则和可靠地预测饱和液体比容/密度的方法。新的方法消除了半经验关系的参与，如直线直径和其他类似的模型。
2014-02-13 physics.flu-dyn
Particle-resolved simulations of settling particles: A methodology for long time-integration intervals
TU Wien（维也纳工业大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出一种方法，用于模拟在重力作用下稀释颗粒悬浮液的沉降，以克服三重周期配置的限制，特别是强垂直相关性对簇动态研究的阻碍。该方法通过去除垂直周期性并采用移动参考系，实现了单颗粒和多颗粒案例的高效模拟。
2026-04-22 physics.flu-dyn
Image Velocimetry using Direct Displacement Field estimation with Neural Networks for Fluids
Pontificia Universidad Católica de Chile（智利天主教大学）
本研究提出一种基于神经网络和光流方程的流体图像测速新方法，无需预训练即可在任意图像对上预测全分辨率位移场，并在合成与实验图像上验证了其准确性与适用性。
2025-01-28 cs.CV physics.flu-dyn
Enhancing Computational Fluid Dynamics with Machine Learning
KTH Royal Institute of Technology（KTH皇家理工学院）；University of Washington（华盛顿大学）；Swedish e-Science Research Centre（瑞典电子科学研究中心）
机器学习正迅速成为科学计算的核心技术，为推动计算流体动力学领域的发展提供了许多机会。在这一视角中，我们强调了一些最具潜在影响的领域，包括加速直接数值模拟，改进湍流闭合模型，以及开发增强的降阶模型。我们还讨论了机器学习的新兴领域，有希望的计算流体动力学，以及一些潜在的限制，应该考虑。
2022-07-01 cs.LG physics.comp-ph physics.flu-dyn
On the Determination of the Yield Surface within the Flow of Yield Stress Fluids using Computational Fluid Dynamics
一部分非牛顿流体是屈服应力流体。它们需要最小的应力来流动。低于该最小值，屈服应力流体保持固态。迄今为止，一维和二维数值模型已主要用于研究自由表面流动。然而，有些现象具有三维行为，例如液体状态和固体状态之间的极限的出现。在这里，目的是使用计算流体动力学（CFD）再现的屈服应力流体在一个开放的通道中的自由表面流动的属性。还期望对屈服应力流体的行为进行建模。数值研究是用软件OpenFOAM驱动的。数值结果与实验结果进行了比较，从模型实验和理论预测的基础上流变本构关系。通过评估其可靠再现流型的能力，对3D模型进行了验证。深度，局部速度和应力被量化为不同的数值配置（网格级别，流变参数）。然后，数值结果被用来检测流动中的刚性和剪切区的存在。
2018-08-01 physics.comp-ph physics.flu-dyn
Bringing optical fluid motion analysis to the field: a methodology using an open source ROV as camera system and rising bubbles as tracers
详细的水运动学是重要的了解在北极的大气-冰-海洋能量转移过程。边缘冰区二维速度场的现场观测资料很少。粒子跟踪测速和粒子图像测速是用于测量2D速度场的众所周知的实验室技术，但它们通常依赖于脆弱的设备和污染的塑料示踪剂。因此，为了将这些方法带到现场，我们开发了一种新的系统，该系统结合了紧凑的开源远程操作车辆作为成像设备，气泡作为示踪粒子。然后，可以使用针对极地地区的实地测量而调整的图像处理技术来分析所获得的数据。在可控条件下研究了气泡的特性，如终极速度与直径的关系。的精度和传播的速度测量已被量化的波槽，并与理论解决方案进行比较。水平速度分量下的周期波测量精度在10%的顺序。与理论解的偏差归因于加速流动引起的气泡惯性。我们包括一个例子，从北极实地考察，该系统被部署，并成功地从浮冰测试。这项工作是在北极冰层下进行详细的二维流动测量的重要里程碑，我们预计这将有助于对海冰下发生的动态进行急需的直接观测。
2020-12-17 physics.ao-ph physics.flu-dyn
Coupling Machine Learning Local Predictions with a Computational Fluid Dynamics Solver to Accelerate Transient Buoyant Plume Simulations
University of Reunion（留尼汪大学）；INTEGRALE Ingénierie（INTEGRALE工程公司）
本研究提出CFD与机器学习结合的混合方法，用离线训练的神经网络单元级预测压力场时间变化作为初始值加速压力-速度耦合，在保持精度的同时显著提升泊松方程求解效率，凸显领域专用混合CFD求解器的潜力。
2024-09-11 cs.LG physics.flu-dyn
Mathematical modelling and computational reduction of molten glass fluid flow in a furnace melting basin
本文针对熔炉熔化池中熔融玻璃流动，建立数学模型并用有限元法模拟验证，进而提出基于人工神经网络的非侵入式POD降阶方法，实现快速高精度求解。
2024-07-23 physics.flu-dyn
An Introduction to Adjoints and Output Error Estimation in Computational Fluid Dynamics
近年来，伴随矢量在计算流体力学（CFD）中的应用急剧增加。它们在许多应用中的实用性，包括设计优化，数据同化和网格自适应，引起了研究人员和从业人员的兴趣。在许多这些领域中，伴随的概念有不同的解释，使用各种符号和动机。更复杂的问题是存在两种看似不同类型的伴随-“连续”和“离散”-以及线性代数和泛函分析中使用的伴随算子的更正式定义。这些问题使得伴随的基本概念难以确定。在这些笔记中，我们希望澄清一些关于伴随向量的想法，并为连续和离散伴随向量提供有用的参考。特别是，我们专注于使用的背景下，基于输出的网格自适应的伴随，其目标是通过执行有针对性的适应计算网格，以实现在特定数量（或“输出”）的兴趣的准确性。虽然这是我们感兴趣的应用，但这里讨论的思想直接适用于设计优化，数据同化和许多其他使用伴随的领域。
2017-12-03 cs.CE cs.NA math.NA
A fully-differentiable compressible high-order computational fluid dynamics solver
Technical University of Munich（慕尼黑工业大学）
流体流动在自然和工程学科中无处不在。由于多时空尺度上的非线性相互作用，流体的可靠计算一直是一个长期的挑战。可压缩的纳维-斯托克斯方程控制可压缩流动，并允许复杂的现象，如湍流和冲击。尽管在硬件和软件方面取得了巨大的进步，但捕获流体流动中的最小长度尺度仍然为现实生活中的应用引入了令人望而却步的计算成本。我们目前正在目睹一个范式转变，以机器学习支持的设计的数值方案作为一种手段，以解决上述问题。虽然先前的工作已经探索了一维或二维不可压缩流体流动的微分算法，我们提出了一个完全可微的三维框架，使用高阶最先进的数值方法计算可压缩流体流动。首先，我们通过计算经典的二维和三维测试用例，包括强冲击和过渡到湍流，证明了我们的求解器的效率。其次，更重要的是，我们的框架允许端到端的优化，以改善现有的数值计划内的计算流体动力学算法。特别是，我们使用神经网络来代替传统的数值通量函数。
2021-12-09 cs.LG physics.flu-dyn
Inpainting Computational Fluid Dynamics with Deep Learning
Carnegie Mellon University（卡内基梅隆大学）
针对流体数据补全的不适定性，本文提出基于向量量化和两阶段学习的深度学习修复方法，并在雷诺数1000的Kolmogorov流上证明其重建性能优于基准模型。
2024-02-27 cs.LG physics.flu-dyn
Transport between two fluids across their mutual flow interface: the streakline approach
具有相互界面的两种不同的可混溶流体之间的混合必须通过穿过该流体界面的流体输送来引发，例如通过施加不稳定速度搅拌来引起。通常，流体之间的这种物理流动障碍不需要与极值或指数吸引相关联，这可以通过对流体速度应用拉格朗日相干结构、有限时间李雅普诺夫指数或其他方法来揭示。结果表明，条纹线是理解速度扰动下界面破裂的关键，并提出了定位相关条纹线的理论。模拟的条纹线在交叉通道混合器和扰动基尔霍夫椭圆涡的定量比较的理论结果。本文提出了一种利用条纹线定量计算两种流体之间非定常平流输运的方法。
2016-04-06 physics.flu-dyn
On floating point precision in computational fluid dynamics using OpenFOAM
由于现代集群机器的计算能力，数值模拟可以提供前所未有的细节水平，对流体力学的新见解。然而，充分利用这种硬件仍然具有挑战性，因为数据通信仍然是达到峰值性能的重要瓶颈。降低浮点精度是减少数据移动和提高大多数应用程序计算速度的一种简单有效的方法。然而，需要特别注意确保计算解的质量和收敛性，特别是在处理复杂的流体模拟时。在这项工作中，我们分析的影响，减少（单和混合相比，双）精度的计算性能和准确性的计算流体动力学。使用开源库OpenFOAM，我们认为不可压缩，可压缩，和多相流体求解器的测试在层流和湍流的制度，并在存在冲击波的流动的相关基准。计算增益和变化的可扩展性的应用程序在降低精度进行了讨论。特别是，一个特设的理论模型的强缩放允许我们解释和理解所观察到的行为，作为浮点精度和硬件细节的函数。最后，我们展示了如何降低精度可以显着加快混合CPU-GPU实现，最近提供给OpenFOAM最终用户，这仅仅依赖于硬件供应商开发的GPU线性代数求解器。
2022-09-13 physics.comp-ph physics.flu-dyn
OpenFOAMGPT 2.0: end-to-end, trustworthy automation for computational fluid dynamics
本文提出首个用于计算流体动力学的多智能体框架，集成预处理、提示生成、OpenFOAMGPT和后处理四个智能体，实现从自然语言查询到端到端模拟的全自动化，在超450次模拟中达到100%成功率和可重复性，满足零容错科学计算的可靠性标准。
2025-04-27 physics.flu-dyn
Machine learning accelerated computational fluid dynamics
Google Research（谷歌研究院）；School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院）
流体的数值模拟在模拟天气、气候、空气动力学和等离子体物理等许多物理现象中起着至关重要的作用。纳维-斯托克斯方程很好地描述了流体，但是大规模求解这些方程仍然令人生畏，受限于解决最小时空特征的计算成本。这导致了准确性和易处理性之间的不利权衡。在这里，我们使用端到端深度学习来改进计算流体动力学内部的近似，以模拟二维湍流。对于湍流的直接数值模拟和大涡模拟，我们的结果与基线求解器一样精确，在每个空间维度上具有8- 10倍的精细分辨率，导致40- 80倍的计算加速。我们的方法在长时间的模拟过程中保持稳定，并推广到强制函数和雷诺数以外的流，它是训练，与黑箱机器学习方法。我们的方法阐明了科学计算如何利用机器学习和硬件加速器来改善模拟，而不会牺牲准确性或泛化能力。
2021-01-28 cs.LG physics.flu-dyn
Fully Resolved Numerical Simulations of Fused Deposition Modeling. Part I-Fluid Flow
目的-本文提出了第一步，发展一个全面的方法，充分解决的数值模拟熔融沉积建模。设计/方法/方式-一个前跟踪/有限体积法以前开发的多相流模拟扩展到模拟热聚合物的注入和冷却下来。结果-新方法的准确性和收敛性能进行测试网格细化和方法示出产生收敛的解决方案的形状的长丝，温度分布，接触面积和再加热区域时，新的长丝沉积在上面的先前奠定了长丝。研究限制/影响-本论文的重点是建模的流体流动和冷却。凝固、体积变化和残余应力的建模将在第二部分中描述。实际影响-进行我们完全解决的融合沉积过程的数值模拟的能力，预计将有助于探索新的沉积策略，并提供降阶模型的发展“地面真相”。独创性/价值-本文件是第一个完全解决的熔丝建模的沉积模拟。
2017-11-16 physics.flu-dyn
Advanced Theoretical Analysis of Stability and Convergence in Computational Fluid Dynamics for Computer Graphics
该研究针对计算机图形学流体模拟的理论严谨性需求，构建分析数值格式性质的理论框架，推导两类方法的稳定性条件、Navier-Stokes离散收敛速率，还提出不可压缩性与涡量守恒相关新理论，为自适应流体模拟及实时图形模拟技术发展提供数学基础。
2024-11-02 physics.flu-dyn
Direct numerical simulation of variable surface tension flows using a Volume-of-Fluid method
我们开发了一个通用的方法，包括变量表面张力到基于流体体积的Navier-Stokes方程求解器。这个新的数值模型提供了一个强大的和准确的方法来计算表面梯度直接通过使用高度函数的界面上找到的切线方向。该实施方式适用于温度和浓度相关的表面张力，以及涉及流体及其周围环境之间的温度的大跳跃的设置，以及浓度应严格限制在流体域的情况，例如具有不同表面张力系数的流体的混合。我们证明了我们的方法的适用性，以不同的表面张力的气泡和聚结的滴的热毛细迁移。
2017-03-01 physics.flu-dyn
Computational Fluid Dynamics In GARUDA Grid Environment
GARUDA网格由高级计算开发中心（C-DAC）在NKN（国家知识网络）网络上开发，该中心的高性能计算（HPC）集群在地理上分散在印度各地。自1988年成立以来，C-DAC一直与HPC基础设施的开发有关。网格基础设施为异构资源的访问提供了一种安全有效的方式。在网格上启用科学应用已经研究了一段时间。在这方面，我们已经成功地使计算流体动力学（CFD）的应用程序，可以帮助CFD社区作为一个整体，以有效的方式进行计算研究，需要巨大的计算资源超出了一次在内部的能力。这项工作是目前正在进行的项目网格GARUDA由信息技术部资助的一部分。
2011-07-07 physics.comp-ph physics.flu-dyn
Fluid Simulation System Based on Graph Neural Network
传统的计算流体动力学通过求解偏微分方程来计算流场的物理信息，计算时间长，消耗大量的计算资源。基于图神经网络结构，建立了一个流体模拟仿真器。该模拟器具有计算速度快、占用计算资源少的特点。我们把计算域看作一个结构图，结构图中的计算节点通过自适应采样确定邻居节点。使用注意力图神经网络构建深度学习架构。根据不同雷诺数下圆柱绕流场的模拟结果对流体模拟仿真器进行训练。经过训练的流体仿真模拟器不仅对训练集中的流场预测具有很高的精度，而且可以外推训练集之外的流场。与传统的CFD求解器相比，流体模拟模拟器实现了2-3个数量级的加速。流体仿真模拟器为流体力学模型的快速优化设计和智能流体机构的实时控制提供了新的思路。
2022-02-25 physics.comp-ph physics.flu-dyn
A computational fluid dynamics model for the simulation of flashboiling flow inside pressurized metered dose inhalers
本文首次提出基于开源软件的计算流体动力学模型，采用流体体积法和空化模型模拟加压定量吸入器内的闪沸流动，经实验验证可定量预测排放特性，并支持致动器几何形状的系统设计与优化。
2025-08-04 physics.flu-dyn
Enhanced computational performance of the lattice Boltzmann model for simulating micron- and submicron-size particle flows and non-Newtonian fluid flows
格子玻尔兹曼（LB）模型，在FORTRAN 90编码的计算性能的显着改善，通过应用增强技术实现。应用的技术包括阵列存储器布局的优化、数据结构简化、模拟线程外的随机数生成、通过OpenMP的代码并行化以及时间步内和时间步间任务流水线。这些优化技术的有效性进行了测量上的三个基准问题：（i）瞬态流动的多个粒子在牛顿流体中的非均质裂缝多孔域，（ii）在亚微米尺度的流体的热波动和所产生的布朗运动的颗粒，和（iii）非牛顿流体流动的光滑壁通道。上述优化技术的应用导致平均21的性能改进，这可以显着提高LB模型在不同应用中的实际用途，重点关注非牛顿流体中纳米尺寸或微米尺寸颗粒的命运和运输。
2020-06-23 physics.comp-ph physics.flu-dyn
Emerging trends in machine learning for computational fluid dynamics
KTH Royal Institute of Technology（瑞典皇家理工学院）；University of Washington（华盛顿大学）；Swedish e-Science Research Centre（瑞典电子科学研究中心）
本文探讨了机器学习为计算流体力学领域带来的新机遇，分析了两者间已显现效益的协同作用及未来潜力，并强调应保持谨慎乐观的平衡观点。
2023-04-05 cs.LG physics.flu-dyn
Computing with vortices: Bridging fluid dynamics and its information-processing capability
在这里，卡门涡系统被认为是一个大的递归神经网络，和计算能力的数值模拟非线性动力系统和内存容量进行评估。因此，卡门涡系统的计算性能的雷诺数依赖性被揭示和最佳的计算性能是在卡门涡脱落，这是与一个霍普夫分叉的发病临界雷诺数附近实现。我们的发现推进了对流体动力学的物理性质与其计算能力之间关系的理解，并为人们普遍认为的信息处理能力在混沌边缘变得最佳的观点提供了一种替代方案。
2020-01-23 physics.flu-dyn
A Computational Study of the Dynamics of the Critical Points in a Simple Fluid Flow
我们进行了一个计算实验的启发，由一个物理实验Ouellette和Gollub（PRL 99，194502（2007）），其中的流体流中的速度场的拓扑过渡是由一个网格的磁铁。在一个明确定义的雷诺数Re下，驻点的运动变得如此强烈，以至于它们可能合并和湮灭。用搅拌器网格代替磁铁，我们得到了相同的过渡的基本特征，但分辨率使我们能够识别该过程的两个不同阶段：一个范围的Re，其中停滞点的湮灭率低，但非零，其次是一个狭窄的间隔，其中速率跳到一个高水平。
2010-03-24 physics.flu-dyn
Deep Learning combined with singular value decomposition to reconstruct databases in fluid dynamics
本文提出一种结合奇异值分解与并行自编码器神经网络的物理混合模型，从稀疏传感器重构多维流体动力学数据库，具有简单、稳健、低成本的优点。
2023-05-15 physics.flu-dyn
Two Computational Models for Simulating the Tumbling Motion of Elongated Particles in Fluids
悬浮液与纤维状颗粒在低雷诺数制度的建模由两种不同的方法，都使用拉格朗日表示的单个颗粒。第一种方法是基于Stokes流的完善的公式，其被公式化为积分方程。它使用一个细长体近似的纤维，以代表它们之间的相互作用，而不显式计算流场直接。第二种是在并行超级计算机上使用3D格子玻尔兹曼方法的新技术。在这里，流计算耦合到一个计算模型的动力学的刚体使用流体-结构相互作用技术。这两种方法都可以应用于模拟流体中的纤维。它们经过仔细验证并相互比较，系统地揭示了它们在准确性，计算成本和可能的模型扩展方面的优势和劣势。
2015-03-23 cs.CE physics.comp-ph physics.flu-dyn
