Neural Network Flame Closure for a Turbulent Combustor with Unsteady Pressure
在单喷嘴液体火箭发动机大涡模拟中，采用神经网络模型代替小火焰表进行亚网格建模。在最精确的情况下，通过将NN输出值与表中的相应值进行比较，为每个火焰变量设计并测试单独的NN。气体常数、内火焰能量和火焰热容比的估算误差分别为0.0506%、0.0852%和0.0778%。火焰温度、导热系数和热容比系数的估算误差分别为0.63%、0.68%和0.86%。进度变量反应速率的估计误差也为3.59%。根据表中所有点的均方误差计算误差。开发的NN在CFD模拟中成功实施，完全取代了火焰面表。通过与基于表格的计算流体动力学结果的比较，验证了基于神经网络的计算流体动力学方法的有效性。
2020-11-30 physics.flu-dyn
A Theoretical Closure for Turbulent Flows Near Walls
本文提出了一种新的湍流剪切闭合原理。将湍流场分为外区和内区。内部区域由对数律区域和壁层组成。壁层被认为是众所周知的涌入，扫描，自1967年以来观察到的突发序列。它被模拟为一个瞬态层流子边界层，它服从的斯托克斯解的冲击启动平板。壁层也可以通过向对数律添加阻尼函数来用稳态解建模。封闭是通过在壁层的边缘处匹配非稳态和稳态解来实现的。这个过程的效果反馈信息的瞬态相干结构回到时间平均的解决方案，并确定理论上的对数律的壁的数值系数。该方法给出了一种新的技术，用于编写准确的壁函数，适用于所有雷诺数，在计算机流体动力学（CFD）程序。关键词：雷诺方程，建模，封闭技术，壁层，对数律，计算流体动力学。
2010-01-14 physics.flu-dyn
Enhancing Data-Assimilation in CFD using Graph Neural Networks
Polytechnical University of Bari（巴里理工大学）；LISN-CNRS, Université Paris-Saclay（巴黎萨克雷大学LISN-法国国家科学研究中心）；Safran Tech（赛峰科技）
本文提出用图神经网络增强伴随优化的数据同化方法，以RANS方程为物理约束重建平均流，在有限元求解框架下无需特征选择即可实现高精度重建并展现良好泛化能力。
2023-11-29 cs.LG physics.flu-dyn
Data-driven RANS closures for three-dimensional flows around bluff bodies
在这篇短文中，我们将Schmelzer等人（2020）最近提出的数据驱动RANS封闭模型框架应用于全三维高雷诺数流动：即Re= 40，000的壁挂式立方体和长方体，以及Re= 140，000的圆柱体。对于每个流，使用基于LES或DES参考数据的稀疏符号回归生成新的RANS闭包。这个新的模型在计算流体力学求解器中实现，随后应用于其他流的预测。与基线$k-ω$ SST模型相比，我们看到了在完整流域中平均速度预测方面的一致改进。
2020-10-22 physics.comp-ph physics.flu-dyn
Dynamics of electrochemical flows 3 Closure models
电解质（包括溶质离子和溶剂）流经多孔介质在自然界或许多工程应用中经常遇到，例如电化学系统、复合材料制造、石油生产、地热工程、核热处置、土壤污染。我们的前期工作导出了固体和流体之间的界面相互作用项，它可以用来研究电化学流通多孔电极过程中的质量、热量、电场、电势或动量的输运细节。在这项工作中，我们建立了这些界面相互作用项的封闭模型，从数学代数的角度封闭了控制方程。首次揭示了与电场、电势和电力有关的界面相互作用项。我们的新理论提供了一种新的方法来描述电化学流经多孔介质。
2013-09-11 physics.flu-dyn
Physics-Aware Neural Network Flame Closure for Combustion Instability Modeling in a Single-Injector Engine
在单喷嘴液体火箭发动机大涡模拟中，采用神经网络作为亚网格火焰模型，以取代传统的查表法。NN训练过程提出了一个非凡的挑战。多维燃烧不稳定性问题涉及多尺度长度和非线性声学的非定常流问题中的特征时间，解决瞬态和动态平衡行为，叠加在具有非常窄的移动火焰区域的湍流反应流上。训练数据点之间的精确插值变得至关重要。建议的神经网络的一个主要的新颖的方面是，他们被训练来再现存储在一个小火焰表中的信息的相关部分，仅使用有限的数据从几个CFD模拟的单喷射器液体推进剂火箭发动机在不同的动态配置。这是通过用从燃烧模型的物理特性产生的人为数据丰富训练集，并且还通过包括火焰温度作为被训练以对其他感兴趣的火焰变量进行建模的NN的额外输入来实现的。这些物理感知的NN为基础的封闭模型首先进行离线测试，将它们直接与小火焰表进行比较，然后成功地实施到CFD模拟的小火焰表的地方，并验证各种动态配置。这些测试的结果与基于表格的CFD模拟结果相比，毫不逊色。该方法的计算优势进行了讨论。
2022-01-08 physics.flu-dyn
Averaged equations for disperse two-phase flow with interfacial properties and their closures for dilute suspension of droplets
本文推导了具有界面输运的分散两相流平均方程，建立拉格朗日模型并给出体积与表面矩守恒方程，证明颗粒平均与相平均方程的关系，并提出连续相平均方程与任意矩守恒相结合的混合方程组。
2025-08-28 physics.flu-dyn
Interface Dynamics at a Four-fluid Interface during Droplet Impact on a Two-Fluid System
University of Waterloo（滑铁卢大学）
研究液滴冲击两液体系时四液体界面的动力学，探讨粘性耗散、界面拉力和核心滴动能对颈缩动力学的影响，揭示不同体积和展开度的界面液体层对颈缩动态的转变机制。
2024-08-16 physics.flu-dyn
Generalizable data-driven turbulence closure modeling on unstructured grids with differentiable physics
School of Mechanical Engineering, Purdue University, West Lafayette, 47907, IN, USA（机械工程学院，普渡大学）；Mechanical Engineering Department, Carnegie Mellon University, Pittsburgh, 15213, PA, USA（机械工程系，卡内基梅隆大学）；Department of Aerospace Engineering, University of Michigan, Ann Arbor, 48109, MI, USA（航空航天工程系，密歇根大学）；College of Information Sciences and Technology, Pennsylvania State University, University Park, 16802, PA, USA（信息科学与技术学院，宾夕法尼亚州立大学）；Computer Science Division, Argonne National Laboratory, Lemont, 60439, IL, USA（计算机科学 division，阿贡国家实验室）
本研究提出将深度学习模型嵌入不可压缩Navier-Stokes方程有限元求解器的框架，通过GNN学习SGS闭合，在二维和三维后向台阶流动验证了方法可行性，实现低预测误差并保留湍流结构，为复杂域数据驱动SGS建模提供可行途径。
2025-11-10 cs.LG physics.flu-dyn
A method for simulating interfacial mass transfer on arbitrary meshes
本文提出了一种在有相变的两相流界面捕获模拟中模拟界面传质的方法。该模型可以在任意计算网格上的汽-液界面的局部相变速率的机械预测，并适用于涉及具有大密度比的两相混合物的实际情况。模拟方法是基于流体体积（VOF）表示的流量，其中发生传质的界面区域隐含地识别相指示器，在这种情况下，液体的体积分数，其从属于“散装”液体的值到散装蒸汽的值。这里提出的新方法已实施使用有限体积的框架和解决方案的方法典型的“工业”CFD实践。所提出的捕获质量传递的方法适用于任意网格，而不需要像在其他技术中经常做的那样引入精细但人工涂抹的质量传递项。该方法已被验证，通过与平面界面蒸发和气泡生长测试情况下的解析解比较，并对蒸汽气泡生长的实验观察。
2020-12-26 physics.comp-ph physics.flu-dyn
Flow characterisation and power consumption in an inline high shear rotor-stator mixer using CFD
本文利用CFD对比MRF与滑移网格方法及不同湍流模型，研究在线高剪切转子-定子混合器的流动特性，证明二阶矩封闭模型结合合适算法可准确且经济地预测特征功率曲线。
2023-05-26 physics.flu-dyn
Generalizable turbulence closures across bluff-body shapes by PINN-based solver-agnostic training
Brown University（布朗大学）；Massachusetts Institute of Technology（麻省理工学院）
研究通过基于物理信息神经网络训练湍流封闭，无需在优化循环中使用CFD求解器，可快速筛选封闭形式。开发四种封闭模型，在多个钝体尾流中训练并评估，结果优于稳态SST k-ω基线，力模型泛化性最佳。
2026-10-16 physics.flu-dyn
Effective viscosity closures for dense suspensions in CSP systems via lubrication-enhanced DNS and numerical viscometry
本研究开发了一种基于润滑力增强DNS的计算框架，用于模拟CSP系统中体积分数超过50%的稠密颗粒悬浮液，通过数值粘度计和周期性立方域量化有效粘度，并构建了适用于大规模非牛顿CFD模型的高精度封闭关系。
2025-06-28 physics.flu-dyn
Modelling of Interfacial Flows Based on An Explicit Volume Diffusion Concept
提出了一种新的流体体积模型（VoF），即显式体积扩散（EVD）模型，用于模拟包括湍流和初级喷雾雾化在内的界面流动。EVD模型是通过在物理定义的长度尺度上对VoF方程进行体积平均而得出的。这引入了未闭合的子体积通量、子体积应力和体积平均表面张力力。由于湍流运动和其他界面动力学，通常可以发生在层流和湍流中，从而产生子体积波动。这两种类型的波动都被体积平均过程衰减。子体积通量由梯度扩散模型封闭，并且涉及与物理长度尺度相关的显式体积扩散系数。子体积应力封闭引入了一个明确的体积粘度增加的湍流粘度在湍流。体积平均表面张力力闭合是基于褶皱子体积界面的分形性质。这些封闭通过一系列的二维层流和三维湍流界面剪切流的解析流模拟的先验分析进行评估。随后，充分EVD模拟验证这些剪切流和实验室气流喷射。数值收敛表明，保持物理长度尺度不变，同时减少数值网格的大小，使数值扩散减少，并成为压倒显式体积扩散。还进行了灵敏度分析的物理长度尺度的变化，这是比较的边界层厚度的轻流体侧的接口。
2021-04-19 physics.flu-dyn
A volume averaging approach to the interfacial force in homogeneous bubbly flows with monodisperse bubbles
本研究基于体积平均理论，采用含同心气泡的圆柱形晶胞模型，推导求解气液泡状流双流体模型的界面力封闭问题，明确不同流区阻力系数比的变化规律，为两相流建模提供低成本的封闭律获取方法。
2023-11-08 physics.flu-dyn
Neural Differentiable Modeling with Diffusion-Based Super-resolution for Two-Dimensional Spatiotemporal Turbulence
本文提出神经可微建模框架，将深度神经网络与数值PDE求解器在可微编程中结合，并用贝叶斯条件扩散模型从大尺度预测生成小尺度湍流，显著提升二维时空湍流模拟的精度与效率。
2024-06-28 physics.comp-ph physics.flu-dyn
Implementation and validation of two-phase boiling flow models in OpenFOAM
使用计算流体动力学（CFD）方法预测两相沸腾流动是非常具有挑战性的，因为在这种流动中的界面质量、动量和能量传递的几个子模型仍然没有很好地建立，需要进一步的开发和验证。一旦验证了一个特定的模型，重要的是要仔细验证模型中涉及的所有关键参数。这种验证通常通过单独的效果测试来执行，其中每次将一个参数与测量值或以其他方式已知的值进行比较。不用说，对于复杂的模型，这是典型的两相流CFD应用，需要验证的独立参数的数量可能相当高。这个特殊的功能使得复杂CFD模型的验证过程在开源代码中非常有吸引力，因为可以完全访问实现细节。本文关注的是使用OpenFOAM，开源环境中的两相沸腾泡状流模型的实施和验证。该模型采用双流体的守恒方程与湍流项的平均处理。该模型由六个守恒方程的液体和蒸汽相，允许的热力学非平衡和压缩性的两相。此外，该模型还包括两个湍流动能和能量耗散的输运方程和一个界面浓度的输运方程。新的壁面热分配模型以及核态沸腾中的相变项已经实现。敏感性研究以及验证的模型对测量数据在公开文献中已经进行，它已被证明，预测和实验之间的合理协议已经实现。
2017-09-06 physics.flu-dyn
AutoTurb: Using Large Language Models for Automatic Algebraic Model Discovery of Turbulence Closure
提出一种使用大型语言模型自动发现代数表达式以修正雷诺应力模型的新框架，通过结合直接观测与CFD模拟输出并施加复杂度约束进行进化搜索，显著提升了湍流分离流预测的精度与泛化能力。
2024-10-14 cs.NE physics.flu-dyn
Uncertainty quantification for Multiphase-CFD simulations of bubbly flows: a machine learning-based Bayesian approach supported by high-resolution experiments
在本文中，我们开发了一种基于机器学习的贝叶斯方法来反向量化和减少基于双流体模型的多相计算流体动力学（MCFD）的不确定性的泡状流模拟。所提出的方法是支持高分辨率的两相流测量技术，包括双传感器电导率探头，高速成像，粒子图像测速。局部分布的关键物理量的利益（QOI），包括空隙率和相位速度，得到支持模块贝叶斯推断。在此过程中，封闭关系的认知不确定性被反量化，随机波动的系统的偶然不确定性评估的基础上实验不确定性分析。然后通过MCFD求解器传播组合的不确定性以获得QoS的不确定性，基于该不确定性构建概率框以进行验证。所提出的方法依赖于三个机器学习方法：前馈神经网络和主成分分析的替代建模，和高斯过程的模型形式的不确定性建模。整个过程在开源深度学习库PyTorch的框架内实现，具有图形处理单元（GPU）加速，从而确保了计算的效率。结果表明，在高分辨率数据的支持下，MCFD模拟的不确定性可以显着降低。
2020-10-21 physics.flu-dyn
Learning subgrid interfacial area in two-phase flows with regime-dependent inductive biases
Georgia Institute of Technology（佐治亚理工学院）
本文研究了在湍流多相流中利用物理结构嵌入学习过程以提高机器学习可靠性，开发并评估了两种子网格闭合模型，发现物理约束模型在不同Weber数下能提升预测精度并抑制非物理伪影。
2026-04-30 physics.comp-ph physics.flu-dyn
Multiscale Simulation of Fluids: Coupling Molecular and Continuum
本文综述了分子动力学与计算流体动力学耦合的多尺度流体模拟方法，分析了状态与通量耦合的联系及假设，并指出局部化不当会导致压力张量与耦合约束错误。
2023-08-03 physics.comp-ph physics.flu-dyn
Linear and Nonlinear Stability Analysis in Microfluidic Systems
在这篇文章中，我们使用解析和数值模拟来描述微通道中的平行粘性两相流。重点是理想化的二维几何形状，以验证未来三维工作的各种方法。在第一种情况下，我们使用分析奥尔-索末菲理论来描述的线性不稳定性，它支配在这样的系统中的小振幅波的形成。然后，我们将此分析的结果与内部计算流体动力学（CFD）求解器TPLS进行比较。理论分析和TPLS之间的良好协议是在小振幅波的政权。我们继续数值模拟的有效性点以外的奥尔-索末菲理论。通过这种方式，我们说明了非线性界面波的产生和反向夹带的一个流体相到其他。我们证明我们的模拟进一步比较数值结果与相应的结果从商业CFD代码。这种比较再次非常有利-这种严格的验证为未来使用TPLS或商业代码进行微通道中流动的非常详细的三维模拟铺平了道路。
2019-11-27 physics.flu-dyn
Quantifying Model Uncertainty of Neural Network-based Turbulence Closures
针对基于神经网络的湍流闭合模型在核工程应用中的不确定性瓶颈，研究对比了三种不确定性量化方法，发现Deep Ensembles预测精度最高，且三种方法各有不确定性估计特点。
2024-12-11 physics.flu-dyn
A turbulent eddy-viscosity surrogate modeling framework for Reynolds-Averaged Navier-Stokes simulations
用于不可压缩湍流稳态计算的雷诺平均Navier-Stokes（RANS）方程仍然是实际计算流体动力学（CFD）应用的主力。因此，速度或精度的提高有可能影响各种应用。在给定初始条件的情况下，我们引入了一个机器学习框架，用于RANS模拟稳态湍流涡粘性的代理建模。该建模策略被评估用于参数插值，同时数值地求解压力和速度方程以达到稳态，从而表示与机器学习混合的框架。我们实现{竞争}稳态的结果与显着减少的解决方案的时间相比，由Spalart-Allmaras一方程模型。这是因为所提出的方法允许相当大的松弛因子的稳态速度和压力求解器。我们的评估是针对具有相当大的网格各向异性和分离的后向台阶进行的，以代表实际的CFD应用。对于使用\textcolor{black}{either}改变入口速度条件或台阶高度的测试实验，我们看到求解时间减少约5倍。这些结果为快速探索参数空间提供了一个机会，这些参数空间在利用具有多个耦合偏微分方程的湍流闭合模型时被证明是令人望而却步的。\blfootnote{Code available publicly at \texttt{https://github.com/argonne-lcf/TensorFlowFoam}}。
2020-12-03 physics.comp-ph physics.flu-dyn
Investigation of the force closure for Eulerian-Eulerian simulations: a validation study of nine gas-liquid flow cases
气液两相流可以用欧拉-欧拉（E-E）方法模拟。是否包括一个特定的动量界面交换力模型仍然是一个没有答案的问题。在这项工作中，我们的目标是寻求一个通用的数值设置的E-E方法，它可以提供称职的结果与不同的操作下的不同几何形状的工业泡状流。他们来自不同的行业，包括化学，核，生物加工和冶金工程。模拟由OpenFOAM求解器reactingTwoPhaseEulerFoam启动，其中E-E方法采用复杂的数值技术来实现，以确保稳定性。预测与实验数据进行了比较。结果发现，拖曳力和湍流弥散力的预测起着最重要的作用，并应包括所有的模拟。第一种方法考虑了双向耦合，第二种方法考虑了湍流效应，保证了E-E方程的适定性。为了解决壁面附近相分数的积累问题，特别是对于具有大纵横比的管流，应包括升力和壁面润滑力。在其他情况下，侧向力可以安全地忽略不计.所有的测试用例都是开源的，并可作为补充数据供任何人下载作为基线测试用例。
2019-10-09 physics.comp-ph physics.flu-dyn
On buoyancy in disperse two-phase flow and its impact on the well-posedness of two-fluid models
Zhejiang University（浙江大学）；Leipzig University（莱比锡大学）
本文探讨了分散两相流中浮力的分解及其对两流体模型正则性的影响，推导了新的闭合关系，表明除雷诺应力外，所有应力和伪应力均贡献于浮力背景流，并具有低通滤波特性，防止哈达玛不稳定性。
2026-10-23 cond-mat.soft physics.flu-dyn
Mixture-aware closure of the N-phase Navier--Stokes--Cahn--Hilliard mixture model
Technical University of Darmstadt（达姆施塔特工业大学）；Johannes Gutenberg-University Mainz（美因茨约翰内斯·古腾堡大学）
本文提出了一种基于小集合结构公理的闭合方法，通过理想混合贡献、对称均场相互作用项和二次梯度惩罚，构建了N相Navier-Stokes-Cahn-Hilliard混合模型的热力学闭合，支持相合并而不改变控制方程。
2026-04-30 physics.flu-dyn
Physics-Guided Machine Learning for Predictive Turbulent Combustion Simulation
Indian Institute of Technology Gandhinagar（印度理工学院甘地纳加尔分校）
本文针对湍流燃烧预测模拟的挑战，综述了将先验知识融入建模流程的物理引导机器学习（PGML）在湍流-化学相互作用建模中的应用，以解决纯数据驱动模型的缺陷。
2026-09-01 physics.flu-dyn
Partially-averaged Navier-Stokes (PANS) Method for Turbulence Simulations: Near-wall Modeling and Smooth-surface Separation Computations
本论文的目标是研究PANS模型的能力，在提供显着改善RANS预测略高的计算费用和生产LES质量的结果，显着降低计算成本。本研究的目的是：（i）调查模型保真度在一个固定的尺度分辨率水平（代1-PANS/G1-PANS）光滑表面分离，（ii）在分辨率变化的区域导出PANS封闭模型（代2-PANS/G2-PANS），和（iii）的PANS G2-PANS模型的附着和分离流。本研究中考虑的分离流已被NASA CFD研究组指定为临界基准流。本论文的主要贡献如下。通过推导几何相容的对易残基，利用能量守恒原理，建立了变分辨率的湍流闭合模型G2-PANS。通过使用G2-PANS模型从稳态RANS过渡到缩放分辨模拟，实现了对数层恢复和雷诺应力各向异性的准确计算。最后，在NASA湍流网站上的几个光滑分离流已被计算出高精度，在一个显着减少计算工作量LES使用G1-PANS和G2-PANS模型。
2017-12-11 physics.flu-dyn
Interfacial dynamics and energy cascade in immiscible Rayleigh-Taylor turbulence
School of Ocean and Civil Engineering, Shanghai Jiao Tong University（上海交通大学海洋与土木工程学院）；Department of Physics, National University of Defense Technology（国防科技大学物理学院）
该研究通过数值模拟揭示了不可混溶瑞利-泰勒湍流中表面张力对界面动力学、能量级联及气泡液滴演化的控制规律，为相关大涡模拟提供了物理框架。
2026-08-06 physics.flu-dyn
Data-driven turbulent heat flux modeling with inputs of multiple fidelity
本文研究多保真度输入下数据驱动热湍流闭合建模，提出利用DNS与RANS输入空间分离的异构训练方法，使模型能识别保真度并自适应调整预测，从而提高鲁棒性。
2024-09-05 physics.flu-dyn
An adaptive, data-driven multiscale approach for dense granular flows
针对稠密颗粒流连续介质模型缺乏高保真流变封闭且层级多尺度计算昂贵的问题，本文用DEM训练的神经网络近似本构流变，并基于不确定性自适应补充DEM模拟，在控错降本的同时通过CFD-DEM验证。
2025-09-29 cond-mat.soft physics.comp-ph physics.flu-dyn
Covariance-Driven Momentum Rectification at Liquid-Vapor Interfaces Near Wetting Transitions
Astrum Drive Technologies；Departamento de Física, Facultad de Ciencias, Universidad Central de Venezuela（委内瑞拉中央大学理学院物理系）
本研究针对零均值外力下液-气界面的定向输运问题，构建了基于局部响应场与切向驱动力协方差的守恒连续介质模型，揭示了润湿转变附近的动量整流规律与增益机制，并提出对称性约束的动量核算方案。
2026-08-03 cond-mat.soft cond-mat.stat-mech physics.flu-dyn
Sharp-interface VOF method for phase-change simulations on unstructured meshes
Paul Scherrer Institute（保罗谢勒研究所）
本文提出一种结合代数VOF技术与几何界面重建的无结构网格相变模拟方法，验证了其在Stefan、Sucking问题及Scriven气泡生长中的有效性，展示了在多面体网格上的优势。
2026-04-16 physics.comp-ph physics.flu-dyn
Liquid spreading in trickle-bed reactors: Experiments and numerical simulations using Eulerian--Eulerian two-fluid approach
采用欧拉双流体CFD方法模拟了气液并流滴流床反应器中的液体扩散。为了提出一个模型，详尽地描述了所有的相互作用力作用在每个流体相的分散机制的重点，在文献中的封闭定律的讨论提出。液体分散被认为是由两种主要机制引起的：毛细管和机械（Attou和Ferschneider，2000; Lappalainen等人，2009年-然后在两个滴流床配置中实施所提出的模型，并与两个实验装置相匹配：在第一个配置中，考虑了二维轴对称几何形状的模拟，并根据一组新的实验数据验证了模型。针对不同的几何和操作条件提供了从$γ$射线层析成像获得的总体压降和液体分布。在第二种配置中，被认为是一个3D模拟和该模型进行比较，在床出口处的实验液体通量模式。提出了液体扩散对床层几何特性（空隙率和颗粒直径）以及气液流量的敏感性分析。该模型被证明是实现非常好的协议与实验数据，并准确地预测，各种几何床层特性和/或相流率的液体蔓延的趋势。
2015-03-13 physics.flu-dyn
Development of a Data-driven Turbulence Model for 3d Thermal Stratification Simulation during Reactor Transients
SAM是一种用于先进反应堆（SFR、LFR、MSR/FHR）的工厂级系统分析工具，目前正在阿贡开发。作为一个现代化的系统代码，SAM的目的是改善三维流动的瞬态条件下的反应堆安全相关的预测。为了实现这一目标，一种方法是基于机器学习技术，通过建立嵌入式雷诺应力/湍流粘性代理模型，实现SAM中湍流流动的建模。所提出的方法是基于一个假设，即存在一个功能之间的依赖关系的局部流动特征和局部湍流粘度或雷诺应力。已经进行了非常有限的研究来验证这一假设。本文记录了一个案例研究，以检查在一个潜在的反应堆应用场景的假设。本文的工作并不是从理论上验证这一假设，而是在有限的应用范围内对这一假设进行实际验证。从方法论的角度来看，本文中使用的方法可以归类为所谓的I型机器学习（ML）方法，其中提出了尺度分离假设，声称守恒方程和闭合关系是尺度可分离的，湍流模型是局部的而不是全局的。在这项工作中研究的计算流体动力学的情况下，是一个三维瞬态热分层槽流问题，使用一个雷诺平均Navier-Stokes湍流模型在STARCCM+代码。收集所有时间步中所有几何点的流量信息作为训练数据和测试数据。
2020-05-01 physics.flu-dyn
A consistent and conservative Phase-Field method for compressible multiphase flows with the six-equation model
South China University of Technology（华南理工大学）
本研究将一致且守恒的相场方法扩展到六方程模型，推导了通用多相模型，分析了压力及压力-温度松弛，并通过基准测试验证了与精确解的良好一致性。
2026-09-16 physics.comp-ph physics.flu-dyn
Multi-Velocity Sharp-Interface Continuum Thermodynamics of Fluid Systems with Adsorption
本文建立两相多组分流体的多速度锐界面热力学模型，以体相和界面的组分质量、动量平衡描述吸附—解吸串联传递，并借公理化熵原理实现系统封闭。
2025-02-20 physics.flu-dyn
Large Eddy Simulation of urban boundary layer flows using a canopy stress method
大涡模拟（LES）是研究城市大气边界层（UABL）中污染物输运的理想模式。一个合理准确的LES预测湍流在这样的UABL必须解决一个显着比例的小，但充满活力的涡流在粗糙度子层，这仍然是禁止的，即使计算能力已显着增加。在本文中，我们提出了一个大涡模拟的方法来研究在UABL湍流，湍流封闭的基础上耦合涡粘性方法与冠应力方法。与经典的Smagorinsky模型，只考虑应变的速度梯度张量的一部分，我们认为应变张量和旋转张量来计算涡粘性。这使我们能够动态地适应能量耗散的粗糙度子层中的能量漩涡的尺度的速率。在不采用符合城市粗糙度元素的网格的情况下，通过树冠应力方法在LES模型中表示这种固体的影响，在该方法中，由于涡流和粗糙度元素之间的相互作用而导致的压力损失和动量汇使用瞬时速度场进行参数化。建议的冠应力方法的模拟结果进行了比较，与传统的计算流体动力学（CFD）方法采用块结构网格符合周围的粗糙元素。对于城市流模拟，结果表明，所提出的冠层应力模型是准确的预测垂直廓线的均值和方差，以及时间相干结构的不稳定性。
2017-11-04 physics.flu-dyn
A geometric state function for two-fluid flow in porous media
描述多孔介质中双流体流动的模型存在一个公认的问题，即用于预测毛细管压力作为流体饱和度的函数的本构关系是非唯一的，因此需要滞后描述。作为传统观点的替代，我们考虑了毛细管压力的几何描述，它涉及平均平均曲率，流体饱和度，流体之间的界面面积，和欧拉特征。状态方程是用代数拓扑学的概念和宏观尺度状态的度量来表示的。基于同步加速器的X射线微计算机断层成像（μCT）和高分辨率孔隙尺度模拟被应用于检查六种不同多孔介质的所提出的关系的唯一性。我们表明，几何态函数是能够表征微观流体的配置，结果从广泛的模拟流动条件在平均意义上。几何态函数可以作为宏观模型内的闭合关系，以有效地消除归因于多孔介质内流体排列的滞后行为。这提供了一个关键的缺失组件，需要使新一代的高保真度模型来描述多孔介质中的双流体流动。
2018-05-24 cond-mat.soft physics.flu-dyn
Experiments and Direct Numerical Simulations of binary collisions of miscible liquid droplets with different viscosities
二元液滴碰撞在包括分散两相流的各种实际应用中是重要的。我们的研究背景是在喷雾过程中形成的颗粒产品的性能预测。为了更深入地了解喷雾内部的基本子过程，使用了二元液滴碰撞的实验和直接数值模拟。这些调查的目的是发展半分析描述液滴碰撞的结果。这样的碰撞模型，然后可以采用封闭条款的规模缩小的模拟。在目前的工作中，我们专注于不同液体的液滴的碰撞。当具有不同固体含量的液滴在回流区中碰撞时，这些类型的碰撞发生在每个喷雾干燥过程中。一种新的实验方法已经被开发出来，允许高空间和时间分辨记录通过激光诱导荧光。所提出的方法得到的结果将与DNS模拟进行比较。液滴的粘度不同，而界面张力和密度相同。液体是可混溶的，并且在两种液体之间没有表面张力作用。我们的目的是发现由液滴的粘度比引起的基本现象。
2012-10-23 cs.CE physics.flu-dyn
