背景介绍 在现代科学和工业研究中，非牛顿流体（non-Newtonian fluids）的动力学行为因其独特的流变特性（rheological properties）和广泛的应用而备受关注。与牛顿流体（Newtonian fluids）不同，非牛顿流体如聚合物、浆液和生物流体在剪切应力（shear stress）和应变率（strain rate）之间表现出复杂的非线性关系。特别是Casson流体，因其屈服应力（yield stress）和非线性应力-应变关系，在生物流体动力学和工业过程中具有重要意义。然而，传统的整数阶导数模型在描述这些流体的行为时存在局限性，尤其是在涉及记忆效应（memory effects）和边界浓度动力学（boundary concentration dynamics）...

混合Brinkman型流体在水平太阳能集热板上的传热能力分析 研究背景与问题提出 随着全球对清洁能源需求的不断增长，太阳能作为一种可再生、清洁且低污染的能源，受到了广泛关注。然而，传统的太阳能集热器（如平板太阳能集热器）在吸收太阳辐射和转换热能方面存在效率瓶颈。为了解决这一问题，研究者们提出了使用纳米流体（nanofluids）作为工作流体的新方法。纳米流体是一种由纳米颗粒分散在基础流体（如水、乙二醇等）中形成的悬浮液，其热性能显著优于传统流体。尽管如此，单一类型的纳米流体仍存在局限性，因此近年来，混合纳米流体（hybrid nanofluids）逐渐成为研究热点。 混合纳米流体通过结合不同种类的纳米颗粒（如单壁碳纳米管SWCNTs和多壁碳纳米管MWCNTs），进一步提升了热导率和传热效率。...

红细胞沉降及外部磁场影响的三维监测研究：科学新视角 背景及研究目的 随着现代社会中电子设备的广泛普及，人类生活的环境中正逐渐受到越来越多的外部磁场（Magnetic Fields, MFs）的影响。然而，对于这些磁场对生物体尤其是血液中红细胞（Red Blood Cells, RBCs）行为的潜在影响，科学界尚未形成全面的认识。红细胞对氧气的运输至关重要，且其形状和尺寸使其能够轻松通过最狭窄的血管，完成氧气向全身组织和器官的高效运输。为了评估身体炎症或其他病理状态的标志，红细胞沉降率（Erythrocyte Sedimentation Rate, ESR）是一种广泛使用的血液学诊断技术。然而，该技术缺乏精确的三维动态监测血液流动过程的能力。 研究者发现，红细胞中的血红蛋白（Hemoglobi...

脑脊液通过颈淋巴管排出的数值模拟研究 背景介绍 脑脊液（Cerebrospinal Fluid, CSF）是围绕大脑和脊髓流动的透明液体，其主要功能是为中枢神经系统提供物理保护、营养供应以及代谢废物的清除。近年来，越来越多的研究表明，脑脊液的排出不仅通过传统的蛛网膜颗粒吸收，还通过颅底的筛板进入鼻咽部淋巴管，最终到达颈淋巴管（Cervical Lymphatic Vessels, CLVs）。这一排出途径的异常与多种神经系统疾病（如创伤性脑损伤、神经退行性疾病等）密切相关。然而，由于颈淋巴管的解剖结构和物理特性尚未完全明确，脑脊液通过颈淋巴管排出的机制仍存在许多未解之谜。 为了深入理解这一过程，研究人员开发了一种数值模型，模拟脑脊液从筛板到颈淋巴管的排出过程。这项研究不仅为脑脊液排出的生理机...

脑脊液流动动力学及其在药物输送中的应用研究 背景介绍 脑脊液（Cerebrospinal Fluid, CSF）在人类脊髓腔中扮演着至关重要的角色，负责运输溶解的营养物质和废物。由于其脉动性，CSF的流动受到心脏和呼吸周期的影响。近年来，随着对中枢神经系统（Central Nervous System, CNS）疾病治疗需求的增加，如何优化鞘内（Intrathecal, IT）药物输送成为了研究热点。鞘内注射通过利用CSF的流体动力学特性，能够将治疗分子直接输送到中枢神经系统，从而提高治疗效果。 然而，现有的计算流体动力学（Computational Fluid Dynamics, CFD）模型大多基于个体或小群体，由于脊髓腔几何形状的显著变异性，这些研究结果可能无法推广到更广泛的人群。因此...

零阻力流体隐身技术的突破 学术背景 在现代微流体和纳米工程领域，隐身特性（invisibility characteristics）对于确保侵入物体与周围环境之间的无干扰相互作用至关重要。例如，在微流控芯片中运输生物分子或精确控制药物释放时，隐身特性能够显著提高操作的准确性和效率。此外，隐身特性在实现流体动力学零阻力（hydrodynamic zero-drag）性能方面也具有重要意义，这有助于缓解全球能源危机。然而，长期以来，达朗贝尔悖论（d’alembert paradox）和未解决的纳维-斯托克斯方程（Navier-Stokes equations）阻碍了零阻力流体隐身技术的发展。达朗贝尔悖论指出，在理想流体中，物体运动时不会受到阻力，但在实际流体中，阻力始终存在。这一悖论使得在广泛的...

背景与研究动因 在物理学中，了解流体运动对于理解我们的环境以及我们如何与其进行交互至关重要。然而，传统的流体模拟方法由于其高计算需求，在实际应用中存在局限性。近年来，物理学驱动的神经网络被认为是一种有前途的数据驱动方法来理解复杂的自然现象。本文的作者受到平滑粒子流体动力学（SPH）方法的启发，提出了一种基于注意力机制的双管道网络架构——DualFluidNet，用于解决流体模拟中的全局控制和物理定律约束之间平衡的问题。 论文信息来源 本文由来自西安交通大学软件工程学院的Yu Chen、Shuai Zheng、Menglong Jin、Yan Chang和Nianyi Wang撰写，发表在2024年《Neural Networks》期刊上。该论文提出并探讨了一种创新的3D流体模拟方法。 研究方...

当前,对于湍流中被流体所携带微粒的统计和几何学性质的研究存在重大挑战。尽管过去30年来在理论、数值模拟和实验方面做出了卓越的努力,但目前仍然缺乏能够真实再现湍流微粒轨迹统计和拓扑特性的模型。本研究提出了一种基于最新扩散模型(diffusion model)的机器学习方法,可以生成三维高雷诺数湍流中单个微粒轨迹,从而绕过直接数值模拟或实验获取可靠拉格朗日数据的需求。 论文信息: 本文作者来自罗马大学等机构,发表于2024年4月的《自然机器智能》(Nature Machine Intelligence)期刊。 研究方法: (a) 研究流程 该研究首先利用直接数值模拟(DNS)生成三维纳维-斯托克斯方程组的高雷诺数湍流场,并追踪大量(327,680条)拉格朗日微粒轨迹,构建高质量的训练数据集。然后...