Artificial intelligence in fluid dynamics and thermal transport: A comprehensive review of methods, challenges, and emerging applications
Notice bibliographique
Résumé
Artificial intelligence (AI) is a transformative tool in fluid dynamics and thermal transport, unlocking new possibilities for modeling, prediction, diagnostics, and system optimization. AI-driven approaches, ranging from deep learning and machine learning to physics-informed neural networks, are increasingly combined with traditional methods to address challenges that are difficult to solve using solely physics-based models. Notably, recent developments have demonstrated the potential of AI in reconstructing turbulent flows, enhancing heat transfer performance, and enabling real-time simulations across a wide range of thermal-fluid systems. This includes complex configurations, such as multiphase flows and compact heat exchangers, where conventional modeling techniques often have limitations due to nonlinear interactions, multiscale behaviors, and geometric complexities. This review provides a structured synthesis of current advances for AI thermal-fluid sciences. Contributions are categorized by flow regimes, such as laminar, turbulent, and multiphase, and transport phenomena, including conduction, convection, radiation, and phase change. Key technical challenges, such as the scarcity of high-fidelity datasets, robust generalization across varying flow and boundary conditions, and integration of physical laws into data-driven frameworks are considered. Finally, emerging research directions with strong potential to accelerate innovation in the field, including AI-assisted turbulence modeling, flow reconstruction from sparse measurements, data-driven design of high-efficiency heat exchangers, and intelligent control of multiphase and reactive flow systems are presented.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».