姓名：王建春     专业专长：流体力学

 性别：男       出生年月：1985年2月

 职称：研究员     工作单位：南方科技大学

教育及工作经历：

2007年、2012年分别获得北京大学学士学位和博士学位，2012-2016年分别在北京大学、普林斯顿大学和名古屋工业大学从事博士后研究；2016年9月入职南方科技大学，历任助理教授、准聘副教授、长聘副教授（研究员）。

研究领域

湍流、计算流体力学

社会任职

任广东省力学学会流体力学与工程专业委员会委员、中国空气动力学会智能空气动力学专业组委员、《力学学报》中英文版青年编委、《力学快报》（TAML）青年咨询委员会委员、《力学与实践》编委。

主要成绩

主要从事湍流的数值模拟研究。在湍流的数值模拟与流动机理、基于机器学习的湍流模拟方法等方面开展了系统的工作。在PRL、JFM、JCP等期刊发表SCI论文110多篇。入选了第二届青年人才托举工程和第十四批海外高层次人才引进计划青年项目。已主持3项国家自然科学基金项目。主持了“国家数值风洞”工程基础研究、中物院专项项目、中国人工智能学会-华为MindSpore学术奖励基金等项目。

主要学术成果包括：

一、可压缩湍流的流动机理

（1）发现了可压缩湍流速度场与热力学量的谱的标度律，动能、温度与熵的级串现象，揭示了压缩性对级串过程的影响机理。（2）揭示了高超声速湍流平板边界层中压缩性对流动结构及动能传输的影响机理、壁面摩阻与热流的主导因素，并阐明了转捩过程中摩阻与热流过冲现象的内在机制。

二、基于机器学习的湍流模拟方法

（1）针对传统湍流大涡模拟方法在精度上的局限性，发展了基于人工神经网络的亚格子模型，显著提升了湍流统计量与流动结构的预测精度。（2）针对传统计算流体力学方法在计算效率上的瓶颈，提出了基于神经算子的湍流快速预测模型。在相同网格下，神经算子模型的预测速度比传统方法提升了十倍以上，同时能更精确地预测湍流统计量与流动结构。