送走了戴维·麦格米伦这位普林斯顿的化学系主任后，徐川重新将精力放回了对超高温等离子体控制上。
这份工作的本质，实际上是对湍流建立一个数学模型。当然，更实际一点，可以说是对等离子体湍流的现象进行研究。
其实如果就难度来说，对等离子体湍流的现象进行研究并不比研究一个七大千禧年难题简单多少。
首先湍流是有名的混沌体系，也是令诸多物理学家、数学家一筹莫展的问题之一，更别提湍流中的等离子体湍流了。
而他要研究的，还不仅仅是等离子体湍流，更是可控核聚变反应堆腔室中的超高温等离子体湍流，难度湍流的基础上拔高了近两个量级。
尽管目前来说他已经对方程做了大幅度的推进，在理论上有了一个基础，但想要解决这个问题，依旧难如登天。
数学方面对湍流和方程的研究不说，他即便不是第一人，也能排到前三。
关键在于应用，目前在湍流和等离子体流体的应用层面上，大多数做出来的成果都是掺杂了实验经验和一些实验参数的。
比如普林斯顿的等离子体实验室，就有一套属于自己的唯像模型，请普林斯顿高等研究院中的数学家和物理学家针对设备做出来的。
这也是普林斯顿能为米国其他研究可控核聚变的实验机构提供帮助的原因。
而想要从数学理论上出发，抛开这些实验经验和实验参数来建立一个统筹模型，难度不是一般的大。
南大，徐川坐在自己的办公室中，手中的黑色圆珠笔在稿纸上涂涂改改的。
【μi(t)=1/t∫t+tvt0μi～(t)dt】
【μi(t)=lit→∞1/t∫t+tvt0μi～(t)dt】
对于一道湍流而言，目前数学界最常用的方法就是通过统计平均法统计平均方法来做湍流研讨的开场。
在过去数学家研究湍流时，曾将不规则的流场分解为平均场和不脉动场，同时也引出了封锁雷诺方程的世纪难题。
而湍流的随机性统计平均方法是处置湍流流动的根本手段，这是由湍流的随机性所决议的。
他现在所做的，就是先从平均场和不脉动场进行出发，分别尝试用数学语言来解释两者，并做一个关联。
从这一步出发，或许能完成针对等离子体湍流的模型。
毕竟湍流再复杂，其问题本身从物理学的角度上来说，也不过是主要来源于‘外部环境干扰’和‘本身经典复杂性’两大方面。
外部环境干扰很容易理解，就好比一台车行驶在高速公路上的时候，自身的形状，风阻等因素都会在车尾带来涡流。包括如果在行驶过程中旁边如果有大卡车或者其他车辆经过时，都会形成更复杂湍流体系。
这也是顶级跑车或者赛车会追求车辆的极致外形和极致的流体动力学的原因，因为湍流的存在会增加风阻，消耗更多的动力和降低速度。
当然，这同样是流体力学应用于实际工业的表现。
至于本身的经典复杂性，这则出自经典物理。
在经典物理中，有一种名为‘还原论’的方法，这是九年义务教育中高中时期的内容。
那时候我们学习到物理，会告诉你牛顿定律是从质点出发的，而库仑定律从点电荷出发的，毕奥萨法尔定律是从电流元出发的，振动波动从简谐振子出发
由简入繁，层层深入，达到理解物质世界的目的。
从牛顿开始，人们坚信，包括浩渺无穷的宇宙都是可以计算的。这就是所谓的计算主义+还原论。
计算主义者认为连人性都是可以计算的，这一点甚至影响到今天人工智能的发展。
而还原论则是将物质一点一点的细分成基本单位，再从基本组元之间的相互作用规律出发建立运动的演化方程。
这听起来似乎很简单，也很容易理解。
但要想从基本组元重构演化方程谈何容易？
就像是高速公路上行驶的汽车一样，它每时每刻都在产生和湮灭涡流和湍流。
尤其是在汽车的尾部，情况更加严重，一辆行驶在高速公路上的汽车，光是自身行驶带来的空气流，最少都包含100000000000个微流单元。
而如果是恰好身边有其他车辆经过时，这个数量会再提升数个量级，少说也能到达十万亿级别的数量。
要对这么多的微流单元结构做分析，还要考虑这些微流单元彼此之间互相造成的扰动，合并成的中大型微流单元，以及消散掉的微流单位，以及每时每刻都在新形成的微流单元。
相信我，对这么多的微流单元进行分析，绝对不是你能在市面上买到的任何计算机能搞定的。
哪怕是超级计算机，也做不到实时分析，因为数据量实在太大了。
而如果要想对这些东西做分析处理，唯一的办法就是建立仿真模拟，俗称cfd。
其基本原理是数值求解控制流体流动的微分方程，得出流体流动的流场在连续区域上的离散分布，从而近似地模拟流体流动情况。
这项技术如今其实已经被广泛的用于了各行各业。
从能动的汽车、飞机、火箭，到不能动的高楼大厦、建筑通风，日常的空调、冰箱等等，全都有它的痕迹。
不过绝大部分的时候，cfd仿真模拟能得到的结果差别很大。
且不说不同cfd方法建立起来的仿真模拟，就是用同一种方法对同一个物体，比如飞机行驶