专家详情：

1.. 主要技术能力：长期致力于计算流体力学高性能仿真、湍流建模与数据驱动方法的关键技术攻关，是该领域具有国际竞争力的青年学者。主持开发了面向复杂粘弹性流体与牛顿流体流动的高精度DNS数值算法及大规模并行计算框架，采用MPI/OpenMP混合并行与GPU加速实现20%计算效率提升。在帝国理工学院研发的基于机器学习与降阶模型的边界层统计模型，将仿真周期从数周缩短至单日，揭示了约10%减阻优化潜力。在INEGI研发的CFD分析方案实现计算耗时从数天降至一分钟以内，验证了80%管道减阻潜力。

2. 标志性成果或荣誉：发表高水平论文24篇，其中多篇发表于流体力学领域顶刊《流体力学杂志》、《流体物理》、《国际传热传质杂志》 及 《非牛顿流体力学杂志》 等流体力学领域权威期刊发表多篇第一作者论文，并有博士学位论文收录于PQDT-Global数据库。荣获ISME 2015国际机械工程会议最佳论文奖，博士期间获全额奖学金并以A级成绩毕业。入选英国UK Global Talent Visa人才计划，具备欧盟及英国无资助工作资格。在帝国理工学院研发的降阶模型将仿真周期从数周缩短至单日，直接服务于航空减阻工程应用；在INEGI为Galp Portugal提出的管道分析方案实现80%减阻潜力验证，有效指导了工业决策。