湍流问题一般可以用雷诺时均方程得出的标准k-∑模型进行研究，但秦克通过脑海里的s级知识，已得到了几个更有效更能描述清楚的数学模型思路，这时他将之尽可能地糅合在一起，刷刷刷地写道：

“将euker方法和lagrange方法结合，引入一种新型模型，笔者将之称为‘elex’模型，它可以解决不同的相被处理成相互贯穿的连续介质时一种相所占体积无法被其他相占有的问题，以及描述离散颗粒的行为特点……”

“‘elex’的模型建立是基于数学方法，具体如下：……”

“‘elex’模型的模拟结果验证，可以通过计算机上的fluent软件进行，将流域划分为连续不重叠的结构网格，数量设定为三个级别，分别进行验证……”

太阳慢慢西斜，手握s级知识利器的秦克势如破竹，一个下午的时间便完成了控制方程非线性偏微分方程组的表达式，以及新模型的建立和模拟数据的导出。

“微光，帮我进行原始实验数据与模拟数据的比对。”秦克伸了个懒腰，把后续枯燥的数据处理交给了人工智能微光。

lv2的微光在秦克、宁青筠、秦小壳的分别教导下，已算得上是个勉强合格的实验助手了，起码像这样需要花费大量精力的数据比对工作，它已能胜任，而且效率比秦克自己打开软件进行比对要高得多。

十几分钟后，秦克刚刚练习完咏春拳术，微光便提示已完成了数据比对。

秦克过去看了下，还是比较满意的，比对匹配率达到惊人的98.22%，远超业界平均的67.61%。

s级知识里提供的模型原本就非常完善，秦克又进行了创造性的融合，更是提升了elex模型在不同颗粒度下的精确度。

“这个细节还再优化下。”

秦克又花了一个小时对elex模型进行反复修改完善，将比对匹配度提升到了99.17%，这基本上算是极限了，再想优化，时间成本太高，哪怕想再提升0.5%，怕也要秦克花上一个月以上来补充各种特定条件下的处理方法，这实在已没必要。

有了这个模型，接下来就可以通过调整参数，模拟不同参数下的实验结果，从最佳的模拟数据，反推出该如何改进辐流式二沉池的泥水分离效率，以及如何在处理负荷不断提升下依然能保证出水水质达标和生物处理系统的稳定运行，防止污泥反硝化的问题发生。

这部分就是非常花时间精力的团队