中国力学学会第二期青年托举人才--南方科技大学王建春，在获得青托项目支持后，利用项目经费支持，逐渐组建了湍流研究团队。王建春的研究团队发展了多模态分解和多尺度分析方法，对可压缩湍流的剪切过程、胀压过程和热力学过程开展了一系列的研究工作。他们得到了速度的可压缩部分和热力学量的谱在伪声模态、声模态、熵模态等不同模态占主导的情况下的标度律。他们采用滤波方法得到了动能和热力学量的多尺度传输规律。他们的工作将不可压缩湍流的Kolmogorov理论推广到了可压缩湍流中，发展和完善了可压缩湍流的基础理论。

在这些成功的研究工作的基础上，王建春的研究团队尝试了更有挑战性的研究方向：发展基于机器学习方法的湍流模型。他们采用神经网络方法，针对可压缩湍流，构造了亚网格应力模型和亚网格热流模型。他们所发展的亚网格模型与真实亚网格应力项和热流项之间的相关系数比梯度模型、动态混合模型、动态Smagorinsky模型等传统模型得到的相关系数更高。和动态混合模型、动态Smagorinsky模型等传统模型相比，使用新的亚网格应力模型和亚网格热流模型得到的大涡模拟后验结果更精确，在统计性质和流场结构方面都更接近于直接数值模拟结果。他们的工作证明了机器学习方法在发展湍流大涡模拟模型中的有效性，所发展的新模型突破了传统大涡模型的局限性。

王建春在入选青年托举人才工程后，取得了一系列的研究成果，在国际知名学术期刊上发表了16篇SCI论文。2018年入选了第十四批国家特聘专家青年项目，并从助理教授晋升为副教授。作为负责人获批国家自然科学基金青年项目一项，国家数值风洞工程项目重点课题一个。