physics.flu-dyn Arbeiten

Die Strömungsmechanik untersucht, wie sich Flüssigkeiten und Gase bewegen und auf Kräfte reagieren, von den sanften Wellen eines Flusses bis zu den komplexen Turbulenzen in der Atmosphäre. Auf Gist.Science haben wir diesen Bereich unter „Physics — Flu-Dyn" zusammengefasst, um die faszinierenden Mechanismen unserer dynamischen Umwelt verständlich zu machen.

Jeder neue Preprint in diesem Feld wird direkt von arXiv bezogen und von uns sorgfältig verarbeitet. Wir bieten Ihnen zu jedem Eintrag sowohl eine leicht verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse für Fachleute. So wird komplexes Wissen aus der Forschung für jeden zugänglich.

Im Folgenden finden Sie die aktuellsten Beiträge aus diesem spannenden Bereich der Physik, die Sie direkt zu den neuesten Erkenntnissen führen.

Fluid flow in low aspect-ratio curved channels: from small to moderate Dean numbers

Diese numerische Studie untersucht die Druckströmung in gekrümmten Kanälen mit niedrigem Seitenverhältnis im Bereich kleiner bis moderater Dean-Zahlen und zeigt, dass die Strömung bei Dean-Zahlen unter 100 stabil bleibt, während sich bei höheren Werten transiente Strukturen entwickeln, wobei sich die Geschwindigkeitsmaxima und Wirbelzentren in Abhängigkeit von Reynolds-Zahl und Krümmungsverhältnis zur Außenwand verschieben.

Ezzahrae Jaafari, Pascale Magaud, Micheline Abbas2026-03-03🔬 physics

A Stable and General Quantum Fractional-Step Lattice Boltzmann Method for Incompressible Flows

Diese Arbeit stellt eine stabile und allgemeine Quanten-Fractional-Step-Gitter-Boltzmann-Methode für inkompressible Strömungen vor, die durch eine hybride Quanten-Klassische Implementierung die Stabilitätsprobleme früherer Ansätze bei hohen Reynoldszahlen überwindet und erstmals dreidimensionale thermische Strömungen simuliert.

Yang Xiao, Liming Yang, Chang Shu, Yinjie Du2026-03-03⚛️ quant-ph

Autophoresis of a Janus particle near a planar wall: a lubrication limit

Diese Arbeit untersucht mittels asymptotischer Analyse im Schmiermittelgrenzwert die Selbst-Diffusiophorese eines Janus-Partikels nahe einer ebenen Wand und zeigt, wie die Orientierung und die Größe des inerten Bereichs die Rotationsstabilität und die Ausrichtung des Partikels bestimmen.

Tachin Ruangkriengsin, Günther Turk, Howard A. Stone2026-03-03🔬 cond-mat

Data-Free PINNs for Compressible Flows: Mitigating Spectral Bias and Gradient Pathologies via Mach-Guided Scaling and Hybrid Convolutions

Diese Arbeit stellt einen vollständig datenfreien PINN-Ansatz für kompressible Strömungen vor, der durch eine hybride Faltungsarchitektur, eine machzahlgesteuerte Reskalierung der Verluste und die Einbettung analytischer Stagnationspunkt-Lösungen spektrale Verzerrungen und Gradientenpathologien überwindet, um stabile und physikalisch korrekte Lösungen für hypersonische Strömungen um einen Zylinder zu ermöglichen.

Ryosuke Yano2026-03-03🤖 cs.AI

Extreme-value statistics of curl-of-vorticity precursor peaks in perturbed Taylor-Green vortex turbulence

Diese Studie analysiert mittels eines Ensembles von 1000 gestörten Taylor-Green-Wirbel-Simulationen die statistischen Eigenschaften von Vorläufer-Spitzen im Curl-of-Vorticity-Spektrum und nutzt Extremwerttheorie, um deren zeitliche Beziehung zum Dissipationsmaximum sowie deren Kopplung an hochkurbige Aktivität zu charakterisieren.

Satori Tsuzuki2026-03-03📊 stat

Super-resolution of turbulent reacting flows on complex meshes using graph neural networks

Diese Studie stellt eine Methode vor, die Graph Neural Networks nutzt, um kleine turbulente Strukturen in reaktiven Strömungen auf komplexen, unstrukturierten Gittern aus grob aufgelösten Daten präzise wiederherzustellen und so die Genauigkeit von Simulationen in Anwendungen wie Verbrennungsmotoren verbessert.

Priyabrat Dash, Konduri Aditya, Christos E. Frouzakis, Mathis Bode2026-03-03🤖 cs.LG

Structure-preserving Randomized Neural Networks for Incompressible Magnetohydrodynamics Equations

Die Arbeit stellt eine Struktur-erhaltende randomisierte neuronale Netzwerk-Methode (SP-RaNN) vor, die die inkompressiblen Magnetohydrodynamik-Gleichungen durch Umformulierung in ein lineares Ausgleichsproblem löst, wodurch nichtkonvexe Optimierungen vermieden, die Divergenzfreiheit exakt gewährleistet und im Vergleich zu herkömmlichen und DNN-basierten Verfahren höhere Genauigkeit sowie schnellere Konvergenz erreicht werden.

Yunlong Li, Fei Wang, Lingxiao Li2026-03-03🤖 cs.LG

Energy analysis of 2D electro-thermo-hydrodynamic turbulent convection

Diese Studie analysiert numerisch und analytisch die Energiebilanzen der zweidimensionalen elektro-thermo-hydrodynamischen turbulenten Konvektion, wendet LSTM-Neuronale Netze zur Vorhersage chaotischer Energieserien an und identifiziert mittels datengetriebener Modalzerlegung die kohärenten Strukturen, die Energie und Enstrophie tragen.

Owen Hutchinson, Katerina Kostova, Jian Wu, Yifei Guan2026-03-03🔬 physics

From Bifurcations to State-Variable Statistics in Isotropic Turbulence: Internal Structure, Intermittency, and Kolmogorov Scaling via Non-Observable Quasi-PDFs

Dieser Artikel stellt eine theoretische Analyse vor, die zeigt, wie die Nichtbeobachtbarkeit von Bifurkationsmoden in Kombination mit der Nichtlinearität der Navier-Stokes-Gleichungen die Kolmogorov-Skalierung, intermittierende Strömungsstrukturen und die vollständige statistische Beschreibung von Geschwindigkeits- und Temperaturinkrementen in isotroper Turbulenz analytisch herleitet.

Nicola de Divitiis2026-03-03🔬 physics

Destruction of wall-bounded vortices using synthetic jet actuators

Die Studie zeigt experimentell, dass rechteckige synthetische Jet-Aktoren die Rotationskohärenz wandnaher Wirbel um bis zu 70 % reduzieren und dadurch die Druckwiederherstellung im Wirbelnachlauf fördern können.

Frank A. Tricouros, Cameron Hoober, John C. Vaccaro, Tyler Van Buren2026-03-03🔬 physics

← Zurück Weiter →