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.

Physics-based modelling of wind-turbine wakes turbulence in neutral atmospheric boundary layers

Diese Arbeit stellt ein physikbasiertes Modell zur Vorhersage der wake-induzierten Turbulenzintensität in neutralen atmosphärischen Grenzschichten vor, das auf der Analyse der turbulenten kinetischen Energie und der Reynolds-Spannungen beruht und dabei eine hohe Übereinstimmung mit LES-Simulationen und Windkanalmessungen bei gleichzeitig einfacher Anwendbarkeit zeigt.

Frédéric Blondel, Erwan Jézéquel, Helen Schottenhamml, Majid Bastankhah2026-03-02🔬 physics

Structure tensor Reynolds-averaged Navier-Stokes turbulence models with equivariant neural networks

Diese Studie validiert die Hypothese von Kassinos et al., dass unzureichende Turbulenzbeschreibungen für die Unzuverlässigkeit von RANS-Modellen verantwortlich sind, indem sie äquivariante neuronale Netze nutzt, um auf Struktur-Tensoren basierende, physikalisch konsistente Schließungsmodelle für die schnelle Druck-Dehnungs-Korrelation zu entwickeln, die eine um Größenordnungen höhere Genauigkeit als bestehende Modelle erreichen.

Aaron Miller, Sahil Kommalapati, Robert Moser, Petros Koumoutsakos2026-03-02🤖 cs.LG

A Corrected Open Boundary Framework for Lattice Boltzmann Immiscible Pseudopotential Models

Diese Studie stellt einen korrigierten Open-Boundary-Rahmen für das pseudopotenziale Gitter-Boltzmann-Modell nicht mischbarer Fluide vor, der durch die Einführung von Korrekturfaktoren, die Anpassung der Auslassgeschwindigkeit zur Massenerhaltung und die Optimierung der Relaxationskoeffizienten signifikant die unerwünschten Strömungen reduziert und die Massenerhaltung sowie die Tropfenmorphologie in verschiedenen Mehrphasen-Szenarien verbessert.

Yizhong Chen, Zhibin Wang2026-03-02🔬 physics

Upper bounds on the colloid separation efficiency of diffusiophoresis

Diese Arbeit entwickelt eine asymptotische Theorie zur Vorhersage der maximalen Trenneffizienz von Kolloiden durch Diffusiophorese in chemischen Gradienten, identifiziert vier verschiedene Regime, die durch Damköhler- und Péclet-Zahlen bestimmt werden, und validiert die Ergebnisse experimentell mit CO₂-Gradienten, um energieeffizientere Wege zur Wasseraufbereitung aufzuzeigen.

Fernando Temprano-Coleto, Jeongmin Kim, Marcel M. Louis, Howard A. Stone2026-03-02🔬 cond-mat

Acoustic Signatures of Pinch-Off Cavities During Water-Entry

Diese Studie kombiniert experimentelle, numerische und theoretische Ansätze, um die Dynamik von Hohlraumabschnürungen beim Wassereintritt eines zylindrischen Projektils zu untersuchen und zeigt auf, wie die Projektilgeometrie und Trägheit die dominierende Oszillationsfrequenz des Hohlraums sowie die daraus resultierenden akustischen Signaturen im Vergleich zur Minnaert-Frequenz maßgeblich beeinflussen.

Zirui Liu, Tongtong Ding, Mingyue Kuang, Zimeng Li, Junyi Zhao, A-Man Zhang, Shuai Li2026-03-02🔬 physics

Neural ensemble Kalman filter: Data assimilation for compressible flows with shocks

Die Autoren stellen einen neuronalen Ensemble-Kalman-Filter vor, der durch die Abbildung von Ensemble-Daten auf den Parameterraum eines tiefen neuronalen Netzwerks und die Anwendung von physik-informiertem Transfer-Learning die bei der Datenassimilation kompressibler Strömungen mit Schocks auftretenden nichtphysikalischen Oszillationen des Standard-Verfahrens vermeidet.

Xu-Hui Zhou, Lorenzo Beronilla, Michael K. Sleeman, Hangchuan Hu, Matthias Morzfeld, Andrew M. Stuart, Tamer A. Zaki2026-03-02🤖 cs.LG