1273 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.
Diese Studie untersucht mittels numerischer Simulationen der Navier-Stokes-Gleichungen die Ausbreitung von Kelvin-Wellen und Solitonen in klassischen viskosen Wirbelfäden, bestätigt die theoretischen Vorhersagen für die Dispersionsrelation, analysiert Solitonenkollisionen und schlägt ein experimentelles Verfahren zu deren Erzeugung vor.
Die Autoren untersuchen die Lösung der zweidimensionalen inkompressiblen Navier-Stokes-Gleichungen, die aus einer Summe von Dirac-Massen in einer spezifischen mitrotierenden Konfiguration entsteht, und beschreiben unter Ausnutzung der Symmetrien und Stabilitätseigenschaften des Systems die Lösung bis zu sub-diffusiven Zeitskalen vor dem erwarteten Beginn der Wirbelverschmelzung.
Diese Studie untersucht die rheologischen Eigenschaften und scherverursachten Strukturen ferroelektrischer nematischer Flüssigkristalle, wobei sie die Temperatur- und Scherratenabhängigkeit der Viskosität sowie charakteristische Ausrichtungsregime und den Einfluss der Polarisation auf die Fließdynamik in verschiedenen Mesophasen aufzeigt.
Diese Studie nutzt Large-Eddy-Simulationen, um die räumliche Struktur und Intermittenz von Ruß in einer laborgroßen Gasturbinenbrennkammer zu untersuchen, wobei der Einfluss von Strömungsrezirkulation auf die Rußakkumulation analysiert und zwei verschiedene Rußmodellierungsansätze hinsichtlich ihrer Vorhersagegenauigkeit und Rechenkosten verglichen werden.
Diese Arbeit demonstriert, wie ein auf Turbulenzdaten trainiertes generatives Diffusionsmodell durch Anpassung der zeitlichen Struktur und Symmetrieerzwungung neue periodische Lösungen der Navier-Stokes-Gleichungen erzeugt, die anschließend zu 111 exakten periodischen Orbits verfeinert werden und damit eine bisher unbekannte Vielfalt im Lösungsraum aufdecken.
Die vorgestellte Arbeit entwickelt eine effiziente Echtzeit-Anpassungsstrategie für parametrisierte Reduced-Order-Modelle unstationärer Strömungen, die durch eine Kombination aus Variational Autoencoder und Transformer-Netzwerk sowie eine datenassimilierende Ensemble-Kalman-Filterung hohe Genauigkeit bei nur minimalen Beobachtungsdaten und einem begrenzten Retrainingsaufwand des Encoders erreicht.
Die Studie stellt eine neue dimensionsreduzierende Methode namens CoK-PCA vor, die auf dem Co-Kurtosis-Tensor basiert und im Vergleich zur herkömmlichen Hauptkomponentenanalyse (PCA) die Genauigkeit bei der Darstellung komplexer Verbrennungsphänomene, insbesondere von Zündkeim-Dynamiken und Reaktionsraten, verbessert.
Diese Studie stellt eine Methode namens Bi-LSTM-VAE-WDC vor, die mithilfe eines bidirektionalen LSTM-Variational-Autoencoders und eines auf dem Wasserstein-Abstand basierenden Klassifizierers hochdimensionale räumlich-zeitliche Daten von Flammenoszillationen in einen niedrigdimensionalen Phasenraum überführt, um dynamische Moden in Verbrennungssystemen effektiv zu erkennen und zu klassifizieren.
Die vorliegende Arbeit verbessert das Wilcox k-ω-Turbulenzmodell durch die Kombination von Physics-Informed Neural Networks (PINN) und neuronalen Netzen, um die unzureichende Modellierung der turbulenten Diffusion zu korrigieren und damit präzise Vorhersagen für Strömungen in Kanälen, an ebenen Platten sowie über periodische Hügel zu ermöglichen.
Die Autoren führen ein zweidimensionales nicht-reziprokes Cahn-Hilliard-Navier-Stokes-Modell ein, um eine neuartige Art von Turbulenz in binären Fluiden zu untersuchen, die durch eine inverse Energiekaskade und einen nicht-reziproken Fluss gekennzeichnet ist, der mit steigender Reynolds-Zahl unterdrückt wird.