🔬 Category

physics.flu-dyn

948 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.

Color-gradient lattice Boltzmann modeling of wetting boundary condition on curved solid boundaries

Dieses Paper führt eine Benetzungsrandbedingung für gekrümmte Festkörperoberflächen in der Color-Gradient-Lattice-Boltzmann-Methode ein, indem die Ordnungsparameter auf Ghost-Nodes aktualisiert werden, ein Schema, das auf GPU-Hardware validiert wurde, um große Dichte- und Viskositätskontraste effektiv zu handhaben und sowohl statische als auch dynamische Kontaktlinienverhaltensweisen präzise zu reproduzieren, während gleichzeitig Scheinströme minimiert werden.

Malyadeep Bhattacharya, Snigdhadyut Dash, Maneesh Sutar, Ravinder Jajoria, Nimalan Mahadevan, Amol Subhedar2026-06-01🔬 physics

Metamaterials and Fluid Flows

Diese Übersichtsarbeit untersucht das aufkommende interdisziplinäre Feld der Fluid-Struktur-Interaktion, das durch Metamaterialien erweitert wird, beleuchtet theoretische Rahmenwerke und erörtert, wie rational konstruierte Verbundwerkstoffe die gekoppelten fluidischen, akustischen und elastodynamischen Reaktionen präzise steuern können, um die Leistung in vielfältigen Technologien von der Luft- und Raumfahrttechnik bis zu biomedizinischen Geräten zu verbessern.

Francesco Avallone, Federico Bosia, Yi Chen, Giada Colombo, Richard Craster, Jacopo Maria De Ponti, Nicolò Fabbiane, Michael R. Haberman, Mahmoud I. Hussein, Wontae Hwang, Umberto Iemma, Abigail Juhl (…)2026-05-29🔬 cond-mat.mtrl-sci

Predicting liquid properties and behavior via droplet pinch-off and machine learning

Diese Studie zeigt, dass maschinelle Lernmodelle, die auf Hochgeschwindigkeitsaufnahmen von Tropfenabschnürungen trainiert wurden, Schlüsseleigenschaften von Fluiden wie Viskosität und Oberflächenspannung präzise vorhersagen können und damit eine vereinfachte und automatisierte Alternative zu herkömmlichen Messverfahren bieten.

Jingtao Wang, Qiwei Chen, C Ricardo Constante-Amores, Denise Gorse, Alfonso Arturo Castrejon-Pita, Jose Rafael Castrejon-Pita2026-05-29🔬 physics

Sparse-Supervised Hybrid Parameterized Physics-Informed Neural Networks for Incompressible Flows Across Reynolds Numbers

Dieser Beitrag stellt einen dünn besetzt überwachten hybriden parametrisierten Physics-Informed-Neural-Network-Rahmen vor, der inkompressible Navier-Stokes-Strömungen über einen Bereich von Reynolds-Zahlen hinweg effektiv löst, indem er physikbasiertes Lernen bei niedrigen Reynolds-Zahlen mit minimaler dünn besetzter CFD-Überwachung und Transferlernen kombiniert, um Genauigkeitsbeschränkungen in konvektionsdominierten Regimen hoher Reynolds-Zahlen zu überwinden.

A. Jangir, R. Clements, R. Goyal, G. Tabor2026-05-29🔬 physics

Tail observability and fourth-order closure recovery in physics-informed neural networks for Bhatnagar-Gross-Krook normal shocks

Dieser Artikel zeigt, dass genaue makroskopische Profile in physik-informierten neuronalen Netzen für BGK-Normalstöße keine Genauigkeit der vierten Ordnung im Sinne der Schließung garantieren, da tail-gewichtete Verteilungsfunktionen nur schwach beobachtbar sind, und schlägt eine stoßlokale Schließungskorrektur vor, die die Fehler vierter Ordnung durch gezielte Berücksichtigung dieser fehlenden Projektionen signifikant reduziert.

Ehsan Roohi2026-05-29🔬 physics

Microfluidic Oscillatory Rheology of Transported Soft Particles

Dieser Artikel fasst neuere Experimente zusammen, die zeigen, wie maßgeschneiderte mikrofluidische Kanäle präzise rheologische Messungen von transportierten weichen Partikeln über verschiedene Zeitskalen hinweg ermöglichen, und skizziert zukünftige Forschungsrichtungen, darunter die Untersuchung von Schmierfilmen, schnelle Grenzflächendynamik sowie die Hochdurchsatz-Charakterisierung mikroskopischer Systeme weicher Materie.

Matteo Milani, Joshua D. McGraw, Anke Lindner Stefano Aime2026-05-29🔬 cond-mat

Two-way coupling of gravity waves and wind farm wakes: a reduced-order boundary-layer model

Dieser Beitrag stellt ein rechnerisch effizientes Reduced-Order-Modell vor, das die wechselseitige Kopplung zwischen Schwerewellen und Windparknachläufen erfolgreich erfasst, indem die nicht-hydrostatischen Boussinesq-Gleichungen linearisiert und die Dynamik der Grenzschicht und der freien Atmosphäre über eine Deckungsinversion gekoppelt werden, wobei eine Validierung gegenüber Large-Eddy-Simulationen die Fähigkeit des Modells bestätigt, wesentliche Strömungsmerkmale wie die Aufstauung stromaufwärts und eine beschleunigte Nachlaufwiederherstellung wiederzugeben.

Hossein A. Kafiabad, Majid Bastankhah2026-05-29🔬 physics

A hybrid Volume of Fluid Phase-Field method for Direct Numerical Simulations of soluble surfactant-laden interfacial flows

Dieser Artikel stellt eine hybride Volume-of-Fluid-Phasenfeld-Methode mit adaptiver Gitterverfeinerung für direkte numerische Simulationen von löslichen Tensid-beladenen Strömungen vor, die die Kopplung zwischen Volumen- und Grenzflächentransport präzise erfasst, um zu zeigen, wie Marangoni-Spannungen die Aufstiegsdynamik von Blasen in dreidimensionalen Geometrien erheblich verändern.

Ilies Haouche (Univ. Lille, CNRS, Centrale Lille, Univ. Polytechnique Hauts-de-France, UMR 8520, IEMN, F59000 Lille, France), Benjamin Reichert (Univ. Lille, CNRS, Centrale Lille, Univ. Polytechnique (…)2026-05-28🔬 physics