1169 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.
Die experimentelle Untersuchung zeigt, dass bei der Strömungskontrolle an einem NACA-0025-Profil durch burst-modulierte synthetische Jets ein sehr niedriger Duty Cycle von 5 % zwar die energieeffizienteste Methode zur Strömungsanhaftung ist, höhere Duty Cycles jedoch für eine konsistentere Strömungsstabilität sorgen und somit eine Abwägung zwischen Leistungsfähigkeit, Stabilität und Energieeffizienz erfordern.
Die Studie zeigt, dass die Dehnung endlicher Materiallinien in chaotischen und turbulenten Strömungen durch einen durch Partikeldispersion vermittelten Finite-Sampling-Prozess gesteuert wird, der Ensemble- und Zeitmittelung ausbalanciert, was eine Neubewertung experimenteller Daten und Modelle erfordert.
Die Autoren stellen ShockCast, ein zweiphasiges Deep-Learning-Framework vor, das durch die Vorhersage adaptiver Zeitschrittgrößen die Modellierung von Hochgeschwindigkeitsströmungen mit Stoßwellen effizient und präzise ermöglicht.
Diese Arbeit stellt eine hybride vertikale Gleichungsmethode vor, die durch datengetriebene Surrogatmodelle beschleunigt wird, um den Rechenaufwand bei der Kopplung mit traditionellen Simulationen zu minimieren und dabei die Rechenzeit drastisch zu verkürzen, ohne die Massenerhaltung oder die Genauigkeit signifikant zu beeinträchtigen.
Die Studie stellt XRePIT vor, ein auf OpenFOAM basierendes hybrides Framework, das durch die automatische Kopplung von neuronalen Surrogatmodellen mit einem physikbasierten Löser und einer residualgesteuerten Rückkopplung schnelle, robuste und skalierbare Langzeitsimulationen für instationäre 3D-Strömungen ermöglicht.
Die Studie zeigt mittels direkter numerischer Simulationen, dass starke wellenförmige Wandmodulationen in Rohren zu Strömungsumkehr, vorzeitigen laminar-turbulenten Übergängen und einem vollständig rauen turbulenten Regime führen, wodurch klassische Modelle wie das Moody-Diagramm versagen und hydrodynamische Konzepte wie der effektive hydraulische Radius sowie die äquivalente Sandkornerauheit als robuste Ersatzgrößen erforderlich sind.
Die Studie zeigt, dass im Gegensatz zu viskoelastischen Tropfen bei der Blasenabreißung in verdünnten Polymerlösungen kein fadenförmiger Ausläufer entsteht, da die Polymer-Spannungen zwar singulär, aber deutlich schwächer divergieren und ein solcher Faden erst bei hohen Polymerkonzentrationen auftritt.
Diese Studie zeigt, dass alle stationären Konfigurationen von deflatierten Lipidvesikeln in einer einachsigen Dehnungsströmung metastabil sind, und analysiert analytisch sowie numerisch den Verlust dieser Stabilität bei kritischen Dehnungsraten, der zu einer unbeschränkten zeitlichen Verlängerung der Vesikel führt.
Diese Arbeit beschreibt eine forschungsorientierte Physikübung für Bachelorstudierende, die am Beispiel einer humorvollen Frage zum Genfer Wasserstrahl die Anwendung von Bernoulli-Prinzip und Energieerhaltung zur semi-quantitativen Abschätzung sowie die Entwicklung kritischer Denk- und Modellierungskompetenzen fördert.
Die Studie nutzt eine großräumige Large-Eddy-Simulation, um zu zeigen, wie mesoskalige Konvergenz und Divergenz die Struktur und Intensität von Submesoskalen und Grenzschichtturbulenz in der oberen Ozeanschicht heterogen modulieren und dabei turbulente Hotspots erzeugen, die für die Weiterentwicklung von Parametrisierungen relevant sind.