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.

Prediction of Steady-State Flow through Porous Media Using Machine Learning Models

Diese Studie zeigt, dass der Fourier-Neural-Operator (FNO) im Vergleich zu herkömmlichen CFD-Methoden und anderen neuronalen Architekturen wie U-Net und Autoencodern eine deutlich schnellere und genauere Vorhersage von Strömungen durch poröse Medien ermöglicht, was ihn besonders für die Topologieoptimierung von Kühlplatten geeignet macht.

Jinhong Wang, Matei C. Ignuta-Ciuncanu, Ricardo F. Martinez-Botas, Teng Cao2026-03-10🤖 cs.LG

Boltzmann-Curtiss Description for Flows under Translational Nonequilibrium

Die Studie zeigt, dass die aus der Boltzmann-Curtiss-Verteilung abgeleiteten Gleichungen, die sowohl Rotations- als auch Translationsfreiheitsgrade berücksichtigen, im Vergleich zur Navier-Stokes-Theorie und DSMC-Simulationen eine signifikant genauere Beschreibung von Stoßwellenstrukturen unter Nichtgleichgewichtsbedingungen für Argon und Stickstoff liefern.

Mohamed M. Ahmed, Mohamad I. Cheikh, James Chen2026-03-10🔬 physics

Experimentally Resolving Gravity-Capillary Wave Evolution in Vessels of Unknown Boundary Conditions

Die Studie stellt Extracted Mode Tracking (EMT) vor, ein datengetriebenes Framework, das mithilfe von unüberwachtem maschinellem Lernen die zeitlich aufgelöste Dynamik von Wellenmoden in Fluiden mit unbekannten Randbedingungen direkt aus experimentellen Messdaten extrahiert und so theoretische Modellierungsprobleme umgeht.

Sean M. D. Gregory, Vitor S. Barroso, Silvia Schiattarella, Anastasios Avgoustidis, Silke Weinfurtner2026-03-10🔬 physics

An analytical model for rotors in confined flow across operating regimes

Die Studie stellt ein verallgemeinertes analytisches Modell vor, das die Blockierungseffekte auf Rotoren in eingeschränkten Strömungen unter beliebigen Anstellwinkeln und Schubkoeffizienten präzise beschreibt und durch Validierung gegen numerische sowie experimentelle Daten als zuverlässige Korrekturmethode etabliert wird.

I. M. L. Upfal, K. J. McClure, K. S. Heck, S. Pieris, J. W. Kurelek, M. Hultmark, M. F. Howland2026-03-10🔬 physics

A semi-analytical pseudo-spectral method for 3D Boussinesq equations of rotating, stratified flows in unbounded cylindrical domains

Die Arbeit stellt ein halb-analytisches Pseudospektralverfahren mit exponentiellen Zeitdifferenzierungsschemata vor, das die numerische Stabilität bei der Simulation von rotierenden, geschichteten Strömungen in unbeschränkten zylindrischen Domänen durch die analytische Integration der linearen Operatoren und die Beseitigung steifer Zeitschrittbeschränkungen ermöglicht.

Jinge Wang, Philip S. Marcus2026-03-10🔬 physics

Optimize discrete loss with finite-difference physics constraint and time-stepping for solving incompressible flow

Die Arbeit stellt FDTO vor, einen spezialisierten Solver, der durch die Kombination von Finite-Differenzen-Zeitschritten mit körperangepassten Gittern und der Optimierung diskreter Verluste effiziente, genaue und speichersparende Lösungen für inkompressible Strömungen ermöglicht und dabei die Nachteile bestehender PINN- und diskretisierter Optimierungsansätze überwindet.

Yali Luo, Yiye Zou, Heng Zhang, Mingjie Zhang, Gang Wei, Jingyu Wang, Xiaogang Deng2026-03-10🔬 physics

Exact coherent states underlying chaotic falling-film dynamics

Diese Studie identifiziert erstmals exakte kohärente Strukturen wie Gleichgewichte, relative periodische Orbits und wandernde Wellen, die der chaotischen Dynamik eines vertikalen Zweiphasen-Films zugrunde liegen, indem sie ein datengesteuertes Verfahren zur Parametrisierung des Inertialmannigfaltigkeit nutzt, um das System auf eine niedrigdimensionale Mannigfaltigkeit zu reduzieren.

Isaac J. G. Lewis, C. Ricardo Constante-Amores2026-03-10🔬 physics