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.

Clustering the Flow: A Data-Driven Framework for Pattern Discovery in Fluid Dynamics

Diese Arbeit stellt einen neuartigen, rein datengetriebenen Ansatz vor, der VQPCA-Clustering nutzt, um ohne adjungierte Methoden strukturelle Sensitivitätszonen in Strömungen effizient zu identifizieren und so sowohl die Wirbelstraße hinter einem Zylinder als auch komplexe synthetische Strahlströmungen für die Analyse und Steuerung zu untersuchen.

Juan Angel Martin, Eva Muñoz, Himanshu Dave, Alessandro Parente, Soledad Le Clainche2026-03-05🔬 physics

Turbulence generation and data assimilation in wall-bounded flows with a latent diffusion model

Die Studie stellt einen neuartigen generativen Rahmenwerk vor, der einen β-Variational Autoencoder mit einem Transformer-basierten Diffusionsmodell kombiniert, um wandgebundene turbulente Strömungen mit einer beispiellosen Kompressionsrate von O(105)O(10^5) zu rekonstruieren und dabei durch Bayessche Konditionierung eine skalierbare Datenassimilation ohne erneutes Training zu ermöglichen, wobei jedoch ein inhärenter Zielkonflikt zwischen der Einhaltung komplexer statistischer Randbedingungen und der Wahrung der physikalischen Genauigkeit sowie der Vielfalt der Proben besteht.

Fabian Steinbrenner, Baris Turan, Hao Teng, Heng Xiao2026-03-05🔬 physics

Prediction of Extreme Events in Multiscale Simulations of Geophysical Turbulence using Reinforcement Learning

Die Studie stellt SMARL vor, einen Reinforcement-Learning-Ansatz zur Entwicklung stabiler und generalisierbarer Subgrid-Scale-Abschlüsse für geophysikalische Turbulenz, die extreme Ereignisse präzise vorhersagen und dabei die Rechenkosten um bis zu fünf Größenordnungen senken.

Yifei Guan, Lucas Amoudruz, Sergey Litvinov, Karan Jakhar, Rambod Mojgani, Petros Koumoutsakos, Pedram Hassanzadeh2026-03-05🔬 physics

Shock propagation through a local constriction

Diese Studie untersucht mittels validierter Large-Eddy-Simulationen die Wechselwirkung von Stoßwellen mit lokalen Verengungen in Geraden Leitungen und zeigt, dass die Reflexions- und Transmissionsstärken stark von der Blockierungsrate, der Verengungslänge und der Konturform abhängen, woraus semi-empirische Modelle zur Vorhersage der Stoßwellenstärken abgeleitet werden.

Raz Heppner, Hemanth Chandravamsi, Yoav Gichon, Steven H. Frankel, Omri Ram2026-03-05🔬 physics

Separation induced transition in a low pressure turbine under varying compressibility

Diese Studie untersucht mittels hochauflösender direkter numerischer Simulationen den Einfluss der Kompressibilität auf den durch Ablösung induzierten Umschlag in einer Niederdruckturbine und zeigt, dass steigende Mach-Zahlen zwar die Ablöseblasen verkürzen und den Umschlag früher auslösen, jedoch zu einer Zunahme des Impulsverlusts und einem Übergang zu einem streifen-dominierten, bypass-ähnlichen Umschlagsmechanismus führen.

Priya Pal, Abhijeet Guha, Aditi Sengupta2026-03-05🔬 physics

Impact of perturbed eddy-viscosity modeling on stability and shape sensitivity of the hydro-turbine vortex rope using linearized Reynolds-averaged Navier-Stokes equations

Diese Studie zeigt, dass die konsistente Linearisierung von Turbulenzmodellen, insbesondere die Berücksichtigung gestörter Wirbelviskosität, für die korrekte Vorhersage der Formempfindlichkeit von Wirbelseilen in Wasserturbinen entscheidend ist, da statische Modelle trotz ähnlicher Eigenwerte die experimentellen Trends nicht wiedergeben.

Jens S. Müller, Sophie J. Knechtel, Kilian Oberleithner2026-03-05🔬 physics

An analytical-numerical coupled model of liquid droplet impact on solid material surfaces

Diese Studie stellt ein analytisch-numerisches Kopplungsmodell vor, das die Tröpfchenimpact-Druckverteilung auf Festkörperoberflächen mittels einer geschlossenen analytischen Lösung beschreibt und mit einer FE-Simulation der Materialantwort verbindet, wodurch sich die Rechenkosten im Vergleich zu SPH-Simulationen um über 97 % senken lassen, ohne die Genauigkeit zu beeinträchtigen.

Hao Hao, Maria N. Charalambides, Yannis Hardalupas, Antonis Sergis, Alex M. K. P. Taylor2026-03-05🔬 physics

Evaluation of the performance of an analytical-numerical coupled method for droplet impacts on soft material surfaces

Diese Studie bewertet die Leistungsfähigkeit eines analytisch-numerischen gekoppelten Modells für Tropfenimpakte auf weichen Materialien und identifiziert einen kritischen Elastizitätsmodul von 10.000 Pa, unterhalb dessen das Modell aufgrund der Vernachlässigung der Oberflächendeformation unphysikalische Überhöhungen der Impaktbelastung aufweist.

Hao Hao, Antonis Sergis, Alex M. K. P. Taylor, Yannis Hardalupas, Maria N. Charalambides2026-03-05🔬 physics