La dinámica de fluidos explora cómo se mueven los líquidos y los gases, desde el flujo suave de un río hasta las turbulencias complejas que afectan el clima o el diseño de aviones. En Gist.Science, seleccionamos cuidadosamente cada nuevo preprint que llega desde arXiv en esta área, transformando investigaciones técnicas en contenido comprensible para todos. Nuestro equipo genera tanto resúmenes técnicos detallados como explicaciones en lenguaje llano, asegurando que la ciencia más reciente sea accesible sin sacrificar el rigor.

Estos estudios revelan secretos fundamentales sobre el movimiento de la materia, conectando fenómenos cotidianos con avances de vanguardia en ingeniería y física. Al procesar automáticamente cada nueva entrada de arXiv, garantizamos que usted tenga acceso inmediato a las ideas más frescas del campo. A continuación, encontrará los últimos artículos en dinámica de fluidos, listos para ser explorados según su nivel de interés.

Data-Free PINNs for Compressible Flows: Mitigating Spectral Bias and Gradient Pathologies via Mach-Guided Scaling and Hybrid Convolutions

Este artículo presenta un marco de Redes Neuronales Informadas por la Física (PINN) totalmente libre de datos que, mediante una arquitectura híbrida con convoluciones direccionales, un escalado dinámico guiado por el número de Mach y anclajes termodinámicos analíticos, logra resolver con estabilidad y fidelidad física flujos compresibles invíscidos desde régimen supersónico hasta hipersónico (hasta Ma=15) alrededor de un cilindro circular, capturando ondas de choque desprendidas sin necesidad de datos de referencia.

Ryosuke Yano2026-03-03🤖 cs.AI

Extreme-value statistics of curl-of-vorticity precursor peaks in perturbed Taylor-Green vortex turbulence

Mediante un conjunto de 1000 simulaciones numéricas directas de perturbaciones en el vórtice de Taylor-Green, este estudio caracteriza estadísticamente los picos precursoros del espectro de vorticidad, revelando que aunque generalmente preceden al pico de disipación, los casos raros de retraso están fuertemente condicionados por la actividad de alta curvatura y pueden modelarse mediante teoría de valores extremos para estimar escenarios de peor caso.

Satori Tsuzuki2026-03-03📊 stat

Super-resolution of turbulent reacting flows on complex meshes using graph neural networks

Este estudio presenta un método basado en redes neuronales gráficas (GNN) que permite reconstruir con precisión las estructuras de pequeña escala en flujos reactivos turbulentos sobre mallas complejas no uniformes o no estructuradas, superando las limitaciones de los modelos de aprendizaje profundo tradicionales restringidos a mallas uniformes.

Priyabrat Dash, Konduri Aditya, Christos E. Frouzakis, Mathis Bode2026-03-03🤖 cs.LG

Structure-preserving Randomized Neural Networks for Incompressible Magnetohydrodynamics Equations

Este artículo presenta un método de Redes Neuronales Aleatorias que Preservan la Estructura (SP-RaNN) para resolver las ecuaciones de magnetohidrodinámica incompresible, logrando satisfacer exactamente las condiciones de divergencia nula y evitando la optimización no convexa mediante la reformulación del entrenamiento como un sistema de mínimos cuadrados lineales.

Yunlong Li, Fei Wang, Lingxiao Li2026-03-03🤖 cs.LG

Energy analysis of 2D electro-thermo-hydrodynamic turbulent convection

Este estudio analiza numérica y analíticamente la convección turbulenta electro-térmico-hidrodinámica en 2D mediante un solver espectral de alta fidelidad, derivando sistemas dinámicos para las energías del sistema y utilizando redes neuronales recurrentes y descomposición modal para predecir series temporales caóticas e identificar estructuras coherentes.

Owen Hutchinson, Katerina Kostova, Jian Wu, Yifei Guan2026-03-03🔬 physics

From Bifurcations to State-Variable Statistics in Isotropic Turbulence: Internal Structure, Intermittency, and Kolmogorov Scaling via Non-Observable Quasi-PDFs

Este artículo establece que la combinación de la no linealidad de las ecuaciones de Navier-Stokes y la no observabilidad de los modos de bifurcación, descritos mediante cuasi-funciones de distribución de probabilidad, es el mecanismo fundamental que determina la ley de escalamiento de Kolmogorov, la intermitencia creciente y la estructura interna de la turbulencia isotrópica.

Nicola de Divitiis2026-03-03🔬 physics

Numerical method for strongly variable-density flows at low Mach number: flame-sheet regularisation and a mass-flux immersed boundary method

Este trabajo presenta un método numérico basado en un esquema de paso fraccional en tiempo y una regularización de la hoja de llama, junto con una extensión del método de frontera inmersa para el flujo másico, diseñado para simular flujos de baja velocidad de Mach con fuertes gradientes de densidad en sistemas de combustión.

Matheus P. Severino, Fernando F. Fachini, Elmer M. Gennaro, Daniel Rodríguez, Leandro F. Souza2026-03-03🔬 physics