1272 artículos
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.
Este estudio experimental demuestra que, aunque las gotas de tamaño finito en turbulencia isotrópica homogénea muestran una ruptura dependiente del número de Reynolds y dinámicas temporales específicas de su tamaño, su comportamiento Lagrangiano global se asemeja al de partículas rígidas, lo que sienta las bases para futuras investigaciones sobre interacciones gota-flujo.
Este artículo presenta un marco bayesiano para inferir la respuesta al impulso de una llama mediante un modelo de retraso temporal distribuido, el cual selecciona automáticamente la complejidad del modelo y reduce los artefactos espurios en comparación con los métodos de identificación de sistemas tradicionales, demostrando su eficacia y robustez incluso con datos limitados en simulaciones de combustión turbulenta.
El artículo presenta BLISSNet, un modelo de aprendizaje profundo basado en DeepONet que logra un equilibrio óptimo entre precisión y eficiencia computacional para reconstruir flujos a partir de mediciones dispersas, ofreciendo inferencia rápida, generalización cero-shot y capacidad de precomputación para tareas de asimilación de datos a gran escala.
Este estudio demuestra que la combinación de la ley óptica de estrés de segundo orden con mediciones reo-ópticas es esencial para interpretar con precisión la birrefringencia de flujo en celdas de Hele-Shaw radiales, superando las limitaciones de la ley convencional al considerar efectos tridimensionales y permitiendo un análisis no invasivo de campos de estrés en geometrías de alta relación de aspecto.
El estudio cuantifica el potencial teórico global de eliminar contaminantes atmosféricos mediante la integración de tecnologías de captura en superficies naturales y mecánicas, como infraestructura urbana y sistemas HVAC, demostrando que estas estrategias podrían alcanzar remociones masivas de CO₂ y otros gases a costos competitivos, aunque requieren más investigación sobre su viabilidad práctica.
El artículo establece un marco general que demuestra que las soluciones auto-similares de problemas de Riemann bidimensionales con choques para el sistema de Euler isentrópico presentan baja regularidad, ya que la velocidad no pertenece a ni es necesariamente continua en el dominio subsónico, revelando una estructura mucho más compleja que la de los flujos potenciales.
Este estudio presenta un modelo predictivo para filtros en V integrados con tecnologías catalíticas que, al optimizar el equilibrio entre el flujo de aire y la eficiencia de filtración, demuestra la viabilidad de esta solución escalable para la remoción masiva de contaminantes atmosféricos a un costo reducido.
Este artículo presenta un modelo teórico y numérico que utiliza expansiones asintóticas y métodos de colocación para analizar cómo las texturas superficiales a pequeña escala, mediante un deslizamiento efectivo, modifican las capas límite laminares, afectando su velocidad, tensión cortante, espesor de desplazamiento y estabilidad lineal en diversas aplicaciones.
Este artículo presenta un método de red de tensores basado en estados de producto matricial (MPS) para simulaciones de fluidos comprimidas que, a diferencia de los métodos clásicos, logra una compresión de datos superior a dos órdenes de magnitud manteniendo alta fidelidad en geometrías complejas sin necesidad de refinar la malla explícitamente.
Este trabajo presenta un marco de estimación de máxima verosimilitud basado en optimización dispersa y el algoritmo IRLS que supera a los métodos existentes al recuperar con mayor precisión la aceleración de partículas y su estructura estadística de colas pesadas en flujos turbulentos, evitando la supresión artificial de la intermitencia inherente a los datos ruidosos.