🔬 Category

physics.flu-dyn

967 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.

Experimental study of turbulent thermal diffusion of inertial particles in a convective turbulence forced by oscillating grids

Este estudio demuestra experimentalmente que la difusión térmica turbulenta en la turbulencia convectiva impulsa a las partículas inerciales (10 μm) a formar agrupaciones a gran escala cerca de los mínimos de temperatura media con una velocidad de deriva efectiva de 1,5 a 2,5 veces mayor que la de las partículas no inerciales (0,7 μm), confirmando las predicciones teóricas sobre la dependencia de esta deriva de los números de Stokes y Reynolds.

E. Elmakies, O. Shildkrot, N. Kleeorin, A. Levy, I. Rogachevskii2026-05-26🔬 physics

On the Two-Dimensional Structure and Asymmetries of Ionic Liquid Electrospray Plumes

Este estudio presenta la primera encuesta de espectrometría de masas de tiempo de vuelo completamente bidimensional de un penacho de electrospray de líquido iónico, revelando asimetrías espaciales significativas en la composición y una distribución de monómeros en forma de anillo que desafían la suposición de uniformidad, demostrando así que las encuestas de todo el penacho son esenciales para evaluar con precisión la eficiencia propulsiva y explicar la masa previamente "desaparecida" en la propulsión por electrospray.

Zach Ulibarri, Giuliana Hofheins, Sophia Gessman, Elaine Petro2026-05-26🔬 physics.app-ph

A contaminant-concentration-dependent surface tension does not explain the absence of solutal Marangoni flow in evaporating droplets

Este estudio demuestra, mediante experimentos combinados y modelado, que la ausencia de flujos de Marangoni predichos en gotas que se evaporan no es causada por efectos estándar de tensión superficial dependientes de la concentración de contaminantes, sino que indica que los esfuerzos de Marangoni se suprimen efectivamente en su totalidad, siendo los flujos observados impulsados enteramente por convección natural.

Javier Martínez-Puig, Théophile Gaichies, Javier Rodríguez-Rodríguez2026-05-26🔬 physics

Geometry, elasticity, and activity in the transport of self-propelled filaments in turbulence

Este estudio revela que el transporte de filamentos activos elásticos en turbulencia bidimensional está gobernado por la geometría de la propulsión, donde la propulsión de dirección fija permite un movimiento superdifusivo al superar el atrapamiento en vórtices, mientras que la propulsión acoplada conformacionalmente permanece difusiva debido al atrapamiento dominante, con la elasticidad y la actividad moldeando cooperativamente las conformaciones de los filamentos para influir en esta competencia.

Kunal Kumar, Aliv Sahoo, Rahul Kumar Singh, Samriddhi Sankar Ray2026-05-26🔬 physics

Rheotaxis of microswimmers in colloid-laden channel flow

Mediante simulaciones de dinámica de colisión de múltiples partículas, este estudio revela que, si bien el flujo en canal induce por sí solo un comportamiento oscilatorio en las paredes de los micronadadores, la presencia de partículas coloidales altera significativamente sus trayectorias reotácticas y reduce su velocidad aguas abajo, observándose diferencias distintivas entre los tipos de nadadores empujadores, tiradores y neutros.

Margam Ramprasad, Shubhadeep Mandal, Pallab Sinha Mahapatra2026-05-26🔬 cond-mat

Fractal-based variable drag model for porous-media tree representations

Este artículo propone un modelo de arrastre variable basado en fractales que asigna coeficientes de arrastre por celda dependientes del orden de ramificación efectivo y del número de Reynolds a representaciones de árboles en medios porosos, mejorando así la robustez y la precisión de las simulaciones de micrometeorología urbana frente a diversas resoluciones de malla y condiciones de entrada en comparación con los enfoques convencionales de arrastre constante.

Takumi Tokiwa, Yuwei Yin, Ryo Onishi2026-05-26🔬 physics

Finite-Time Relaxation of Inertial Particle Clustering in Non-Equilibrium Turbulence

Este estudio demuestra que la aproximación de equilibrio instantáneo falla al predecir con precisión el agrupamiento de partículas inerciales en turbulencia fuera del equilibrio debido a efectos de relajación en tiempo finito, y propone un nuevo modelo de relajación lineal que incorpora una ley de escalado específica, reduciendo significativamente los errores de predicción en comparación con los métodos tradicionales.

Taketo Tominaga, Ryo Onishi2026-05-26🔬 physics

Accelerating Bayesian inverse design in computational fluid dynamics using neural operators

Este artículo demuestra que la incorporación de sustitutos de operadores neuronales en el muestreo de cadenas de Markov de Monte Carlo bayesianas permite el diseño inverso de geometrías aerodinámicas con conciencia de la incertidumbre, logrando una aceleración de más de tres órdenes de magnitud mientras se preserva la precisión de la distribución posterior en comparación con las simulaciones CFD de alta fidelidad.

Bipin Tiwari, Omer San2026-05-26🔬 physics

Improving turbulence control through explainable deep learning

Este artículo demuestra que integrar el aprendizaje profundo explicable con el aprendizaje por refuerzo profundo permite la identificación de estructuras clave que sostienen la turbulencia, lo que resulta en una estrategia de control que logra una reducción de la resistencia aerodinámica y un ahorro neto de energía superiores en comparación con los enfoques de minimización directa de la resistencia, al tiempo que mantiene su eficacia a través de distintos números de Reynolds y geometrías.

Miguel Beneitez, Andres Cremades, Luca Guastoni, Ricardo Vinuesa2026-05-25🔬 physics