🔬 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.

WellPINN: Accurate Well Representation for Transient Fluid Pressure Diffusion in Subsurface Reservoirs with Physics-Informed Neural Networks

Este artículo presenta WellPINN, un flujo de trabajo novedoso que utiliza redes neuronales informadas por física entrenadas secuencialmente en subdominios decrecientes para modelar con precisión la difusión de presión de fluidos alrededor de pozos durante todo el período de inyección, superando las limitaciones anteriores en la captura de la dinámica de presión en etapas tempranas.

Linus Walter, Qingkai Kong, Sara Hanson-Hedgecock, Víctor Vilarrasa2026-05-25🤖 cs.LG

Error Estimation for Adaptive Mesh Refinement in Droplet Simulations

Este artículo presenta un modelo de formación de gotas impulsado por fuerza cortante unidimensional que utiliza un estimador de error basado en el flujo derivado de gradientes de elementos finitos mixtos para impulsar un algoritmo de refinamiento adaptativo de malla, reduciendo significativamente el costo computacional mientras se mantiene la precisión en la captura de la dinámica de la interfaz de la gota.

Darsh Nathawani, Matthew Knepley2026-05-25🔬 physics

An octree-based sampling algorithm for analyzing big simulation data

Este artículo presenta un algoritmo de muestreo mejorado basado en octrees (S3S^3) que reduce significativamente los requisitos de almacenamiento de datos de simulaciones de dinámica de fluidos computacionales a gran escala entre un 35% y un 95% mientras preserva la dinámica de flujo dominante, permitiendo así un posprocesamiento eficiente en estaciones de trabajo locales en lugar de requerir recursos de computación de alto rendimiento.

Janis Geise, Sebastian Spinner, Richard Semaan, Andre Weiner2026-05-25🔬 physics

Resolving Cryogenic and Hypersonic Rarefied Flows via Deep Learning-Accelerated Lennard-Jones DSMC

Este estudio presenta un marco DSMC de Lennard-Jones acelerado por aprendizaje profundo que combina un modelo de selección de colisiones de diámetro efectivo variable consistente con la viscosidad y un sustituto DeepONet para la predicción rápida del ángulo de dispersión, resolviendo con éxito flujos rarificados complejos en regímenes criogénicos e hipersónicos mientras reduce significativamente los costos computacionales.

Ahmad Shoja Sani, Ehsan Roohi, Stefan Stefanov2026-05-25🔬 physics

Transient and asymptotic Taylor--Aris dispersion of Brownian rods in arbitrary regular-polygonal ducts

Este artículo formula y resuelve el problema de dispersión de Taylor--Aris para varillas brownianas en conductos poligonales regulares arbitrarios acoplando la alineación por cizalla impulsada por presión con un modelo de difusión tensorial, revelando que, si bien la alineación de las varillas provoca solo cambios menores en la velocidad media, mejora significativamente la dispersión al reducir la mezcla transversal, con una dinámica de tiempo finito gobernada por una descomposición espectral biortogonal del problema de celda resultante.

Jingsen Feng, Xu Chu2026-05-25🔬 physics

Full-component reconstruction of three-dimensional fluid stress tensors

Este artículo presenta U-FlowPET, un marco no supervisado basado en principios físicos que supera la naturaleza indeterminada de la tomografía óptica para reconstruir los seis componentes del tensor de esfuerzo fluido tridimensional sin depender de suposiciones constitutivas ni de datos de entrenamiento etiquetados, permitiendo así la cuantificación directa de fuerzas en sistemas fluidos complejos.

Shunsuke Kumagai, Shun Miyatake, Ryusuke Cho, William Kai Alexander Worby, Masanori Naito, Takahiro Ushioku, Masanobu Horie, Yoshiyuki Tagawa2026-05-25🔬 physics

Real time monitoring of pressure-induced deformation of PDMS to evaluate pressure distribution in microfluidic channels

Este artículo presenta un método de detección de presión no invasivo y en tiempo real para canales microfluídicos que utiliza la imagen de fase cuantitativa para medir la deformación del PDMS, permitiendo un mapeo preciso de la distribución de presión sin necesidad de sensores incrustados ni modificaciones del dispositivo.

Kiran Acharya, Serge Monneret, Martin Brandenbourger, Thomas Chaigne2026-05-25🔬 physics.optics

Particle Image Velocimetry of 3D printed vascular fluidic phantom devices

Este estudio demuestra que los modelos vasculares transparentes impresos en 3D combinados con velocimetría por imagen de partículas a microescala (microPIV) proporcionan un marco experimental robusto para investigar la hemodinámica cerebrovascular a microescala, capturando con éxito características del flujo y tensión cortante de la pared en geometrías tan pequeñas como 500 micras con alta precisión en comparación con las predicciones analíticas.

Job van Essen, Ahmed Sharaf, Denzel Hopman, Selene Pirola, Paola Fanzio2026-05-25🧬 q-bio

Analysis of heat transfer and water flow with phase change in saturated porous media by bond-based peridynamics

Este artículo presenta y valida un marco de peridinámica basado en enlaces para modelar con precisión la transferencia de calor acoplada y el flujo de agua impulsado por presión con cambio de fase en medios porosos saturados, ofreciendo un enfoque no local robusto para predecir las interfaces de fase y las distribuciones termodinámicas en escenarios complejos como la congelación y el deshielo del suelo.

Petr Nikolaev, Majid Sedighi, Andrey P Jivkov, Lee Margetts2026-05-22🔬 physics.app-ph