🔬 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.

NORi: An ML-Augmented Ocean Boundary Layer Parameterization

NORi es una nueva parametrización de aprendizaje automático basada en la física que combina ecuaciones diferenciales ordinarias neuronales con un cierre dependiente del número de Richardson para simular con precisión y estabilidad la turbulencia y la dinámica de arrastre de la capa límite oceánica en modelos climáticos, superando a los métodos tradicionales mientras requiere datos de entrenamiento mínimos y garantiza la estabilidad numérica a largo plazo.

Xin Kai Lee, Ali Ramadhan, Andre Souza, Gregory LeClaire Wagner, Simone Silvestri, John Marshall, Raffaele Ferrari2026-05-20🔬 physics

Analysis of inviscid shear instability of axisymmetric flows

Este trabajo deriva criterios analíticos mejorados para la estabilidad invíscida de flujos axisimétricos en tuberías y anillos mediante el establecimiento de una condición suficiente refinada para la estabilidad y una condición novedosa para la inestabilidad, ambas de las cuales predicen eficazmente los parámetros neutrales verificados por cálculos de valores propios.

Kengo Deguchi, Haider Munawar, Runjie Song2026-05-20🔬 physics

Magnetic Prandtl number dependence of plasmoid-mediated reconnection

Este estudio demuestra que, si bien el número de Prandtl magnético influye significativamente en las tasas de reconexión en el régimen de Sweet-Parker, esta dependencia se debilita considerablemente en el régimen totalmente mediado por plasmoides, donde las tasas se vuelven casi independientes del número de Prandtl, un hallazgo que ayuda a conciliar las discrepancias con las simulaciones del problema de Taylor impulsado por fronteras.

Vinay Kumar, Axel Brandenburg2026-05-20🔬 physics

Prescribed Wall-Heat-Flux Control of Blockage and Impulse in a Rarefied Micro-Nozzle

Este estudio utiliza simulaciones directas de Monte Carlo (DSMC) para demostrar que el flujo de calor en la pared prescrito en microboquillas enrarecidas gobierna el comportamiento del flujo a través de respuestas térmicas acopladas entre la pared y el volumen, donde un calentamiento intenso induce estratificación pared-volumen y bloqueo aerodinámico que reduce el flujo másico pero mejora significativamente el impulso específico al aumentar el empuje térmico y de presión.

Amirmehran Mahdavi, Ehsan Roohi2026-05-20🔬 physics

HiLiftAeroML: High-Fidelity Computational Fluid Dynamics Dataset for High-Lift Aircraft Aerodynamics

Este artículo presenta HiLiftAeroML, el primer conjunto de datos de CFD de alta fidelidad de código abierto que incluye 1.800 simulaciones LES aceleradas por GPU de la geometría de alto sustentación CRM de la NASA, diseñado para acelerar el desarrollo de modelos sustitutos de IA para aplicaciones aeroespaciales.

Neil Ashton, Adam Clark, Liam Heidt, Christopher Ivey, Sanjeeb Bose, Rahul Agrawal, Konrad Goc, Rishi Ranade, Corey Adams, Peter Sharpe, Sheel Nidhan, Semit Akkurt, Daniel Leibovici, Jean Kossaifi2026-05-20🔬 physics

Physics-Informed Graph Neural Network Surrogates for Turbulent Nanoparticle Dispersion in Dental Clinical Environments

Este artículo presenta ELGIN, un sustituto de red neuronal gráfica informado por física que acelera significativamente y mejora la precisión de la predicción de la dispersión turbulenta de nanopartículas en clínicas dentales en comparación con las simulaciones CFD tradicionales, permitiendo la evaluación del riesgo de infección casi en tiempo real.

Takshak Shende, Viktor Popov2026-05-20🔬 physics

Matrix structure and convergence behavior of the matched eigenfunction method for computing heave wave forces on generalized concentric bodies

Este artículo presenta un marco unificado de método de expansión de autofunciones acopladas (MEEM) para cuerpos concéntricos generalizados que demuestra una convergencia significativamente más rápida y tamaños de matriz más pequeños en comparación con los métodos tradicionales de elementos de frontera, al tiempo que mantiene una alta precisión tanto para geometrías verticales como inclinadas.

Yinghui Bimali, Rebecca McCabe, Collin Treacy, Kapil Khanal, En Lo, Maha Haji2026-05-20🔬 physics

Self-similar breakup of a liquid ligament with a solid particle

Este estudio demuestra mediante simulaciones numéricas y modelado analítico que una partícula sólida induce dinámicas universales de estrangulamiento autosimilares en ligamentos líquidos en estiramiento, donde la posterior ruptura se vuelve independiente del tamaño de la partícula y está gobernada por la interacción entre el estiramiento del ligamento y la inestabilidad de Rayleigh-Plateau.

Sanjay Shukla, Federico Toschi2026-05-20🔬 physics

Kinetic closure of turbulence: collision-side modeling beyond the filtered BGK--Boltzmann equation

Este trabajo extiende un cierre cinético de la turbulencia mediante el desarrollo de un marco teórico que aborda la dinámica de colisiones no markoviana y el equilibrio subgrid no resuelto en las ecuaciones de Boltzmann filtradas a través de un análisis de Chapman--Enskog, validando finalmente el cierre tipo BGK resultante frente a simulaciones de Boltzmann en red y modelos tradicionales.

Francesco Marson, Orestis Malaspinas2026-05-20🔬 physics

Parity-Dependent Scaling of Velocity-Gradient Correlations in Turbulence

Este estudio revela que la paridad bajo inversión de signo actúa como un principio organizador fundamental en la turbulencia homogénea e isótropa, donde las correlaciones de gradiente de velocidad impar-impar exhiben una escalado universal debido a la descorrelación de signo, mientras que las correlaciones par-par muestran exponentes de escalado distintos, impulsados por la intermitencia y directamente vinculados a la geometría fractal de las estructuras de gradiente intenso.

Anwesha Dey, Ritwik Mukherjee, Aikya Banerjee, Samriddhi Sankar Ray2026-05-20🔬 physics