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.
Este estudio demuestra que la movilidad de los flujos granulares-fluidos no depende de una difusividad intrínseca, sino que está controlada por el acoplamiento entre la difusión de la presión de poro y la compactación granular, un mecanismo que explica la dependencia del espesor del flujo en la evolución de la presión y el alcance de la avalancha.
Este artículo presenta una formulación integral de contorno totalmente acoplada para modelar la propagación estable de fracturas semi-infinitas en medios poroelásticos, la cual se verifica mediante soluciones analíticas y ofrece una herramienta robusta para analizar las interacciones entre fracturas y fluidos.
El artículo presenta IncompressibleNavierStokes.jl, un paquete de código abierto en Julia que resuelve las ecuaciones de Navier-Stokes incompresibles mediante núcleos diferenciables y optimizados para CPU y GPU, permitiendo simulaciones directas de alta resolución y el entrenamiento de modelos de cierre basados en redes neuronales dentro de simulaciones de grandes remolinos.
Este estudio presenta una estrategia basada en datos y física que utiliza una red neuronal optimizada con mediciones de presión y velocidad aguas arriba para predecir con éxito la resistencia inducida por vórtices en un cilindro bajo condiciones de flujo no uniforme a un número de Reynolds de 4000.
Este trabajo presenta un marco de modelado de orden reducido basado en componentes (CBROM) que descompone geométricamente motores cohete de gran escala en subdominios representativos para entrenar modelos individuales eficientes y acoplarlos posteriormente, logrando así simulaciones precisas y de bajo costo de la dinámica de combustión en configuraciones multiinyector.
Este artículo presenta un método híbrido basado en datos que utiliza estimadores de promedios condicionales sobre datos de simulación numérica directa para resolver ecuaciones cinéticas lineales de funciones de densidad de probabilidad para la vorticidad en turbulencia homogénea e isotrópica bidimensional.
Este estudio presenta un flujo de trabajo probabilístico escalable que integra corrección bayesiana y aprendizaje profundo para superar las limitaciones de los enfoques deterministas, permitiendo predecir de manera eficiente la transmissividad efectiva en fracturas geológicas naturales bajo incertidumbre y preservando la consistencia física del flujo.
Este estudio presenta una simulación numérica directa con resolución de partículas (PR-DNS) que demuestra cómo un cilindro montado en la pared de un canal abierto turbulento genera estructuras vorticiales intensas y aumenta la turbulencia, lo que modifica la distribución de partículas móviles y promueve su arrastre hacia la columna de agua, efecto que se ve aún más potenciado cuando se añade rugosidad a la pared.
Mediante un modelo teórico y simulaciones numéricas a altos números de Reynolds, este estudio demuestra que la inestabilidad de cizalladura secundaria en las cintas de los billones de Kelvin-Helmholtz puede desencadenarse prematuramente debido a la estratificación, controlando así la transición turbulenta y la mezcla antes de que se desarrollen otras inestabilidades primarias o secundarias.
Este estudio demuestra que el uso de Estados de Producto Matricial (MPS) para simular la convección de Rayleigh-Bénard en dos dimensiones permite recuperar observables estadísticos clave, como el número de Nusselt, con alta precisión y una reducción significativa de grados de libertad incluso a altos números de Rayleigh, estableciendo así el método como una herramienta escalable para el estudio de la turbulencia térmica.