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.

Performance of Flamelet Models with Epsilon Tracking for Diffusion Flame Simulations

Este trabajo presenta una nueva formulación de llama comprimible basada en la tasa de disipación de energía cinética turbulenta (ϵ\epsilon) que corrige las inconsistencias físicas del modelo FPV convencional al restaurar el acoplamiento entre las tasas de deformación a escala resuelta y subgrid, mejorando así la precisión en la simulación de capas de mezcla turbulentas y reactivas.

Sylvain L. Walsh, Yalu Zhu, Feng Liu, William A. Sirignano2026-04-01🔬 physics

Flamelet Model with Epsilon Tracking in a Turbine Stator

Este estudio investiga numéricamente la combustión de JP-5 en un estator de turbina bidimensional mediante un modelo de llama acoplado a la tasa de disipación de energía cinética turbulenta (ϵ\epsilon), demostrando que este enfoque captura con mayor precisión los procesos endotérmicos y exotérmicos complejos y predice temperaturas más bajas y zonas de reacción desplazadas en comparación con los modelos de cinética de un solo paso.

Sylvain L. Walsh, Yalu Zhu, Feng Liu, William A. Sirignano2026-04-01🔬 physics

Learning 3D Hypersonic Flow with Physics-Enhanced Neural Fields: A Case Study on the Orion Reentry Capsule

Este trabajo presenta un simulador aerotérmico 3D basado en campos neuronales mejorados con física para predecir de manera eficiente y continua el flujo hipersónico alrededor de la cápsula Orion, superando a los métodos tradicionales y otros sustitutos en la captura de gradientes abruptos y discontinuidades.

Haitz Sáez de Ocáriz Borde, Pietro Innocenzi, Flavio Savarino, Andrei Cristian Popescu, Pantelis Papageorgiou2026-04-01🔬 physics

Large-Eddy Simulation of Reacting Flow in a Turbine Stage

Este estudio utiliza simulaciones de grandes remolinos para demostrar la viabilidad del concepto de turbina-combustor, revelando que la inyección de combustible y la combustión aumentan significativamente el trabajo extraído y la eficiencia térmica sin afectar sustancialmente las pérdidas de presión total, mientras que una distribución más uniforme de los inyectores mitiga los picos de temperatura en las álabes del rotor.

Yalu Zhu, Feng Liu, William A. Sirignano2026-04-01🔬 physics

Sparse Müntz--Szász Recovery for Boundary-Anchored Velocity Profiles: A Short-Record Roughness Diagnostic in Turbulence

Este artículo presenta un marco de relajación convexa dispersa basado en la recuperación de Müntz--Szász para estimar exponentes de escalado efectivos a partir de perfiles de velocidad de corta duración, demostrando su eficacia como diagnóstico geométrico direccional de la rugosidad en regiones de alta vorticidad dentro de flujos turbulentos.

D Yang Eng2026-04-01🌀 nlin

Interplay between Temperature Oscillations and Melt Pool Dynamics in 3D Manufacturing Techniques

Este artículo presenta un modelo físico consistente que vincula las oscilaciones de temperatura con la dinámica del baño de fusión en la manufactura láser, demostrando que las oscilaciones superficiales pueden ocurrir sin el efecto de llave y proporcionando fórmulas analíticas para el monitoreo en tiempo real y el diseño de sistemas industriales.

Stepan L. Lomaev, Georgii A. Gordeev, Marat A. Timirgazin, Dinara R. Fattalova, Mikhail D. Krivilyov2026-04-01🔬 physics.app-ph

The Closure Challenge: a benchmark task for machine learning in turbulence modelling

El artículo presenta "The Closure Challenge", un desafío de referencia estandarizado con conjuntos de datos de código abierto y métricas de evaluación diseñados para impulsar la innovación y medir el rendimiento de los modelos de aprendizaje automático en el modelado de turbulencia RANS, enfocándose específicamente en la generalización ante diferentes números de Reynolds y geometrías.

Ryley McConkey, Tyler Buchanan, Tess Smidt, Abigail Bodner, Richard Dwight, Paola Cinnella2026-04-01🔬 physics