🔬 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.

Nonlocal energy transfer mechanism in three-dimensional quantum turbulence

Mediante argumentos teóricos y simulaciones numéricas, el estudio revela un mecanismo universal de transferencia de energía no local en la turbulencia cuántica tridimensional a temperatura cero, donde la alineación entre vórtices cuánticos y gradientes de velocidad permite que la energía pase directamente de las escalas grandes a las muy pequeñas, evitando la cascada local de Kolmogórov y generando espectros de energía no clásicos.

Elliot Bes, Guillaume Balarac, Juan Ignacio Polanco2026-03-24🔬 physics

Coherent Structure Transport in Turbulent Axisymmetric Pipe Expansions

Mediante técnicas de PIV, este estudio demuestra que, aunque las expansiones axiales abruptas y graduales presentan topologías medias similares, la geometría del escalón induce una organización espacial de las estructuras coherentes y una persistencia en el transporte material que difieren significativamente de las del cuña, a pesar de compartir escalas y velocidades de transporte comparables.

Jibu Tom Jose, Gal Friedmann, Omri Ram2026-03-23🔬 physics

Direct Numerical Simulations of Ice-Ocean Boundary Turbulence

Mediante simulaciones numéricas directas con difusividad salina realista, este estudio demuestra que la convección impulsada por la flotabilidad del agua de deshielo es fundamental para predecir las tasas de fusión en las interfaces hielo-océano, incluso en pendientes casi horizontales, y que el corte externo solo se vuelve significativo cuando supera los 5 cm/s, desafiando así las parametrizaciones tradicionales que asumen escalas de capas límite de corte.

Ken X. Zhao, Tomas Chor, Eric Skyllingstad, Jonathan Nash, Madelaine Rosevear, Craig McConnochie2026-03-23🔬 physics

Modeling subgrid scale production rates on complex meshes using graph neural networks

Este artículo presenta un modelo de red neuronal de grafos (GNN) que predice con mayor precisión y generalización las tasas de producción filtradas en simulaciones de grandes remolinos (LES) sobre mallas complejas y no uniformes, superando a los enfoques tradicionales y a las redes neuronales convolucionales al manejar diferentes composiciones de combustibles y anchos de filtro sin necesidad de reentrenamiento.

Priyabrat Dash, Mathis Bode, Konduri Aditya2026-03-23🔬 physics

Cavitation by phase shift of focused shock waves inside a droplet

Este estudio demuestra que un cambio de fase de Gouy en ondas de choque enfocadas dentro de una gota microscópica puede generar cavitación localizada mediante presión negativa sin necesidad de ondas de rarefacción externas, ofreciendo nuevas estrategias para mejorar la seguridad y precisión de tratamientos biomédicos.

Samuele Fiorini, Guillaume T. Bokman, Anunay Prasanna, Stefanos Nikolaou, Sayaka Ichihara, Bratislav Lukić, Alexander Rack, Yoshiyuki Tagawa, Outi Supponen2026-03-23🔬 physics

Surrogate Model for Heat Transfer Prediction in Impinging Jet Arrays using Dynamic Inlet/Outlet and Flow Rate Control

Este estudio presenta un modelo sustituto basado en redes neuronales convolucionales que predice en tiempo real la distribución del número de Nusselt en arrays de chorros de impacto con configuraciones dinámicas de entrada/salida, superando las limitaciones computacionales de las simulaciones CFD tradicionales y validando su precisión mediante datos experimentales para su aplicación en estrategias de control térmico.

Mikael Vaillant, Victor Oliveira Ferreira, Wiebke Mainville, Jean-Michel Lamarre, Vincent Raymond, Moncef Chioua, Bruno Blais2026-03-20🤖 cs.AI

Sequential estimation of disturbed aerodynamic flows from sparse measurements via a reduced latent space

Este trabajo presenta un marco de asimilación de datos secuencial y eficiente que utiliza un filtro de Kalman de conjuntos en un espacio latente reducido para estimar en tiempo real campos de flujo aerodinámico perturbados por ráfagas a partir de mediciones de presión escasas, manteniendo la interpretabilidad física y la robustez ante fallos de sensores.

Hanieh Mousavi, Anya Jones, Jeff Eldredge2026-03-20🔬 physics

Koopman Autoencoders with Continuous-Time Latent Dynamics for Fluid Dynamics Forecasting

Este trabajo propone un autoencoder de Koopman con dinámica latente continua que, al utilizar un generador lineal para la evolución exacta del espacio latente, logra una eficiencia computacional masiva y una estabilidad a largo plazo excepcional en la predicción de fluidos, manteniendo una precisión competitiva a corto plazo sin depender de procedimientos autoregresivos.

Rares Grozavescu, Pengyu Zhang, Etienne Meunier, Mark Girolami2026-03-20🤖 cs.LG

An HHL-Based Quantum-Classical Solver for the Incompressible Navier-Stokes Equations with Approximate QST

Este trabajo presenta un solver híbrido cuántico-clásico que combina el algoritmo HHL con una tomografía de estado cuántico aproximada para resolver las ecuaciones de Navier-Stokes incompresibles, demostrando mediante simulaciones en el marco de Qiskit que este enfoque captura con precisión la dinámica de vórtices en problemas de referencia como el flujo de cavidad y el vórtice de Taylor-Green.

Moshe Inger, Steven Frankel2026-03-20⚛️ quant-ph