1229 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.
El estudio demuestra que la introducción de paredes texturadas periódicamente en canales microfluídicos induce un alineamiento robusto de partículas micrométricas alargadas hacia el centro del canal mediante gradientes de cizalla espaciales modulados, ofreciendo un marco predictivo para el diseño de dispositivos de clasificación pasiva.
Este estudio demuestra que, a altos números de Reynolds, las perturbaciones temporales en las estelas de turbinas eólicas se propagan como ondas viajeras a la velocidad de la estela y pueden describirse de manera cuasiestacionaria mediante una transformación lagrangiana, lo que sugiere que considerar la advención de la estela es crucial para el modelado y control óptimo de parques eólicos.
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.
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.
Este trabajo presenta un marco de aprendizaje automático basado en redes neuronales informadas por física (PINN) que, mediante estrategias adaptativas y sin malla, permite modelar con precisión y realizar análisis inversos robustos del flujo de fluidos en medios porosos de doble red, superando limitaciones de los métodos numéricos tradicionales.
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.
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.
Este artículo presenta un modelo matemático bidimensional que demuestra cómo el aumento del flujo termocapilar, impulsado por una mayor densidad de flujo de calor volumétrico, reduce la probabilidad de que las partículas coloidales se detengan y formen un clúster durante la evaporación de una película líquida en una celda calentada de manera desigual.
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.
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.