physics.flu-dyn 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.

Surrogate normal-forms for the numerical bifurcation and stability analysis of navier-stokes flows via machine learning

Este artículo propone un marco de aprendizaje automático "incrustar-aprender-levantar" que utiliza aprendizaje de variedades no lineal (como mapas de difusión) para construir modelos de orden reducido de baja dimensión, permitiendo realizar análisis de bifurcación y estabilidad numérica eficiente y geométricamente consistente para flujos de Navier-Stokes, superando las limitaciones de los métodos tradicionales basados en POD.

Alessandro Della Pia, Dimitrios G. Patsatzis, Gianluigi Rozza, Lucia Russo, Constantinos Siettos2026-03-17🔬 physics

Effect of Expansion Geometry on Turbulence in Axisymmetric Pipe Flows

Mediante la visualización de flujos con PIV estereoscópica, este estudio demuestra que las expansiones de tubería axiales graduales ( $45^\circ$ ) generan niveles de turbulencia, anisotropía de esfuerzos de Reynolds y fluctuaciones fuera del plano significativamente mayores que las expansiones abruptas ( $90^\circ$ ) debido a un mecanismo de modulación del flujo de retorno que induce una producción sostenida de energía cinética turbulenta.

Jibu Tom Jose, Gal Friedmann, Dvir Feld, Omri Ram2026-03-17🔬 physics

Assessment of tabulated-chemistry models for lean premixed strained hydrogen flames with low-dimensional manifolds

Este estudio presenta un análisis a priori de modelos de química tabulada para llamas de hidrógeno pobres y estiradas, identificando las limitaciones de los enfoques tradicionales y proponiendo nuevas estrategias de manifiestos de llama estirada y correcciones que mejoran la predicción de tasas de reacción y velocidad de consumo sin incrementar los costos computacionales ni la dimensionalidad del manifiesto.

Alessandro Porcarelli, Pasquale Eduardo Lapenna, Francesco Creta, Ivan Langella2026-03-17🔬 physics

Consistent kinetic modeling of compressible flows with variable Prandtl numbers: Double-distribution quasi-equilibrium approach

Este trabajo presenta un modelo cinético consistente basado en el enfoque de cuasi-equilibrio y dos distribuciones dobles que permite simular flujos compresibles con números de Prandtl y relaciones de calor específico variables, garantizando la recuperación precisa de las ecuaciones de Navier-Stokes-Fourier, estabilidad numérica e invariancia galileana en un amplio rango de condiciones de flujo.

R. M. Strässle, S. A. Hosseini, I. V. Karlin2026-03-17🌀 nlin

The Semigeostrophic-Euler Limit: Lifespan Lower Bounds and $O(\varepsilon)$ Velocity Stability

Este artículo demuestra que, en el toro bidimensional, el sistema semigeostrofico se aproxima al sistema de Euler incompresible con una estabilidad de velocidad y densidad de orden $O(\varepsilon)$ , y establece una cota inferior para la vida útil de las soluciones que mejora logarítmicamente la escala hiperbólica estándar.

Victor Armegioiu2026-03-17🔢 math

Local kinetic sensors for adaptive mesh and algorithm refinement

Este artículo presenta nuevos sensores de refinamiento locales basados en la función de distribución de una partícula para mejorar la eficiencia y precisión de la refinación adaptativa de malla y algoritmos en simulaciones cinéticas de flujos complejos, como los compresibles, turbulentos y fuera de equilibrio.

R. M. Strässle, S. A. Hosseini, I. V. Karlin2026-03-17🔬 physics

Hierarchy of extreme-event predictability in turbulence revealed by machine learning

Mediante el uso de un modelo de difusión condicional autoregresivo entrenado con simulaciones numéricas directas, este estudio revela que la predictibilidad de los eventos extremos en la turbulencia de Kolmogorov sigue una jerarquía dependiente del estado, donde la persistencia de estructuras coherentes a gran escala y la vida útil de núcleos de deformación intensos determinan los horizontes de predicción individuales.

Yuxuan Yang, Chenyu Dong, Gianmarco Mengaldo2026-03-17🌀 nlin

Sign-Indefinite Helicity and the Structure of Weak Turbulence in Inertial and Non-Hermitian Waves

El artículo investiga cómo la conservación de la helicidad, a pesar de ser indefinida en signo, simplifica la ecuación cinética de la turbulencia débil en flujos rotativos y con viscosidad impar, reorganizando las direcciones de la cascada de energía hacia un transporte inverso en ramas de polarización específicas y permitiendo soluciones de escala invariante validadas numéricamente.

Shahaf Aharony Shapira, Michal Shavit2026-03-17🔬 physics

Linear Kelvin Wave Predictions in the $z\to 0$ Limit

Este artículo presenta un kernel modificado para la teoría de barcos planos que resuelve la divergencia de energía en el límite $z\to 0$ mediante una integración elíptica, junto con un evaluador rápido que ofrece una aceleración de $10^4$ - $10^5$ veces respecto a la cuadratura directa, garantizando patrones de onda y resistencia físicamente consistentes.

Gabriel D Weymouth2026-03-17🔬 physics

A convolutional autoencoder and neural ODE framework for surrogate modeling of transient counterflow flames

Este estudio propone un nuevo marco de autoencoder convolucional y ecuaciones diferenciales neuronales (CAE-NODE) que logra un modelo de orden reducido preciso y eficiente para la simulación de la dinámica transitoria de llamas contraflujo bidimensionales, capturando con alta fidelidad procesos complejos como la ignición y la propagación de la llama con errores relativos inferiores al 2%.

Mert Yakup Baykan, Weitao Liu, Thorsten Zirwes, Andreas Kronenburg, Hong G. Im, Dong-hyuk Shin2026-03-17🔬 physics

← Anterior Siguiente →

physics.flu-dyn