🔬 Category

physics.flu-dyn

989 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.

FlexPINN: Modeling Fluid Dynamics and Mass Transfer in 3D Micromixer Geometries Using a Flexible Physics-Informed Neural Network

Este estudio presenta FlexPINN, una red neuronal informada por física flexible que mejora la arquitectura estándar para simular con alta precisión el flujo de fluidos y la transferencia de masa en micromezcladores 3D complejos, demostrando una eficiencia de mezcla superior y una menor carga computacional en comparación con la dinámica de fluidos computacional tradicional.

Meraj Hassanzadeh, Ehsan Ghaderi, Mohamad Ali Bijarchi2026-02-24🔬 physics

Osmotic forces modify lipid membrane fluctuations

Este estudio demuestra que la permeabilidad selectiva de las membranas lipídicas a los fluidos, junto con las fuerzas osmóticas resultantes, limita la existencia de los modos canónicos de relajación de las fluctuaciones a un rango finito de números de onda que se reduce al aumentar la tensión superficial, invalidando así la aplicabilidad universal del teorema de equipartición en membranas bajo tensión moderada o alta.

Amaresh Sahu2026-02-24🔬 cond-mat

Learning constitutive models and rheology from partial flow measurements

Este trabajo presenta un marco de aprendizaje automático que integra redes neuronales tensoriales invariantes de marco dentro de un solver de física diferenciable para descubrir leyes constitutivas agnósticas a la forma a partir de mediciones de flujo parciales, permitiendo la caracterización de fluidos complejos en entornos operativos reales mediante "reometría digital".

Alp M. Sunol, James V. Roggeveen, Mohammed G. Alhashim, Henry S. Bae, Michael P. Brenner2026-02-24🔬 physics

Simulations of inertial liquid-lens coalescence with the pseudopotential lattice Boltzmann method

Este estudio utiliza el método de Boltzmann en retícula de pseudopotencial para simular la coalescencia de lentes líquidas de baja viscosidad, validando los resultados experimentales en dos dimensiones y demostrando que las ecuaciones de lámina delgada son precisas hasta ángulos de contacto de 40°, mientras que en tres dimensiones el crecimiento del radio del puente es independiente del ángulo de contacto inicial.

Qingguang Xie, Jens Harting2026-02-24🔬 cond-mat

WAKESET: A Large-Scale, High-Reynolds Number Flow Dataset for Machine Learning of Turbulent Wake Dynamics

Este artículo presenta WAKESET, un conjunto de datos a gran escala de alto número de Reynolds que contiene miles de simulaciones de alta fidelidad de la dinámica de estelas turbulentas durante la recuperación de vehículos submarinos autónomos, diseñado para superar la escasez de datos y potenciar el desarrollo de modelos de aprendizaje automático en dinámica de fluidos complejos.

Zachary Cooper-Baldock, Paulo E. Santos, Russell S. A. Brinkworth, Karl Sammut2026-02-24🤖 cs.LG

Machine Learning based Ensemble Flame Regime Classification for Mesoscale Combustors based on Insights from Linear and Nonlinear Dynamic Analysis

Este estudio presenta un marco de clasificación de regímenes de llama en mesoescala basado en un ensemble de aprendizaje automático, que integra análisis de dinámica lineal y no lineal de señales de quimioluminiscencia OH* y presión acústica para caracterizar y distinguir dinámicamente entre llamas estables, con extinción e ignición repetitivas y propagantes en un quemador de tubo de cuarzo.

M Ashwin Ganesh, Akhil Aravind, Balasundaram Mohan, Saptarshi Basu2026-02-24🌀 nlin

Chemotaxis of cell aggregates: morphology and dynamics of migrating active droplets

Este estudio presenta un modelo mínimo y un análisis asintótico que revelan cómo las gotas activas de agregados celulares experimentan transiciones morfológicas durante la quimiotaxis, las cuales están gobernadas por un problema de autovalores no lineal y determinadas por el equilibrio de tensiones internas y el acoplamiento con el campo químico externo.

Giulia L. Celora, Benjamin J. Walker, Mohit P. Dalwadi, Philip Pearce2026-02-24🔬 cond-mat

Physics-informed graph neural networks for flow field estimation in carotid arteries

Este trabajo presenta un modelo sustituto basado en redes neuronales gráficas informadas por la física que, al integrar simetrías y principios físicos en su arquitectura, permite estimar con precisión campos de flujo hemodinámico en arterias carótidas utilizando conjuntos de datos de resonancia magnética 4D de tamaño moderado y demostrar su capacidad de generalización a nuevas geometrías vasculares.

Julian Suk, Dieuwertje Alblas, Barbara A. Hutten, Albert Wiegman, Christoph Brune, Pim van Ooij, Jelmer M. Wolterink2026-02-23🧬 q-bio