🔬 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.

Rigorous derivation of damped-driven wave turbulence theory

Este trabajo proporciona una justificación rigurosa de los regímenes cinéticos en la ecuación de Schrödinger no lineal con forzamiento estocástico y disipación viscosa, demostrando que la dinámica estocástica puede describirse mediante una ecuación cinética determinista que captura la transferencia de energía en turbulencia de ondas, extendiendo análisis previos mediante el desarrollo de diagramas de Feynman para objetos estocásticos y un análisis asintótico preciso de los términos principales.

Ricardo Grande, Zaher Hani2026-02-19🔢 math-ph

Combined dynamic-kinematic validation of droplet-wall impact modeling

Este estudio valida un modelo dinámico-kinemático combinado para el impacto de gotas en paredes, demostrando que la integración de métricas geométricas y cinemáticas es esencial para predecir con precisión tanto la extensión máxima como la dinámica de retroceso, superando las limitaciones de las validaciones basadas únicamente en el diámetro de máxima expansión.

Dmitry Zharikov, Maxim Piskunov, Dmitry Kolomenskiy2026-02-19🔬 physics

A fluctuating lattice Boltzmann formulation based on orthogonal central moments

Este trabajo presenta una formulación de la ecuación de Boltzmann en red fluctuante basada en momentos centrales ortogonales que introduce fuerzas estocásticas directamente en el espacio de estos momentos, garantizando el teorema de fluctuación-disipación, la estabilidad numérica incluso en regímenes de sobre-relajación y la correcta termodinámica de equilibrio en retículos D2Q9 y D3Q27.

Alessandro De Rosis, Yang Zhou2026-02-19🔬 physics

Low-dimensional multiscale dynamics of intermittent reversals in turbulent Rayleigh-Benard convection

Este estudio demuestra que la dinámica caótica de la convección de Rayleigh-Bénard turbulenta, caracterizada por interacciones multiescala y reversiones intermitentes, puede describirse eficazmente mediante un marco de espacio de estados latente de baja dimensión que separa explícitamente los componentes lentos y rápidos, logrando así una reducción drástica de la complejidad computacional sin perder la precisión estadística ni la capacidad de predecir eventos raros.

Qiwei Chen, C. Ricardo Constante-Amores2026-02-18🔬 physics

Reduced-Order Hydrodynamic Modelling of a Sphere Near a Wall Using Sparse Regression and Neural Operators

Este trabajo presenta un modelo sustituto paramétrico interpretable que combina la identificación dispersa de dinámicas no lineales (SINDy) con operadores neuronales para predecir en tiempo real la dinámica de una esfera oscilante cerca de una pared, aprendiendo a partir de simulaciones CFD de alta fidelidad sin necesidad de recalcularlas.

Zev Hoffman, Sara Vahaji, Arpan Das, Micheal Candon, Daniel Sgarioto, Jayarathne Nirman, Pier Marzocca2026-02-18🔬 physics

Adjoint-based shape optimization of a ship hull using a Conditional Variational Autoencoder (CVAE) assisted propulsion surrogate model

Este artículo presenta un marco de optimización de forma de cascos de barco asistido por aprendizaje automático que utiliza un modelo sustituto basado en un Autoencoder Variacional Condicional (CVAE) para simular sistemas de propulsión complejos, logrando una reducción de resistencia superior al 8% mientras supera los altos costos computacionales de los métodos adjuntos tradicionales.

Moloud Arian Maram, Georgios Bletsos, Thanh Tung Nguyen, Ahmed Hassan, Michael Palm, Thomas Rung2026-02-18🤖 cs.LG