La dynamique des fluides explore comment les liquides et les gaz se déplacent, des courants océaniques invisibles aux écoulements d'air autour d'une aile d'avion. Ce domaine fascinant révèle les lois qui régissent la matière en mouvement, reliant des phénomènes quotidiens comme la météo à des applications technologiques complexes. Sur Gist.Science, nous rendons ces découvertes accessibles à tous, sans barrières linguistiques ni jargon excessif.

Chaque nouveau prépublication arXiv dans cette catégorie est analysé par nos équipes pour vous offrir deux versions résumées : une explication simple pour les curieux et un aperçu technique détaillé pour les experts. Cette double approche garantit que la science reste compréhensible tout en conservant sa rigueur fondamentale.

Découvrez ci-dessous les dernières publications traitant de la dynamique des fluides, sélectionnées et résumées pour vous dès leur sortie sur arXiv.

Laminar boundary layers over small-scale textured surfaces

Cet article présente un modèle asymptotique et une méthode numérique pour analyser les couches limites laminaires sur des surfaces texturées à petite échelle, démontrant comment la longueur de glissement modifie l'écoulement, la contrainte de cisaillement et la stabilité linéaire afin de prédire la traînée et la croissance de la couche limite dans diverses applications industrielles.

Samuel D. Tomlinson, Demetrios T. Papageorgiou2026-02-27🔬 physics

Tensor Network Lattice Boltzmann Method for Data-Compressed Fluid Simulations

Cet article présente une nouvelle formulation généralisée de la méthode de Boltzmann sur réseau (LBM) utilisant des états de produit matriciel (MPS) pour compresser efficacement les simulations de fluides dans des géométries complexes, permettant d'atteindre des taux de compression supérieurs à deux ordres de grandeur tout en conservant une haute fidélité par rapport aux solutions de référence.

Lukas Gross, Elie Mounzer, David M. Wawrzyniak, Josef M. Winter, Nikolaus A. Adams2026-02-27⚛️ quant-ph

Maximum Likelihood Particle Tracking in Turbulent Flows via Sparse Optimization

Cet article propose un cadre d'estimation du maximum de vraisemblance basé sur l'optimisation parcimonieuse et l'algorithme IRLS pour améliorer le suivi de particules lagrangiennes dans les écoulements turbulents, permettant ainsi de mieux reconstruire les accélérations intermittentes et leurs distributions à queues lourdes que les méthodes existantes.

Griffin M Kearney, Kasey M Laurent, Makan Fardad2026-02-27🔬 physics

Rheological properties and shear-induced structures of ferroelectric nematic liquid crystals

Cette étude examine l'influence des écoulements de cisaillement sur la viscosité et les structures induites dans les cristaux liquides nématiques ferroélectriques, révélant des comportements rhéologiques distincts et des régimes d'alignement spécifiques qui diffèrent de ceux des phases nématiques classiques.

Ashish Chandra Das, Sathyanarayana Paladugu, Oleg D. Lavrentovich2026-02-27🔬 cond-mat

On the spatial structure and intermittency of soot in a lab-scale gas turbine combustor: Insights from large-eddy simulations

Cette étude utilise des simulations aux grandes échelles couplées à une méthode de manifold généré par flamme pour analyser la structure spatiale et l'intermittence de la suie dans un brûleur à turbine à gaz, en identifiant la recirculation de l'écoulement comme mécanisme clé et en comparant l'efficacité de deux approches de modélisation.

Leonardo Pachano, Daniel Mira, Abhijit Kalbhor, Jeroen van Oijen2026-02-27🔬 physics

From synthetic turbulence to true solutions: A deep diffusion model for discovering periodic orbits in the Navier-Stokes equations

Cet article présente l'utilisation d'un modèle de diffusion génératif, entraîné sur des données de turbulence, pour découvrir et raffiner 111 nouvelles orbites périodiques inédites dans les équations de Navier-Stokes bidimensionnelles, démontrant ainsi le potentiel de l'IA générative comme outil complémentaire pour explorer les espaces de solutions des systèmes dynamiques non linéaires.

Jeremy P Parker, Tobias M Schneider2026-02-27🌀 nlin

Efficient Real-Time Adaptation of ROMs for Unsteady Flows Using Data Assimilation

Les auteurs proposent une stratégie de réentraînement efficace pour des modèles d'ordre réduit (ROM) paramétrés de l'écoulement instationnaire, combinant un autoencodeur variationnel et un réseau de type transformateur pour l'assimilation de données éparses et l'adaptation en temps réel à de nouveaux régimes de Reynolds avec une quantification de l'incertitude.

Ismaël Zighed, Andrea Nóvoa, Luca Magri, Taraneh Sayadi2026-02-27🤖 cs.LG