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.

Machine Learning Based Mesh Movement for Non-Hydrostatic Tsunami Simulation

Cette étude démontre que l'utilisation de méthodes de déplacement de maillage basées sur l'apprentissage automatique (UM2N) au sein du modèle Thetis améliore considérablement l'efficacité et la robustesse des simulations de tsunamis non hydrostatiques pour l'évaluation des risques côtiers, tout en maintenant une haute précision par rapport aux données de référence.

Yezhang Li, Stephan C. Kramer, Matthew D. Piggott2026-03-09🔬 physics

Confined drying of a binary liquid mixture droplet: A quantitative interferometric study under humidity control

Cette étude présente une méthode quantitative combinant l'interférométrie de Mach-Zehnder et un contrôle précis de l'humidité pour analyser la cinétique de séchage et les champs de concentration d'un mélange binaire eau-glycérol, validant ainsi un modèle de diffusion de vapeur et permettant l'extraction fiable du coefficient de diffusion mutuel et de l'activité chimique de l'eau.

Ole Milark, Jean-Baptiste Salmon, Benjamin Sobac2026-03-09🔬 physics

Uncertainty quantification and stability of neural operators for prediction of three-dimensional turbulence

Cette étude propose un cadre d'évaluation de la fiabilité des opérateurs neuronaux pour la turbulence 3D et introduit un modèle F-IFNO qui améliore la stabilité à long terme et la précision grâce à une factorisation implicite, surpassant ainsi les méthodes traditionnelles et les modèles FNO existants.

Xintong Zou, Zhijie Li, Yunpeng Wang, Huiyu Yang, Jianchun Wang2026-03-06🔬 physics

Machine-precision energy conservative reduced models for Lagrangian hydrodynamics by quadrature methods

Cet article présente un cadre de réduction de modèle basé sur la quadrature pour l'hydrodynamique lagrangienne, qui intègre une variante fortement conservatrice de l'procédure de quadrature empirique (EQP) permettant de préserver l'énergie totale à la précision machine tout en maintenant une haute précision numérique.

Chris Vales, Siu Wun Cheung, Dylan M. Copeland, Youngsoo Choi2026-03-06🔬 physics

Temperature transformation recovering the compressible law of the wall for turbulent channel flow

Cet article propose de nouvelles transformations de type Van Driest et semi-local pour la température dans les écoulements turbulents compressibles, démontrant que l'approche semi-local, fondée sur l'analyse des bilans de quantité de mouvement et d'énergie, permet de retrouver avec une grande précision la loi de paroi incompressible en atténuant les déséquilibres énergétiques.

Youjie Xu, Steffen J. Schmidt, Nikolaus A. Adams2026-03-06🔬 physics

Lagrangian chaos and the enstrophy cascade in Ekman-Navier-Stokes two-dimensional turbulence

Cette étude numérique et théorique montre que dans la turbulence bidimensionnelle avec friction d'Ekman, la suppression du flux d'enstrophie conduit à un transport passif du vorticité par un écoulement chaotique, permettant de déduire un modèle phénoménologique reliant les exposants de Lyapunov finis à une correction précise de la pente spectrale du cascade direct.

Francesco Michele Ventrella, Victor de Jesus Valadão, Guido Boffetta, Stefano Musacchio, Filippo De Lillo2026-03-06🔬 physics

Passive scalar cascade in the intermediate layer of turbulent channel flow for Pr1Pr\leq 1

Cette étude combine des simulations numériques directes et des asymptotiques intermédiaires pour démontrer que, dans la couche intermédiaire d'un écoulement turbulent de canal avec un scalaire passif (Pr1Pr \leq 1), l'équilibre de Kolmogorov est atteint à une échelle rminr_{min} inférieure à la gamme inertielle, dont les propriétés suivent des lois de puissance du nombre de Prandtl déterminées par des appariements asymptotiques basés sur l'hypothèse d'une physique à deux points homogène dans une turbulence non homogène.

Emanuele Gallorini, Shingo Motoki, Genta Kawahara, Christos Vassilicos2026-03-06🔬 physics

Uncertainty-Aware Flow Field Reconstruction Using SVGP Kolmogorov-Arnold Networks

Cet article présente un cadre d'apprentissage automatique basé sur les réseaux de Kolmogorov-Arnold avec processus gaussiens variationnels épars (SVGP-KAN) pour reconstruire avec précision et quantifier les incertitudes des champs d'écoulement à partir de mesures de vélocimetry temporellement éparses, surpassant les méthodes classiques en offrant des estimations d'incertitude bien calibrées.

Y. Sungtaek Ju2026-03-06🔬 physics