La fluidodinamica esplora come i liquidi e i gas si muovono e interagiscono con il mondo che li circonda, dall'aria che scorre sulle ali di un aereo fino ai flussi sanguigni nel nostro corpo. Questo affascinante ramo della fisica unisce matematica complessa e osservazioni pratiche per decifrare i misteri del moto nei fluidi.

Su Gist.Science, analizziamo sistematicamente ogni nuovo preprint pubblicato su arXiv in questa categoria. Per ogni studio, offriamo sia una spiegazione chiara e semplice, accessibile a tutti, sia un riassunto tecnico dettagliato per chi desidera approfondire i modelli matematici. Di seguito trovate l'elenco dei più recenti articoli in questo campo.

Sub-Kolmogorov Intermittency and Multifractal Dissipation in Multiphase Turbulence

Attraverso simulazioni numeriche dirette, questo studio rivela che nella turbolenza multifase, la rottura e la coalescenza delle interfacce guidano un'organizzazioni multifrattale distinta della dissipazione, causando eventi di dissipazione energetica intensa che si estendono profondamente nel range sub-Kolmogorov e allargano significativamente il cutoff dissipativo locale rispetto alla turbolenza monofase.

Marco Crialesi-Esposito, Alienor Riviere, Sergio Chibbaro2026-06-05🔬 physics

Deep reinforcement learning with spatial and temporal awareness for active boundary control of buoyancy-driven convection

Questo articolo propone un framework di apprendimento per rinforzo profondo che supera i problemi di attuazione degenerata dei metodi precedenti integrando reti convoluzionali, memoria ricorrente, addestramento off-policy e vincoli di fluidità dell'azione, ottenendo con successo una significativa riduzione del trasferimento di calore nella convezione di Rayleigh–Bénard e un potenziamento del mixing adattivo nella convezione a doppia diffusione senza richiedere l'aumento dei dati a campo completo.

Giorgio Maria Cavallazzi, Miguel Pérez Cuadrado, Alfredo Pinelli2026-06-05🔬 physics

Flapping instability of elastic disks in Stokes flows

Attraverso una combinazione di esperimenti e simulazioni, questo studio rivela che un disco elastico sospeso liberamente in un flusso di taglio a basso numero di Reynolds subisce un'instabilità di flapping subcritica guidata dalla finezza estensibilità, esibendo una ricca dinamica oscillatoria con implicazioni per la comprensione del comportamento di particelle simili a fogli, come i polimeri 2D.

Yijiang Yu, Hugo Perrin, Michael D. Graham, Lorenzo Botto2026-06-05🔬 physics

Drag reduction or reward hacking? Recurrent multi-agent reinforcement learning that earns its reward

Questo articolo identifica e rettifica tre difetti specifici nel reinforcement learning multi-agente per la riduzione della resistenza nella turbolenza parietale — perdita di assegnazione del credito, policy prive di memoria e ricompense disallineate — implementando una proiezione differenziabile, policy ricorrenti e una vera ricompensa basata sulla potenza, ottenendo infine un risparmio energetico reale del 17% che evita le insidie del reward hacking.

Giorgio Maria Cavallazzi, Miguel Pérez-Cuadrado, Alfredo Pinelli2026-06-05🔬 physics

A high-order Fourier Continuation (FC)-based spectral incompressible Smoothed Particle Hydrodynamics (ISPH) scheme for general boundary conditions in wall-bounded domains

Questo articolo introduce uno schema di Smoothed Particle Hydrodynamics incomprimibile (ISPH) basato su Fourier Continuation (FC) ad alto ordine che estende il metodo a domini limitati da pareti con condizioni al contorno generali, consentendo una convergenza ad alto ordine e la simulazione accurata di dinamiche vorticose complesse attraverso la discretizzazione nello spazio delle frequenze su un'estensione periodica del dominio.

Meixuan Lin, Georgios Fourtakas, Benedict D. Rogers2026-06-05🔬 physics

Wall Shear Stress Reconstruction from Concentration: Differentiable Physics and Physics-Informed Neural Networks

Questo studio dimostra che, mentre le reti neurali informate dalla fisica (PINN) possono ricostruire lo sforzo di taglio a parete solo quando sono disponibili misurazioni vicino alla parete, un framework di fisica differenziabile basato sull'ottimizzazione vincolata alle PDE recupera con successo uno sforzo di taglio a parete accurato in diversi scenari di misurazione, sia in flussi cardiovascolari canonici che specifici per il paziente.

Mahmoud Elhadidy, Siva Viknesh, Roshan M. D'Souza, Amirhossein Arzani2026-06-05🔬 physics

Flow-priority optimization of additively manufactured variable-TPMS lattice heat exchanger based on macroscopic analysis

Questo studio propone un framework di modellazione e ottimizzazione macroscopica basato sulla teoria di Darcy–Forchheimer per progettare scambiatori di calore a reticolo TPMS variabile con larghezze dei canali non uniformi, la cui validazione sperimentale conferma un miglioramento delle prestazioni del 28,7% rispetto alle configurazioni a reticolo uniforme.

Kazutaka Yanagihara, Jun Iwasaki, Kiyoto Saso, Taichi Yamashita, Shomu Murakoshi, Akihiro Takezawa2026-06-04🔬 physics

Hydrodynamic Behavior of Non-spherical Particles in Confined Vertical Flows: A Resolved CFD-DEM Study

Questo studio impiega simulazioni CFD-DEM risolte per dimostrare che i noduli polimetallici non sferici sperimentano una resistenza significativamente aumentata e velocità terminali ridotte rispetto alle sfere a volume equivalente a causa dell'asimmetria della scia indotta dalla forma, rivelando al contempo come la dimensione delle particelle e il confinamento governino distinti comportamenti di varianza della resistenza durante il trasporto idraulico verticale.

Amiya Prakash Das, Shakti Swaroop Choudhury, Sujith Reddy Jaggannagari, Amudha Krishnan, Gopkumar Kuttikrishnan, Balaji Ramakrishnan, Ratna Kumar Annabattula2026-06-04🔬 physics.app-ph

Turbulence teaches equivariance to neural networks

Questo articolo dimostra che la natura rotazionale della turbolenza insegna intrinsecamente l'equivarianza alle reti neurali attraverso l'aumento implicito dei dati, e che imporre esplicitamente questa simmetria come bias induttivo architettonico migliora significativamente la generalizzazione attraverso diverse condizioni di flusso riducendo al contempo la complessità del modello.

Ryley McConkey, Julia Balla, Jeremiah Bailey, Ali Backour, Elyssa Hofgard, Tommi Jaakkola, Abigail Bodner, Tess Smidt2026-06-04🔬 physics