989 articoli
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.
Il documento presenta la Neural Optical Flow (NOF), un metodo innovativo che utilizza rappresentazioni neurali implicite per migliorare precisione e robustezza nella velocimetria a immagini di particelle (PIV) piana e stereoscopica, consentendo l'analisi di flussi stazionari e non stazionari, l'inferenza diretta della pressione e l'imposizione di vincoli fisici come la continuità di massa.
Questo articolo presenta un nuovo approccio neurale implicito non supervisionato per la tomografia laser di assorbimento, che ricostruisce con successo i campi termodinamici di fiamme instabili utilizzando esclusivamente dati sperimentali e regolarizzazione fisica, superando la necessità di simulazioni preliminari e di addestramento supervisionato.
Questo lavoro introduce la funzione di perdita "Binned Spectral Power" (BSP), un metodo innovativo in frequenza che mitiga il pregiudizio spettrale delle reti neurali, migliorando significativamente la stabilità e l'accuratezza nella previsione a lungo termine di sistemi caotici complessi come i flussi turbolenti senza richiedere modifiche architetturali.
Questo studio presenta la misurazione tridimensionale del campo di densità in pennacchi galleggianti (forzati e pigri) utilizzando la tecnica Tomografica Background Oriented Schlieren (TBOS) con un sistema a otto telecamere, fornendo dati sperimentali validati che migliorano la comprensione della dispersione degli inquinanti e la dinamica dei pennacchi.
Questo studio presenta un nuovo dataset open-source di tomografia schlieren orientata allo sfondo per flussi ad alta velocità, dimostrando che tecniche di ricostruzione neurale e assimilazione dati permettono di ottenere stime tridimensionali accurate dello stato del flusso e quantificazione dell'incertezza direttamente dalle misurazioni sperimentali.
Questo studio utilizza un bilancino centrifugo per dimostrare che il drenaggio e la stabilità dei film saponosi sotto gravità variabile sono governati dalla suzione capillare e dalla rigenerazione marginale, rivelando come l'accelerazione influenzi l'allungamento iniziale, le dimensioni del menisco e la transizione inerziale-viscosa dei film sottili.
Questo articolo presenta un nuovo solver accoppiato fluidico-cinetico che combina la simulazione Monte Carlo diretta (DSMC) per lo strato vicino alla parete con uno schema Lattice-Boltzmann ad alto ordine (HOLB) per il flusso bulk, permettendo di simulare con successo la transizione alla turbolenza e i cicli di rigenerazione delle strutture coerenti in flussi di parete a numeri di Reynolds fino a migliaia, una sfida computazionale altrimenti irraggiungibile per i singoli metodi.
Questo studio sviluppa un framework di risposta in frequenza basato sulla perturbazione che unifica l'amplificazione non modale, la formazione di streak e l'instabilità modale, dimostrando come le interazioni non lineari di ordine superiore tra onde oblique e streak guidino la transizione in flussi di taglio confinati.
Il paper presenta SCALE-TRACK, un algoritmo di tracciamento particellare Euleriano-Lagrangiano asincrono e open source progettato per sfruttare architetture di calcolo eterogenee, permettendo la simulazione di centinaia di miliardi di particelle con eccellente scalabilità su workstation locali e cluster HPC.
Il paper propone il Dual-Scale Neural Operator (DSO), un nuovo modello che decoupla l'elaborazione delle informazioni locali e globali tramite convoluzioni separabili e un MLP-Mixer, risolvendo i problemi di stabilità a lungo termine e di precisione nella previsione della dinamica dei fluidi riducendo l'errore di previsione di oltre l'88% rispetto alle architetture esistenti.