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.
Questo studio propone un nuovo framework CAE-NODE che combina autoencoder convoluzionali e equazioni differenziali neurali per creare un modello riduttivo in grado di simulare con alta precisione e basso errore l'evoluzione temporale di fiamme controcorrente transitorie bidimensionali.
Questo studio confronta numericamente i modelli a strati continui con quelli bilayer, dimostrando la convergenza verso quest'ultimi in assenza di shear e fornendo evidenze numeriche che le instabilità di Kelvin-Helmholtz limitano la validità dei modelli bilayer in presenza di flusso di taglio.
Questo studio introduce l'imaging multi-proiezione a raggi X sincrotrone (XMPI) come tecnica rivoluzionaria per visualizzare in tempo reale e ad alta risoluzione le dinamiche di flusso multifase e le instabilità nei reticoli porosi, superando i limiti della tomografia convenzionale e fornendo dati sperimentali cruciali per validare e migliorare le simulazioni numeriche.
Lo studio utilizza simulazioni numeriche dirette per dimostrare che, sebbene le quantità macroscopiche normalizzate siano simili, la geometria del getto e la pressione influenzano in modo critico la reattività locale e la propagazione delle fiamme turbolente premiscelate di idrogeno, modulando la sensibilità allo stiramento e la curvatura media.
Lo studio dimostra che, nonostante le differenze nei numeri di Lewis e negli effetti termodiffusivi tra idrogeno e metano, le fiamme premiscelate turbolente di entrambi i combustibili seguono leggi di scala e di forma coerenti quando analizzate attraverso un quadro unificato basato su fattori di velocità di fiamma e di forma.
Attraverso simulazioni numeriche dirette di particelle inerziali polidisperse in turbolenza, questo studio quantifica come la polidispersità influenzi i tassi di collisione delle goccioline nelle nuvole calde, proponendo nuovi modelli per superare il collo di bottiglia nella crescita delle gocce e supportando l'ipotesi che l'intermittenza turbolenta acceleri la formazione della pioggia.
Questo articolo dimostra che applicando una procedura di ingrossamento alle equazioni di Madelung, è possibile derivare una descrizione macroscopica dei fluidi quantistici che ammette vorticità finita e uno sforzo di stress analogo alla viscosità artificiale, superando così la limitazione irrotazionale della formulazione originale.
Lo studio dimostra che l'uso del correlatore quasi-Lagrangiano nell'equazione di Kazantsev, unito alla considerazione dell'intermittenza dipendente dal numero di Reynolds, permette di ottenere un accordo quantitativo tra la teoria e le simulazioni numeriche del dinamo turbolento a piccolo numero di Prandtl, spiegando anche la diminuzione del numero di Reynolds magnetico critico.
Questo studio presenta un quadro di apprendimento multimodale che, combinando una rete grafica e una U-Net 3D addestrate su dati di velocimetria microscopica 4D, permette di simulare rapidamente e con precisione la dinamica dei flussi multifase a scala dei pori in materiali reali, offrendo un'alternativa efficiente alle simulazioni numeriche dirette per applicazioni nello stoccaggio sotterraneo di CO₂ e idrogeno.
Questo lavoro presenta un quadro di modellazione surrogata basato su modelli di diffusione generativi che, integrando un'architettura multi-scala con trasformatori grafici, permette non solo di prevedere flussi turbolenti caotici su lunghi orizzonti temporali, ma anche di identificare dinamicamente le posizioni ottimali per i sensori e di assimilare i dati osservati senza necessità di riaddestramento.