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.

Data-Free PINNs for Compressible Flows: Mitigating Spectral Bias and Gradient Pathologies via Mach-Guided Scaling and Hybrid Convolutions

Questo lavoro presenta una rete neurale fisica priva di dati che risolve flussi comprimibili fino a Mach 15 attorno a un cilindro, superando bias spettrali e patologie del gradiente attraverso convoluzioni ibride, scalatura dinamica guidata dal numero di Mach e vincoli termodinamici analitici per catturare con stabilità onde d'urto staccate.

Ryosuke Yano2026-03-03🤖 cs.AI

Modelling turbulent flow of superfluid 4^4He past a rough solid wall in the T=0T = 0 limit

Questo studio numerico utilizza il modello dei filamenti di vortice per dimostrare che, nel limite di temperatura zero, un flusso turbolento di elio-4 superfluido attraverso un canale con pareti ruvide genera tangle di vortici sostenuti sopra una velocità critica, caratterizzati da un profilo di velocità parabolico con scorrimento, una forza di attrito proporzionale alla velocità e una turbolenza ultraquantistica polarizzata.

Matthew J Doyle, Andrei I Golov, Paul M Walmsley, Andrew W Baggaley2026-03-02⚛️ quant-ph

Structure tensor Reynolds-averaged Navier-Stokes turbulence models with equivariant neural networks

Il paper dimostra che l'uso di reti neurali equivarianti basate sui tensori di struttura di Kassinos per le chiusure RANS valida l'ipotesi secondo cui una descrizione statistica più ricca migliora drasticamente l'accuratezza del termine di correlazione pressione-deformazione rapido, offrendo un'alternativa fisicamente coerente ai modelli classici.

Aaron Miller, Sahil Kommalapati, Robert Moser, Petros Koumoutsakos2026-03-02🤖 cs.LG

Stability prediction of vortex induced vibrations of multiple freely oscillating bodies

Questo studio presenta un metodo L-ALE lineare e un criterio basato sull'impedenza a basso costo computazionale per prevedere le soglie di instabilità delle vibrazioni indotte da vortici in sistemi di corpi oscillanti multipli, validando tali previsioni attraverso analisi di stabilità globale su configurazioni a due e tre cilindri.

Théo Mouyen, Javier Sierra, David Fabre, Flavio Giannetti2026-03-02🔬 physics

Bayesian inference of flame impulse responses

Questo articolo propone un approccio bayesiano per l'inferenza della risposta impulsiva di una fiamma, che supera i limiti dei metodi di identificazione del sistema tradizionali utilizzando un modello di ritardo temporale distribuito e il confronto tra modelli per selezionare la configurazione più semplice e fisicamente coerente, garantendo risultati più robusti e privi di artefatti anche con dati limitati.

Matthew Yoko, Wolfgang Polifke2026-03-02🔬 physics