「物理学 — 流体力学」のカテゴリーでは、液体や気体の流れに関する研究が取り上げられています。川の流れから航空機の翼を設計する技術まで、目に見えない空気の動きを数式で解き明かすこの分野は、私たちの日常や未来の技術に深く関わっています。

当サイトでは、arXiv に投稿された最新のプレプリントをすべて対象に、専門家の手で解説を提供しています。複雑な数式や専門用語を噛み砕いた平易な要約と、より深く理解したい方のための技術的な詳細解説の両方を、Gist.Science が毎日更新しています。

以下に、この分野から選りすぐられた最新の論文リストをご紹介します。

Grid-agnostic volume of fluid approach with interface sharpening and surface tension for compressible multiphase flows

本論文は、任意の格子構造に対応可能であり、圧縮性多相流における界面拡散を抑制する抗拡散体積力として界面鋭化を定式化し、AUSM+up 法と硬化状態方程式を組み合わせることで、表面張力や界面形状の回復、液滴のピンチオフなどに関する数値検証において高い精度を示す新しい体積流体法を提案している。

J. Marziale, J. Sun, D. Salac, J. Chen2026-03-05🔬 physics

Dynamic properties in a collisional model for confined granular fluids. A review

本論文は、垂直振動を受ける浅い箱内の衝突性モデル(Δモデル)を用いた閉じ込められた粉体流体の動的性質をレビューし、エンスコック運動論およびチャップマン・エンスコグ法による輸送係数の導出、混合系におけるエネルギー非分配やオンスェーガーの相反則の破れなどの理論的予測を分子動力学シミュレーションと比較検証したものである。

Ricardo Brito, Rodrigo Soto, Vicente Garzó2026-03-05🔬 physics

Prediction of Multiscale Features Using Deep Learning-based Preconditioner-Solver Architecture for Darcy Equation in High-Contrast Media

本研究は、高コントラスト多孔質媒質におけるダルシー方程式の流体流動を高精度かつ効率的に予測するために、フーリエ変換に基づく前処理器と階的多スケールニューラルネットワークを統合した「FP-HMsNet」という深層学習アーキテクチャを提案し、その卓越した精度、汎化能力、および計算効率を実証したものである。

Jie Chen, Peiqi Li, Zhengkang He, Simon Hands2026-03-04🤖 cs.LG

Multimodal nonlinear acoustics in two- and three-dimensional curved ducts

この論文は、流れを含まない二次元および三次元の曲がりダクトにおける音波の弱非線形性を記述する新しいモデルを開発し、数値効率を大幅に向上させるとともに、曲率やねじれなどの幾何学的効果や非線形性が音響特性に与える影響を解析し、金管楽器の音響研究への応用可能性を示しています。

Freddie Jensen, Edward James Brambley2026-03-04🔬 physics

Forecasting the evolution of three-dimensional turbulent recirculating flows from sparse sensor data

本論文は、時間遅れ埋め込み、Koopman 理論、線形最適推定理論を組み合わせるデータ駆動型アルゴリズムを提案し、限られたセンサーデータから 3 次元乱流(表面設置立方体上の流れなど)の支配的な構造の未来進化を、Lyapunov 時間スケールの 2 桁以上も先まで高精度に予測可能であることを示しています。

George Papadakis, Shengqi Lu2026-03-04🔬 physics

State-dependent convergence of Galerkin-based reduced-order models for Couette flow

この論文は、Couette 流れの Galerkin 型低次元モデルにおいて、層流状態では線形化 Navier-Stokes 方程式に基づくモードが、乱流状態では POD モードがそれぞれ最も効果的に性能を発揮し、モデルの収束性と精度が対象とする流れの状態と基底関数が含む物理的ダイナミクスに強く依存することを示している。

Zilin Zong, Igor Maia, André Cavalieri, Yongyun Hwang2026-03-04🔬 physics