유체 역학은 우리 일상에서 흐르는 물과 공기의 움직임을 이해하는 물리학의 핵심 분야입니다. 날씨 예측부터 항공기 설계, 혈류 분석에 이르기까지 이 학문은 눈에 보이지 않는 흐름을 수학적으로 묘사하며 현대 기술의 기초를 이룹니다.

Gist.Science 는 arXiv 에 게재된 최신 유체 역학 관련 논문들을 실시간으로 수집하여 분석합니다. 우리는 전문 용어로 가득 찬 원문을 해설해 일반인도 이해할 수 있는 쉬운 설명과 함께, 연구자들이 필요한 핵심 기술적 내용을 정리한 두 가지 버전의 요약을 제공합니다.

아래에는 유체 역학 분야에서 최근 arXiv 에 업로드된 최신 논문 목록이 정리되어 있습니다.

Experimental study of turbulent thermal diffusion of inertial particles in a convective turbulence forced by oscillating grids

진동 격자를 사용하여 대류 난류를 생성하는 실험실 실험은 관성 입자 (10 μm) 가 비관성 입자 (0.7 μm) 보다 1.5 배에서 2.5 배 큰 유효 표류 속도를 갖는 난류 열확산 효과를 나타내어 이론적 예측과 일치하는 평균 온도 최소값 근처에 대규모 군집이 형성됨을 보여준다.

E. Elmakies, O. Shildkrot, N. Kleeorin, A. Levy, I. Rogachevskii2026-04-28🔬 physics

Quantitative Evaluation of Forward and Backward Scattering in Isotropic Turbulence via Hänggi--Klimontovich and Itô Stochastic Processes

이 논문은 Hänggi–Klimontovich 및 Itô 확률 과정을 통해 등방성 난류 내의 전방 및 후방 산란을 정량적으로 평가함으로써, 비확산적 라그랑주 역학으로부터 에디 점성 및 난류 프란틀 수와 같은 핵심 수송 특성들이 자연스럽게 도출됨을 입증하였습니다.

Nicola de Divitiis2026-04-28🔬 physics

Lift and leading-edge suction parameter of separated flows over an NACA0012 at high angles of attack

이 논문은 NACA0012 익형의 고받음각 분리 유동을 대상으로 CFD 시뮬레이션을 수행하여, 층류($Re=1000$)에서는 순간 LESP가, 난류(Re=105Re=10^5)에서는 시간 평균 LESP가 양력과 높은 상관관계를 가짐을 밝힘으로써 와류 기반 모델의 개선을 위한 통찰을 제공합니다.

Ching Chang, You-Peng Shih, Tang-An Li2026-04-28🔬 physics

Bayesian neural network correction of RANS turbulence models with uncertainty quantification in separated flows

이 논문은 RANS 난류 모델의 예측 성능을 높이기 위해 베이지안 신경망(BNN)을 활용하여 난류 운동 에너지 및 이방성 보정치를 산출하고, 이를 통해 분리 유동(separated flows)에서의 예측 정확도 향상과 불확실성 정량화를 동시에 달성하려는 프레임워크를 제안합니다.

Tyler Buchanan, Ali Eidi, Richard P. Dwight2026-04-28🔬 physics