Deze collectie duikt in de fascinerende wereld van fluïdynamica, het wetenschappelijk onderzoek naar hoe vloeistoffen en gassen stromen en interageren. Van de subtiele beweging van water in een rivier tot de complexe luchtstromen rondom een vliegtuigvleugel, dit veld verklaart de krachten die onze fysieke omgeving vormgeven. Het is een gebied waar wiskundige theorie en praktische toepassing samenkomen om de dynamiek van onze natuur te doorgronden.

Op Gist.Science volgen wij elke nieuwe voorgepubliceerde studie die via arXiv in deze categorie verschijnt. Voor elk artikel bieden wij zowel een toegankelijke uitleg in gewone taal als een gedetailleerde technische samenvatting, zodat onderzoekers en geïnteresseerden de inhoud snel kunnen doorlopen zonder vast te lopen in complex jargon. Hieronder vindt u de meest recente papers uit dit dynamische vakgebied.

Rheological properties and shear-induced structures of ferroelectric nematic liquid crystals

Deze studie onderzoekt de reologische eigenschappen en door schuifkrachten geïnduceerde structuren van ferroëlektrische nematische vloeibare kristallen, waarbij wordt vastgesteld dat hun viscositeit en uitlijning sterk afhankelijk zijn van de schuifsnelheid en temperatuur, met name door het voorkomen van splay-deformaties en de vorming van gelaagde structuren in de SmZA-fase.

Ashish Chandra Das, Sathyanarayana Paladugu, Oleg D. Lavrentovich2026-02-27🔬 cond-mat

On the spatial structure and intermittency of soot in a lab-scale gas turbine combustor: Insights from large-eddy simulations

Deze studie gebruikt grote-wervel-simulaties om de ruimtelijke structuur en intermitentie van roet in een lab-gasturbinebrander te analyseren, waarbij stromingsrecirculatie als de drijvende kracht wordt geïdentificeerd en twee roetmodelleringsbenaderingen op prestaties en kosten worden vergeleken.

Leonardo Pachano, Daniel Mira, Abhijit Kalbhor, Jeroen van Oijen2026-02-27🔬 physics

From synthetic turbulence to true solutions: A deep diffusion model for discovering periodic orbits in the Navier-Stokes equations

In dit onderzoek wordt aangetoond dat een generatief diffusiemodel, getraind op turbulente simulaties, kan worden gebruikt om nieuwe periodieke banen in de Navier-Stokes-vergelijkingen te ontdekken die vervolgens worden verfijnd tot exacte oplossingen, waardoor generatieve AI een waardevolle aanvulling wordt op traditionele numerieke methoden voor het verkennen van complexe dynamische systemen.

Jeremy P Parker, Tobias M Schneider2026-02-27🌀 nlin

Efficient Real-Time Adaptation of ROMs for Unsteady Flows Using Data Assimilation

De auteurs presenteren een efficiënte retrainingsstrategie voor een probabilistische gereduceerde orde-modellen (ROM) die, door middel van data-assimilatie en een focus op het aanpassen van de autoencoder in plaats van de volledige dynamica, nauwkeurige voorspellingen voor ongestationaire stromingen mogelijk maakt met slechts een fractie van de rekentijd en zeer beperkte waarnemingen.

Ismaël Zighed, Andrea Nóvoa, Luca Magri, Taraneh Sayadi2026-02-27🤖 cs.LG

Dimensionality Reduction and Dynamical Mode Recognition of Circular Arrays of Flame Oscillators Using Deep Neural Network

Deze studie presenteert een nieuwe methode (Bi-LSTM-VAE-WDC) die diepe neurale netwerken en de 2D-Wasserstein-afstand combineert om dynamische modi in oscillerende verbrandingssystemen effectief te herkennen door hoge-dimensionaliteitstemporele data te reduceren tot een lage-dimensionale fase-ruimte, wat superieure prestaties laat zien ten opzichte van bestaande technieken zoals VAE en PCA.

Weiming Xu, Tao Yang, Peng Zhang2026-02-26🤖 cs.LG

Using Physics Informed Neural Network (PINN) and Neural Network (NN) to Improve a kωk-ω Turbulence Model

Dit artikel presenteert een verbeterde kωk-\omega-turbulentiemodel, genaamd kωk-\omega-PINN-NN, dat het tekortkomingen in de turbulente diffusie van het standaardmodel corrigeert door Physics Informed Neural Networks en Neural Networks te combineren, wat resulteert in nauwkeurigere voorspellingen van stromingsparameters in kanaalstroming en grenslaagstromingen.

Lars Davidson2026-02-26🔬 physics