physics.flu-dyn papers | Gist.Science

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.

Surrogate normal-forms for the numerical bifurcation and stability analysis of navier-stokes flows via machine learning

Dit artikel introduceert een 'embed-learn-lift'-framework dat machine learning en niet-lineaire variëteitsleer combineert om efficiënte, laagdimensionale surrogate modellen te bouwen voor de numerieke bifurcatie- en stabiliteitsanalyse van Navier-Stokes-stromingen, waarbij Diffusion Maps de beperkingen van traditionele POD-methoden overwint door symmetrieën te behouden en de intrinsieke dimensie correct te identificeren.

Alessandro Della Pia, Dimitrios G. Patsatzis, Gianluigi Rozza, Lucia Russo, Constantinos Siettos2026-03-17🔬 physics

Effect of Expansion Geometry on Turbulence in Axisymmetric Pipe Flows

Dit onderzoek toont aan dat een geleidelijke uitbreiding in een pijpstelsel, in tegenstelling tot een abrupte uitbreiding, leidt tot hogere turbulentieniveaus en een bredere schuiflaag doordat de terugstroming aan het hellende oppervlak blijft plakken en een verspreid gebied van hoge schuifkrachten creëert.

Jibu Tom Jose, Gal Friedmann, Dvir Feld, Omri Ram2026-03-17🔬 physics

Assessment of tabulated-chemistry models for lean premixed strained hydrogen flames with low-dimensional manifolds

Deze studie presenteert een uitgebreide analyse van tabulatie-chemiemodellen voor armere gemengde waterstofvlammen, waarbij de beperkingen van traditionele modellen worden geïdentificeerd en nieuwe, rekenefficiënte benaderingen worden ontwikkeld om de effecten van spanning en diffusie in turbulente branders nauwkeuriger te voorspellen.

Alessandro Porcarelli, Pasquale Eduardo Lapenna, Francesco Creta, Ivan Langella2026-03-17🔬 physics

Consistent kinetic modeling of compressible flows with variable Prandtl numbers: Double-distribution quasi-equilibrium approach

Deze paper presenteert een consistente kinetische modellering en discretisatiestrategie voor comprimeerbare stromingen met variërende Prandtl-getallen en soortelijke warmteverhoudingen, die via een quasi-evenwichtsbenadering binnen dubbele-verdelingskaders nauwkeurige Navier-Stokes-Fourier-fysica garandeert en stabiel is voor een breed scala aan Mach-getallen en temperatuurverhoudingen.

R. M. Strässle, S. A. Hosseini, I. V. Karlin2026-03-17🌀 nlin

The Semigeostrophic-Euler Limit: Lifespan Lower Bounds and $O(\varepsilon)$ Velocity Stability

Dit artikel bewijst voor het tweedimensionale semigeostrofische systeem op de vlakke torus dat de oplossing stabiel blijft binnen een $O(\varepsilon)$ -afstand van de incompressibele Euler-vergelijking en dat de levensduur van de oplossing een logaritmische verbetering vertoont ten opzichte van de standaard hyperbolische schaal.

Victor Armegioiu2026-03-17🔢 math

Local kinetic sensors for adaptive mesh and algorithm refinement

Dit artikel introduceert en valideert nieuwe, lokaal berekende sensoren die gebruikmaken van de één-deeltjesverdelingsfunctie voor adaptieve mesh- en algoritmerefinement (AMAR) in kinetische modellen, waardoor nauwkeurigere en schaalbare simulaties van complexe stromingen zoals compressibele, turbulente en niet-evenwichtsstromingen mogelijk worden.

R. M. Strässle, S. A. Hosseini, I. V. Karlin2026-03-17🔬 physics

Hierarchy of extreme-event predictability in turbulence revealed by machine learning

Dit onderzoek toont aan dat machine learning een hiërarchie in de voorspelbaarheid van extreme turbulentiegebeurtenissen onthult, waarbij de voorspelbaarheidshorizon wordt bepaald door de persistentie van coherente structuren en grote schaalpatronen.

Yuxuan Yang, Chenyu Dong, Gianmarco Mengaldo2026-03-17🌀 nlin

Sign-Indefinite Helicity and the Structure of Weak Turbulence in Inertial and Non-Hermitian Waves

Dit artikel onderzoekt hoe sign-indefinite heliciteit de structuur van zwakke turbulentie beïnvloedt in rotatie- en oneven-viskeuze stromingen, waarbij wordt aangetoond dat heliciteit de cascade-richtingen herschikt en zelfs terugwaartse energietransfers mogelijk maakt binnen resonante triaden, ondanks een over het algemeen directe cascade.

Shahaf Aharony Shapira, Michal Shavit2026-03-17🔬 physics

Linear Kelvin Wave Predictions in the $z\to 0$ Limit

Dit artikel presenteert een gemodificeerde kern voor lineaire Kelvin-golfvoorspellingen die de divergentie in de $z\to 0$ -limiet oplost door een elliptische spanwijdte-integratie te gebruiken, en biedt tegelijkertijd een snelle evaluatie-methode die een snelheidswinst van $10^4$ - $10^5$ biedt ten opzichte van directe kwadratuur.

Gabriel D Weymouth2026-03-17🔬 physics

A convolutional autoencoder and neural ODE framework for surrogate modeling of transient counterflow flames

Dit artikel introduceert een nieuw CAE-NODE-framework dat convolutie-autoencoders en neurale ODE's combineert om een nauwkeurig verminderd orde-model te creëren voor de simulatie van de tijdsafhankelijke dynamica van tweedimensionale tegenstroomvlammen met een relatieve fout van minder dan 2%.

Mert Yakup Baykan, Weitao Liu, Thorsten Zirwes, Andreas Kronenburg, Hong G. Im, Dong-hyuk Shin2026-03-17🔬 physics

← Vorige Volgende →

physics.flu-dyn