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.

Follow the curvature of viscoelastic stress: Insights into the steady arrowhead structure

Deze studie analyseert de interactie tussen stromingsstructuren en georganiseerde polymeerspanningslagen in een visco-elastische vloeistof door een meebewegend referentiekader en spanningslijnen te gebruiken, waardoor een intuïtief verband wordt gelegd tussen de kromming van deze spanningslagen en de lokale drukvariatie in de pijlkopstructuur.

Pierre-Yves Goffin, Yves Dubief, Vincent E. Terrapon2026-02-24🔬 cond-mat

Learning constitutive models and rheology from partial flow measurements

Deze studie introduceert een end-to-end raamwerk dat een differentieerbare niet-Newtoniaanse solver combineert met een frame-invariante tensorbasis-neuraal netwerk om constitutieve modellen en reologische parameters direct uit gedeeltelijke stromingsmetingen te leren en te vertalen naar interpreteerbare symbolische formules, waardoor een robuuste "digitale reometrie" voor complexe vloeistoffen in onbekende geometrieën mogelijk wordt.

Alp M. Sunol, James V. Roggeveen, Mohammed G. Alhashim, Henry S. Bae, Michael P. Brenner2026-02-24🔬 physics

WAKESET: A Large-Scale, High-Reynolds Number Flow Dataset for Machine Learning of Turbulent Wake Dynamics

Dit artikel introduceert WAKESET, een groot scala aan hoogwaardige CFD-simulaties van turbulente wake-dynamica bij hoge Reynolds-getallen, dat is ontworpen om de schaarste aan trainingsdata voor machine learning in de stromingsdynamica aan te pakken en modellen te ondersteunen voor voorspelling en besturing in complexe onderwateromgevingen.

Zachary Cooper-Baldock, Paulo E. Santos, Russell S. A. Brinkworth, Karl Sammut2026-02-24🤖 cs.LG

Machine Learning based Ensemble Flame Regime Classification for Mesoscale Combustors based on Insights from Linear and Nonlinear Dynamic Analysis

Deze studie analyseert dynamische en statistische kenmerken van vlamregimes in mesoschaal-combustoren met behulp van OH*-chemiluminescentie en akoestische signalen, en implementeert een machine learning-ensemble voor hun classificatie op basis van Recurrence Quantification Analysis en Spectrale analyse.

M Ashwin Ganesh, Akhil Aravind, Balasundaram Mohan, Saptarshi Basu2026-02-24🌀 nlin