1273 artigos
A fluídina, ou dinâmica dos fluidos, é o ramo da física que estuda como líquidos e gases se comportam enquanto fluem e interagem com seu entorno. Desde o movimento suave de um rio até a turbulência complexa nas asas de um avião, esse campo revela os princípios ocultos que governam o movimento da matéria ao nosso redor, conectando fenômenos cotidianos a leis fundamentais do universo.
Nesta seção, o Gist.Science processa e organiza sistematicamente cada novo pré-impresso de física enviado ao arXiv nesta categoria. Nossa equipe transforma esses documentos técnicos em resumos detalhados e versões em linguagem acessível, permitindo que tanto especialistas quanto curiosos compreendam as descobertas mais recentes sem barreiras linguísticas.
Abaixo, você encontrará os artigos mais recentes publicados nessa área, selecionados e resumidos para facilitar sua exploração das fronteiras atuais da dinâmica dos fluidos.
Este artigo utiliza simulações numéricas das equações de Navier-Stokes para investigar a propagação de ondas de Kelvin e a existência de sólitons em filamentos de vórtice clássicos, validando previsões teóricas e propondo um experimento viável para sua geração em laboratório.
Este artigo estuda as soluções das equações de Navier-Stokes bidimensionais geradas por uma configuração co-rotativa de massas de Dirac, descrevendo e controlando cristais de vórtices poligonais (com ou sem um vórtice central) até escalas de tempo sub-difusivas, antes do início esperado da fusão dos vórtices.
Este estudo investiga as propriedades reológicas e as estruturas induzidas por cisalhamento em cristais líquidos nemáticos ferroelétricos, revelando como a polarização e a viscosidade efetiva desses materiais variam com a temperatura e a taxa de cisalhamento, incluindo comportamentos distintos de alinhamento e afinamento por cisalhamento que diferenciam as fases nemáticas polares das não polares.
Este estudo utiliza simulações numéricas de grandes vórtices (LES) para investigar a estrutura espacial e a intermitência da fuligem em uma chama de etileno estabilizada por turbilhão, identificando a recirculação do fluxo como o mecanismo principal de acúmulo e comparando a eficácia e o custo computacional de duas abordagens de modelagem de fuligem.
Este trabalho demonstra como um modelo generativo de difusão, treinado em simulações de turbulência e ajustado para respeitar simetrias físicas, pode descobrir e refinar 111 novas órbitas periódicas nas equações de Navier-Stokes bidimensionais, revelando uma riqueza previamente não observada na estrutura de soluções do sistema.
O artigo propõe uma estratégia eficiente de reatualização em tempo real para Modelos de Ordem Reduzida (ROMs) de escoamentos instacionários, que combina um Variational Autoencoder probabilístico com uma rede Transformer para assimilação de dados esparsos e adaptação rápida a novos regimes de Reynolds, focando o ajuste apenas no codificador para corrigir distorções no manifold latente com custo computacional mínimo.
Este artigo propõe e valida o método CoK-PCA, uma técnica de redução de dimensionalidade baseada no tensor de co-curtose que supera a Análise de Componentes Principais (PCA) tradicional na representação precisa de dinâmicas químicas complexas e eventos extremos em simulações de combustão.
Este estudo propõe um método inovador baseado em um autoencoder variacional bidirecional com memória de longo e curto prazo (Bi-LSTM-VAE) e uma distância de Wasserstein bidimensional para reduzir a dimensionalidade de dados espaço-temporais de alta complexidade e reconhecer com eficácia modos dinâmicos de oscilação em sistemas de combustão, superando técnicas tradicionais como PCA e VAE.
Este trabalho aprimora o modelo de turbulência de Wilcox corrigindo a subestimação da energia cinética turbulenta ao utilizar Redes Neurais Informatizadas por Física (PINN) para modelar a difusão turbulenta e Redes Neurais (NN) para ajustar os coeficientes do modelo, resultando em previsões precisas para escoamentos em canais, camadas limite e colinas periódicas, com a opção de substituir as NNs por regressão simbólica para implementação em códigos CFD comerciais.
Este artigo introduz e investiga a turbulência em fluidos binários não recíprocos através de um modelo bidimensional (NRCHNS), revelando um novo tipo de turbulência caracterizado por uma cascata inversa de energia e um espectro , que, embora lembre a turbulência fluida clássica, distingue-se pela presença de um fluxo não recíproco que é suprimido com o aumento do número de Reynolds.