1174 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 estudo demonstra que, em ligamentos de fluidos viscoplásticos do tipo Herschel-Bulkley com baixo número de Ohnesorge, a reologia dependente da taxa de cisalhamento pode reorganizar a dinâmica de ruptura, permitindo mecanismos de reabertura inercial-capilar que impedem o "end-pinching" observado em fluidos newtonianos no limite de viscosidade nula.
Este estudo demonstra que substratos biomiméticos com arquitetura de escamas sobrepostas podem exibir vibrações flexionais caóticas determinísticas em amplitudes modestas, onde a geometria das escamas e o contato unilateral programam a dinâmica não linear, permitindo o controle do caos através de parâmetros estruturais em vez de grandes deflexões ou não linearidades constitutivas.
Este estudo realiza uma busca computacional sistemática por singularidades nas equações de Navier-Stokes tridimensionais, otimizando condições de Ladyzhenskaya-Prodi-Serrin para identificar fluxos extremos que, embora apresentem taxas de crescimento consistentes com a formação de singularidades, não chegam a se tornar singulares dentro do tempo simulado.
O artigo apresenta o AeTHERON, uma rede de operadores gráficos heterogêneos baseada em aprendizado de máquina que utiliza um viés indutivo físico inspirado no método de fronteira imersa para modelar com alta fidelidade e eficiência computacional a interação fluido-estrutura em caudas flexíveis, demonstrando capacidade de generalização temporal em cenários de escoamento caótico.
Este trabalho propõe e valida um esquema de terceira ordem aprimorado para o modelo de Boltzmann de rede com pseudopotencial, que suprime eficazmente as oscilações espúrias de velocidade na interface de fases e garante resultados mais confiáveis em simulações de escoamentos multifásicos sem adicionar complexidade computacional.
Este trabalho apresenta o primeiro modelo probabilístico de colisão de gotículas binárias derivado de dados experimentais, utilizando aprendizado de máquina (LightGBM) para capturar comportamentos estocásticos e transições de regime com alta precisão, oferecendo uma solução física e abrangente para simulações de spray.
Este estudo revela que, em um regime de fluxo eletrocinético aparentemente linear, pequenas perturbações exibem escalas não lineares e espectros de lei de potência que seguem previsões de turbulência, desafiando a noção convencional de que aproximações lineares são suficientes quando as perturbações são pequenas.
Este estudo numérico demonstra que a otimização do transporte de calor na convecção de Rayleigh-Bénard é alcançada através do bloqueio de fase da circulação de larga escala às oscilações da parede, um mecanismo que sincroniza as reversões do fluxo com o período de oscilação ideal e aumenta o número de Nusselt em mais de 60%.
Este artigo investiga a dinâmica de orientação de um esferoide em queda em um fluxo de cisalhamento simples, combinando análise de sistemas dinâmicos determinísticos e tratamento estocástico de Fokker-Planck para revelar como a competição entre o torque de Jeffery e o torque inercial da sedimentação governa transições de bifurcação e alinhamento estocástico, onde o ruído induz deslizamentos de fase do tipo Kramers sensíveis ao número de Péclet.
Este artigo apresenta um modelo de operador neural aninhado aprimorado por Fourier (Nested Fourier-MIONet) que substitui a integração numérica direta da equação de transferência radiativa em simulações de incêndio CFD, alcançando alta precisão e eficiência computacional ao lidar com malhas tridimensionais refinadas e taxas de liberação de calor variáveis.