1229 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.
O artigo demonstra que a introdução de paredes texturizadas periodicamente em canais microfluídicos induz um alinhamento robusto de partículas alongadas ao centro do canal, um fenômeno impulsionado por gradientes de cisalhamento espacialmente modulados que oferece uma estratégia passiva para a triagem e focalização de partículas anisotrópicas.
Este estudo demonstra que, em altos números de Reynolds, as perturbações temporais na esteira de turbinas eólicas propagam-se como ondas viajantes advectadas pela velocidade da própria esteira, permitindo uma descrição quase estacionária mediante transformação de Lagrange e indicando que o controle variável no tempo pode otimizar o desempenho de parques eólicos ao modular as interações de esteira.
Este estudo demonstra que, embora expansões axissimétricas abruptas e graduais apresentem topologias médias semelhantes, suas diferenças geométricas alteram fundamentalmente a organização espacial e a persistência das estruturas coerentes e do transporte de material, sem modificar as escalas características ou velocidades de transporte.
Este estudo utiliza simulações numéricas diretas com difusividade salina realista para demonstrar que a convecção induzida pela flutuabilidade da água de degelo desempenha um papel crucial na turbulência da interface gelo-oceano, mesmo em inclinações próximas à horizontal, e que o cisalhamento externo só se torna significativo para taxas de fusão quando atinge velocidades superiores a 5 cm/s, superando assim as limitações das parametrizações tradicionais que negligenciam esses processos convectivos.
O artigo apresenta um framework de rede neural informada por física (PINN) adaptativo e sem malha para a modelagem direta e inversa de escoamento de fluidos em meios porosos de dupla porosidade/permeabilidade, permitindo previsão rápida, assimilação de dados e identificação robusta de parâmetros difíceis de medir, como o coeficiente de transferência de massa.
Este artigo apresenta um modelo de rede neural gráfica (GNN) que prevê com precisão as taxas de produção filtradas de espécies químicas em simulações de grandes vórtices (LES) em malhas não uniformes e complexas, demonstrando robustez na generalização para composições de combustível não vistas e diferentes larguras de filtro sem necessidade de retreinamento.
Este estudo demonstra que ondas de choque puramente compressivas podem gerar cavitação localizada dentro de uma gotícula de perfluorohexano através do deslocamento de fase de Gouy, eliminando a necessidade de ondas de rarefação externas e oferecendo novas estratégias para aumentar a segurança e precisão de tratamentos biomédicos.
Este artigo apresenta um modelo matemático bidimensional que demonstra que, em filmes líquidos evaporando sob aquecimento não uniforme, o aumento do fluxo de calor volumétrico intensifica o fluxo termocapilar, reduzindo a fração de partículas que se agregam ao cluster devido à predominância da força de arrasto sobre a gravidade.
Este estudo desenvolve e valida modelos substitutos baseados em CNNs, treinados com simulações de CFD, para prever em tempo real a distribuição do número de Nusselt em arranjos de jatos de impacto com configurações dinâmicas de entrada/saída, viabilizando estratégias de controle térmico avançado.
Este trabalho apresenta um framework de assimilação de dados sequencial e incerto, baseado em um filtro de Kalman por conjunto operando em um espaço latente reduzido aprendido, capaz de estimar com eficiência e interpretabilidade física campos de escoamento aerodinâmico perturbados por rajadas a partir de medições de pressão esparsas, adaptando-se inclusive a falhas de sensores.