1255 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 analisa a dinâmica de uma gota de água em uma fibra de açúcar vertical, propondo um modelo e um diagrama de fases que descrevem como a dissolução da fibra pode levar à queda da gota ou, surpreendentemente, ao seu movimento ascendente, dependendo do volume da gota e do diâmetro da fibra.
Este estudo investiga a instabilidade triangular de um vórtice de Batchelor sob um campo de deformação triangular, combinando previsões teóricas e simulações numéricas para demonstrar que o fluxo axial reduz o amortecimento da camada crítica, permitindo que modos anteriormente estáveis se tornem instáveis e alterando a dominância do modo mais instável conforme a intensidade do fluxo aumenta.
Este trabalho propõe um modelo cinético molecular para fluidos reais, exemplificado pelo potencial de Lennard-Jones, que supera as limitações do modelo de Enskog-Vlasov e do modelo de Hertz-Knudsen ao demonstrar excelente concordância com dados experimentais e simulações de dinâmica molecular, revelando desvios significativos da distribuição de Maxwell na evaporação fora do equilíbrio.
Os autores demonstram que é possível controlar o transporte coletivo de centenas de partículas passivas grandes em suspensões de microalgas fototáticas, utilizando estímulos luminosos para gerar rolos de bioconvecção que atraem ou repelem as partículas conforme sua densidade, abrindo caminho para aplicações em entrega de fármacos e descontaminação.
Este estudo demonstra que a simetria na topologia de redes de reservatório melhora significativamente a precisão de previsão em sistemas de convecção térmica, mas tem impacto insignificante em dinâmicas caóticas de alta dimensão, como o fluxo de cisalhamento, revelando assim como a estrutura da rede deve ser adaptada à complexidade do sistema alvo.
Este artigo estabelece as bases teóricas para a resolução das equações de Navier-Stokes com simetria axial em um cilindro com bases identificadas, apresentando uma base completa de formas harmônicas que decompõem o fluxo em componentes Beltrami e anti-Beltrami, e propondo um esquema hierárquico de relações quadráticas para determinar os coeficientes da solução via algoritmos de redes neurais informadas pela física.
Este artigo investiga soluções estacionárias de fluidos relativísticos entre placas paralelas, demonstrando que negligenciar o fluxo de calor leva a perfis de escoamento qualitativamente incorretos devido à "inércia do calor", que contribui para a densidade de momento e é particularmente evidente no referencial de Landau.
O artigo demonstra que estatísticas espaciais semelhantes a ondas, tipicamente atribuídas a efeitos não locais em análogos quânticos de gotas caminhantes, surgem genericamente da dinâmica não linear de baixa dimensão de uma partícula ativa inercial com graus de liberdade internos, estendendo assim o conceito de análogos hidrodinâmicos quânticos para a matéria ativa inercial.
Este artigo apresenta uma exposição didática sobre os princípios de derivação das equações pseudo-Lagrangianas e da teoria da Média Lagrangiana Geral (GLM) para fluidos invíscidos, incompressíveis e homogêneos, diferenciando-se metodologicamente de outras abordagens para facilitar o aprendizado do tema.
Este estudo desenvolve um framework de aprendizado de máquina para prever o fluxo em regime permanente em meios porosos, demonstrando que o Operador de Rede de Fourier (FNO) supera os modelos AE e U-Net ao oferecer previsões precisas e até 1000 vezes mais rápidas que a CFD tradicional, sendo ideal para otimização topológica de placas frias.