🔬 Category

physics.flu-dyn

947 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.

Modal Analysis of Buffet Effects Induced by Ultrahigh Bypass Ratio Nacelle Installation

Este estudo utiliza simulações de turbulência de eddy desprendida atrasada e medições de pintura sensível à pressão não estacionária para caracterizar a dinâmica de buffet induzida pela instalação de nacelle de ultra-alta razão de derivação no Airbus XRF-1, revelando que as oscilações de choque dominantes na faixa de St∈[0,1,0,3]St \in [0,1, 0,3] originam-se próximo à interseção pilar-asa e propagam-se para o interior, impulsionadas por separação de fluxo não estacionária e instabilidades de camada de cisalhamento.

Sebastian Spinner, Andre Weiner2026-06-01🔬 physics

Neural-Network-based Viscosity Closure for Non-Newtonian Multiphase Flows

Este artigo apresenta um fluxo de trabalho prático que integra uma rede neural treinada em dados reométricos experimentais como um fechamento de viscosidade dentro de um solver de elementos finitos Cahn–Hilliard–Navier–Stokes, validando com sucesso a abordagem ao simular com precisão a dinâmica de ascensão e as formas de tintas de silicone não newtonianas sem a necessidade de modificações no solver.

Suresh Murugaiyan, Claire L. Nelson, Dhruv Gamdha, Austin Cunniff, Cheng-Hau Yang, Abraham Wiletsky, Kaitlyn W. Dilley, Patrick Babb, Andrew Rhode, Christopher M. Bates, Angela A. Pitenis, Michael L. (…)2026-06-01🔬 physics

Color-gradient lattice Boltzmann modeling of wetting boundary condition on curved solid boundaries

Este artigo introduz uma condição de contorno de molhabilidade para superfícies sólidas curvas no método de lattice Boltzmann de gradiente de cor ao atualizar parâmetros de ordem em nós fantasmas, um esquema validado em hardware GPU para lidar eficazmente com grandes contrastes de densidade e viscosidade, minimizando correntes espúrias e reproduzindo com precisão tanto os comportamentos de linha de contato estática quanto dinâmica.

Malyadeep Bhattacharya, Snigdhadyut Dash, Maneesh Sutar, Ravinder Jajoria, Nimalan Mahadevan, Amol Subhedar2026-06-01🔬 physics

Metamaterials and Fluid Flows

Esta revisão explora o campo interdisciplinar emergente da interação fluido-estrutura potencializada por metamateriais, examinando estruturas teóricas e discutindo como compósitos racionalmente projetados podem controlar com precisão respostas acopladas fluidicas, acústicas e elastodinâmicas para melhorar o desempenho em diversas tecnologias que vão desde a engenharia aeroespacial até dispositivos biomédicos.

Francesco Avallone, Federico Bosia, Yi Chen, Giada Colombo, Richard Craster, Jacopo Maria De Ponti, Nicolò Fabbiane, Michael R. Haberman, Mahmoud I. Hussein, Wontae Hwang, Umberto Iemma, Abigail Juhl (…)2026-05-29🔬 cond-mat.mtrl-sci

Predicting liquid properties and behavior via droplet pinch-off and machine learning

Este estudo demonstra que modelos de aprendizado de máquina treinados em imagens de alta velocidade do desprendimento de gotas podem prever com precisão propriedades-chave dos fluidos, como viscosidade e tensão superficial, oferecendo uma alternativa simplificada e automatizada às técnicas convencionais de medição.

Jingtao Wang, Qiwei Chen, C Ricardo Constante-Amores, Denise Gorse, Alfonso Arturo Castrejon-Pita, Jose Rafael Castrejon-Pita2026-05-29🔬 physics

Sparse-Supervised Hybrid Parameterized Physics-Informed Neural Networks for Incompressible Flows Across Reynolds Numbers

Este artigo apresenta uma estrutura híbrida de rede neural informada por física com parâmetros parametrizados e supervisão esparsa que resolve eficazmente escoamentos de Navier-Stokes incompressíveis em uma faixa de números de Reynolds, combinando aprendizado baseado apenas em física em baixos números de Reynolds com supervisão CFD esparsa mínima e aprendizado por transferência para superar limitações de precisão em regimes de alto número de Reynolds dominados por convecção.

A. Jangir, R. Clements, R. Goyal, G. Tabor2026-05-29🔬 physics

Tail observability and fourth-order closure recovery in physics-informed neural networks for Bhatnagar-Gross-Krook normal shocks

Este artigo demonstra que perfis macroscópicos precisos em redes neurais informadas pela física para choques normais de BGK não garantem precisão de fechamento de quarta ordem devido à fraca observabilidade das funções de distribuição ponderadas pela cauda, e propõe uma correção de fechamento localizada no choque que reduz significativamente os erros de quarta ordem ao visar explicitamente essas projeções ausentes.

Ehsan Roohi2026-05-29🔬 physics

Microfluidic Oscillatory Rheology of Transported Soft Particles

Este artigo revisa experimentos recentes que demonstram como canais microfluídicos personalizados permitem medições reológicas precisas de partículas macias transportadas em várias escalas de tempo e delineia direções futuras de pesquisa, incluindo o estudo de filmes de lubrificação, dinâmicas interfaciais rápidas e caracterização de alto rendimento de sistemas de matéria macia microscópica.

Matteo Milani, Joshua D. McGraw, Anke Lindner Stefano Aime2026-05-29🔬 cond-mat