Etude de dtecteurs gazeux MSGC et silicium micropistes
- Slides: 62
Etude de détecteurs gazeux (MSGC) et silicium à micropistes Conception d'un algorithme de reconstruction de vertex pour les données de CMS Stéphanie Moreau
De la détection à la reconstruction Introduction au collisionneur LHC et à l’expérience CMS Etude sous faisceau de détecteurs : Ø détecteurs gazeux à micropistes (MSGC) valider la résistance et tester la fonctionnalité sous un flux intense Ø détecteurs silicium à micropistes tester l’électronique sous un faisceau échantillonné à 25 ns Algorithme de reconstruction de vertex Ø les vertex primaires et le pile up séparer le vertex primaire “intéressant” du pile up Ø les vertex secondaires et les jets de b concevoir un algorithme de reconstruction de vertex secondaires identifier des jets issus de la fragmentation de quark b
Le programme LHC Collisionneur proton - proton 26, 7 Km de circonférence s = 14 Te. V f = 40 Mhz (25 ns) L = 1033 / 1034 cm-2 s-1 sx = 15 mm, sy = 15 mm, sz = 5, 3 cm 4 expériences : ALICE, LHCb, ATLAS et CMS
Le détecteur CMS détecteurs à muons (H ZZ mm mm) trajectographe (B s K ) 0 ECAL (H gg) HCAL (H bb) Reconstruction des traces chargées et des vertex Dp. T/p. T ~ 1% ECAL : (s. E/E)2 = (2, 7%)2/E + (155/E)2 + 0, 55% HCAL hermétique mesure de Etmiss (s. E/E)2 = (65%)2/E + 4, 5% champ magnétique de 4 T Poid : 14 500 t Diamètre : 14, 6 m Longueur : 21, 6 m aimant Déclenchement rapide sur les muons Dp. T/p. T~ 10%
Le trajectographe de CMS Détecteur silicium à micropistes Diamètre : 2, 4 m Longueur : 5, 4 m Volume : 24, 4 m 2 Tonneau TOB pixel Détecteur silicium à pixel TEC Tonneau TIB s(pt)/pt (10 -2) Sans les détecteurs à pixels pt 1 3 10 30 100 300 1000 Ge. V Température < -10 0 C Humidité < 15 % 10 total DF Pendant les 10 -15 ans du LHC 1 DF épais DF fin 0 0, 25 0, 75 1 1, 25 1, 75 2 2, 25
Les détecteurs gazeux à micropistes Principe Les MSGC + GEM de CMS Tests sous faisceau Objectifs : 1 - valider la résistance à un flux intense 2 - tester la fonctionnalité Résultats : Ø le nombre de pistes perdues Ø le rapport signal sur bruit Ø la polarisation
Principe de détection Mélange gazeux : 1/3 Néon - 2/3 DME 3 mm plan de dérive de 25 mm d’épaisseur substrat en verre de 300 mm d’épaisseur 3 mm 513 cathodes : 512 anodes : largeur = 7 -10 mm, largeur ~ 90 mm pas ~ 200 mm GEM en kapton de 25 mm d’épaisseur 2 mm
Les modules MSGC+GEM de CMS Configuration initiale du trajectographe avant : 1 2 1 module MSGC = 4 détecteurs MSGC+GEM 1 Électronique de lecture Alimentation en gaz 2 faisceau 3 4
Le test sous flux intense Objectifs : 1. Valider la résistance à un flux intense des modules MSGC+GEM 2. Tester la fonctionnalité faisceau 18 modules MSGC+GEM 18 432 canaux de lecture novembre 1999 au PSI Faisceau intense de 350 Me. V/c flux ~ 4 k. Hz/mm 2
Analyse du signal Signal = donnée brute - piédestal - mode commun Bruit = s signal Le rapport S/N coupure pistes Nombre de coups ADC amas Signal/Bruit SSignal/ Bruit moyen 0. 01 2 0. 005 4 0 Ped(jour 1)-Ped(jour 20) -0. 005 Calcul module par module : module 1: max (landau) = S/N = 87, 7 module 2 : max (landau) = S/N = 84, 9 -0. 01 Calcul du rapport S/N : -0. 015 Ø substrat par substrat Ø module par module (1 module 2 substrats) le rapport S/N = Le rapport S/N de l'amas ayant la piste de S max 512 pistes d'un substrat faisceau MAX(signal de la piste collectant le plus de signal) Bruit de cette piste
Limite "Moy + 5 s" Limite "Moy - 5 s" 512 pistes d'un substrat Pistes mortes : bruit < Moy - 5 s Pistes bruyantes : bruit > Moy + 5 s 24/16896 pistes perdues équivalent à 5, 5 % de pistes en 10 ans de LHC Nombre total de pistes perdues Bruit Les pistes perdues 20 jours de test
Le rapport S/N Variation du rapport signal sur bruit Le rapport S/N est stable moyenne ~ 37 e(détection) ~ 98 % Le rapport S/N Pas d’influence significative de la pression atmosphérique sur le rapport S/N La pression 20 jours
Polarisation du substrat #entrées Sous flux intense : accumulation de charges à la surface du substrat baisse du rapport signal sur bruit c'est le phénomène de polarisation Pas de déviation de la polarisation par rapport à 0 LI 1 LI 2 } HI (S/N 1 -S/N 2) S/N 1 Différence relative du rapport signal sur bruit à basse intensité après une période de 12 h de haute intensité
Synthèse sur les MSGC Rapport S/N stable Pas de polarisation du substrat Moins de 5, 5 % de pistes perdues (équivalent à 10 ans LHC) Un succès MAIS changement de technologie
Les détecteurs silicium à micropistes Le nouveau trajectographe Les modules silicium de CMS Test sous faisceau Objectif : tester l’électronique sous un faisceau échantillonné à 25 ns Résultats : Ø Le délai Ø L’éfficacité de reconstruction
Le Trajectographe tout silicium 6 disques 6 couches T 0 < -10 °C 2 x 9 disques 7 couches 15 952 modules Si ~ 107 canaux de lecture e(TK_Si) 1, 04 e(TK_MSGC+Si) m (pt = 3 Ge. V) 1, 02 Module simple face Module double face 4 couches 2 x 3 disques 3 couches 1 0, 98 0, 96 0 1 2
Un module silicium Substrat silicium dopé n épaisseur de 500 mm (ou 320 mm) 512 (ou 768) pistes adaptateur de pas hybride avec 4 (ou 6) puces de lecture à 128 voies cadre évacuant la chaleur
Test sous un faisceau type LHC 100 mrad 1 2 3 4 5 6 Objectif : tester l’électronique sous un faisceau échantillonné à 25 ns 6 modules silicium à micropistes 10 jours au CERN en octobre 2001 Faisceau intense de et de m de 120 Ge. V/c flux ~ 100 k. Hz/mm 2
Traitement du signal Le piédestal Signal = donnée brute - piédestal - mode commun Bruit = s signal Signal amas d'1 piste sélectionné si >5 Bruit Signal amas de plusieurs pistes sélectionné si >2 Bruit Les 3 détecteurs inclinés 512 pistes Le bruit 512 pistes Le rapport signal sur bruit des amas S/N 20 512 pistes
Nombre moyen de coups ADC La courbe de délai Ddélai (ns) Objectif : Déterminer le délai entre : le passage d’une particule dans le détecteur et le signal déclenchant l’acquisition avec un rapport signal sur bruit maximum Asymétrie : du à un mauvais réglage des paramètres des puces de lecture Ddélai (ns)
L'efficacité de détection Pparticule 25 ns 1 2 3 4 5 6 25 ns Objectif : mesurer la capacité à détecter le passage d’une particule plateau ~ 25 ns efficacité ~ 90 -95 %
Synthèse sur les détecteurs silicium Bon comportement sous un faisceau "25 ns" Ø électronique de contrôle et d’acquisition Ø les 6 détecteurs Paramètrage de l’électronique de lecture à faire avec soin
Reconstruction de vertex Vertex primaire méthodes (et effet du pile up) Vertex secondaire L'algorithme Elastic Arms Choix des paramètres Résultats : Ø Résolution Ø Efficacité Ø Taux de vertex fantôme Ø Temps CPU Application à la recherche de jet b
Reconstruction de vertex primaire Faisceau : sx = 15 mm, sy = 15 mm, sz = 5, 3 cm Méthode de " binning " Sans empilement Méthode des amas Ensemble de traces contenues dans un bin Méthode des gaussiennes traces compatibles Bin de 1 mm Vertex 1 Vertex 2 traces incompatibles Rrésolution en z ~ 30 mm Rrésolution en z ~ 27 mm efficacité ~ 99, 8 % efficacité ~ 97 % z (cm) Z Rrésolution en z ~ 23 mm efficacité ~ 96 %
Vertex primaire et pile up Vertex primaire associé à 12 traces d'impulsion moyenne de 5 Ge. V/c 2 zrec-zsim = 18 mm Un seul croisement de faisceau Vertex primaire associé à 30 traces de faible impulsion moyenne (1, 6 Ge. V/c 2) Vertex primaires associés à des traces de faible impulsion
Illustration de la méthode Elastic Arms (EA) Reconstruction Simulation Les traces + 3 vertex simulés Les traces reconstruites Avant EA Les traces reconstruites + 10 Vertex seed Les traces reconstruites + 21 Vertex seed Début EA Les traces reconstruites + 3 Vertex reconstruits Analyse du même événement Pendant EA Fin EA
L'algorithme Elastic Arms Pour chaque itération T, chaque trace j, le vertex i se déplace de (Dxi, Dyi, Dzi) : 2 2 2 c c c (Dxi, Dyi, Dzi) = - x Sj Vi, j x ( D i, j , D i, j ) D xi D yi D zi Constante à chaque itération ordre de grandeur du déplacement Paramètre de coupure pour les traces isolées Le potentiel d'attraction : Vi, j = e L/T e c 2 i, j + /T dd : vecteur distance entre c 2 i, j = d E-1 Td le vertex i et la trace j E : Matrice erreur sur la position de la trace j ß donne le sens du déplacement c 2 i, j S e /T j inversement proportionnel à la distance
Optimisation des paramètres Paramètres à optimiser : Iitération fusion des vertex trop fort divergence en position ok Zz (cm) trop faible pas de convergence en position ¨ pas de calcul de la dérivée ¨ distance maximum de Zx (cm) ¨ l'ordre de grandeur de déplacement des vertex ¨ L c 2 pour une trace isolée ¨ b = 1/T Iitération
Type d’événement q q 1 vertex primaire associé à une 30 aine de traces événement b b 1 vertex primaire associé à une 20 aine de traces 2 vertex secondaires associés à 2 -3 traces
Convergence des « vertex seed » x Xle vertex simulé 10 mm Les traces = lignes les vertex seed = sphères blanches déplacement des sphères entre chaque itération = connections rouges Zoom sur un vertex seed y
La résolution des vertex secondaires <x> = - 7, 5 ± 7, 8 mm sx = 81, 0 ± 19, 2 mm Vertex secondaires : associés à 2 traces min dt > 100 mm Ssim vtx Xxrec - xsim (cm) association au vertex simulé <y> = 3, 3 ± 6, 4 mm sy = 71, 2 ± 12, 7 mm le plus proche Rrec vtx Xyrec - ysim (cm) <z> = 3, 8 ± 4, 1 mm sz = 124, 7 ± 6, 2 mm <1, 4 Xzrec - zsim (cm) <1, 4
Méthodes alternatives Position initial du vertex Position finale du vertex La méthode PVR 1 2 3 4 Selection des traces non associées Reconstruction du vertex associé à ces traces Élimination des traces peu ou pas compatibles Réévaluation de la position du vertex trouvé Trace peu compatible La méthode D 0 j Vertex primaire : y Dd 0 Trace F Vertex secondaire d 0 l B Origine º vertex primaire Traces secondaires Traces primaires =0 Vertex secondaire : Dd 0 x Dd 0 = l f -l B ique s s a l c t n e Événem
Efficacité et taux de vertex fantômes Efficacité = Nombre de vertex reconstruits associés à un vertex simulé Nombre de vertex simulés taux de vertex fantômes = Nombre de vertex reconstruits NON associés à un vertex simulé Nombre de vertex reconstruits <1, 4 vertex reconstruit Association si 60% de traces en commun vertex simulé
Le temps CPU Méthode EA itérative ß processus lent F pour ~ 20 itérations 531 ms/evt/itération
Identification de jet b Chaque jet est identifié par un vertex secondaire reconstruit par EA 2569 événement b bbar (5138 jets b) mm mm cndf dt = distance transverse (distance entre l'axe du faisceau et le vertex) cndf = c 2/(nombre de traces)
Synthèse sur la reconstruction Reconstruction de vertex par EA Bonne résolution et bonne efficacité Excellent taux de vertex fantômes Application à la recherche de jet b Améliorations pour réduire le temps CPU Difficulté de l'optimisation des paramètres
Conclusion Participation à l'expérience CMS : Évaluation des performances de détecteurs : Les détecteurs gazeux à micropistes Les détecteurs silicium à micropistes Reconstruction des futures données CMS : Vertex primaires et pile up Vertex secondaires et l’algorithme Elastic Arms Application à la physique de la beauté
Conclusion la méthode Elastic Arms et le choix des paramètres Résultats : la résolution, l’efficacité, le taux de vertex fantôme et le temps CPU identification de jet b vertex secondaires 3 méthodes de reconstruction L’effet d’empilement vertex primaires Reconstruction de vertex le trajectographe tout silicium les détecteurs silicium à micropistes et CMS le test sous faisceau et analyse Résultats : le délai et l’efficacité de reconstruction Les détecteurs silicium à micropistes principe de détection les MSGC et CMS le test sous faisceau hautement ionisant et analyse Résultats : le nombre de pistes perdues, le rapport signal sur bruit et la polarisation Les détecteurs gazeux à micropistes (MSGC) Le collisionneur LHC Le détecteur CMS Le trajectographe de CMS Introduction Plan de la présentation
MSGC : variation du piédestal
MSGC : piédestal et bruit
Nombre de coups ADC MSGC : calcul du rapport S/N Calcul substrat par substrat max (landau) = S/N = 50, 5 Calcul module par module max (landau) = S/N = 87, 7 Le rapport S/N de l'amas ayant la piste de S max 1 2 faisceau 3 4
Tension de désertion (Volts) Basse résistivité (1, 5 -3 k. W cm) - 320 mm Haute résistivité (4 -8 k. W cm) - 500 mm Fluence dans le TOB après 10 ans de LHC Fluence dans le TIB après 10 ans de LHC Tension de désertion (Volts) L’inversion de type = 3 k cm 500µm 400µm 300µm Année LHC
Algorithme de déconvolution S = w 1 e 1 + w 2 e 2 + w 3 e 3, w 3<0 e 2 0 e 1 e 3 Sortie idéale Sortie test M 200
Les hips external resistor (on hybrid) 1 per APV chip V 250 preamp Rinv V 250 v. CM V 125 v. IN+v. CM v. OUT = -v. IN VSS this node common to all 128 inverters in chip
MSGC vs Silicium Les MSGC : Les détecteurs silicium à micropistes : • Temps de réponse rapide ( 50 ns) • Temps de réponse très rapide ( 20 ns) • Granularité fine (résolution de 40 mm) • Granularité fine (résolution de 30 mm) • Une excellente résistance à un flux intense dans le temps • Sensible à un flux intense inversion de type • Très faible quantité de matériel • 1000 x +dense/MSGC mais de faible masse atomique • Technologie peu connue • Technologie bien connue • Alimentation continue en gaz • T 0 < -10 0 C et < 15% d’humidité • Utilisation de forte tension ( 10 aine k. V) • Utilisation de tension ( 10 aine -100 aine V)
Reconstruction des traces
Des hits aux traces (1) 4209 hits
Des hits aux traces (2) 25 traces reconstruites
Résolution des vertex primaire (pile up) Le vertex primaire zrec-zsim = 17 mm Pile up
Résolution des vertex primaire
Illustration de la méthode Elastic Arms Déplacement des vertex Vertex 1 Traces fixées Vertex 2 Fusion de vertex Vertex 3
L'algorithme Elastic Arms Pour chaque itération T, chaque trace j, le vertex i se déplace de (Dxi, Dyi, Dzi) : 2 2 2 c c c (Dxi, Dyi, Dzi) = - x Sj Vi, j x ( D i, j , D i, j ) D xi D yi D zi Emin = -1/b Silog(e-b. L + Sje-bdij) Le potentiel d'attraction : Vi, j = e L/T e c 2 i, j + /T c 2 i, j S e /T j inversement proportionnel à la distance
Optimisation d’EA : potentiel Valeur de potentiel d’attraction de différentes traces sur un vertex Le potentiel d'attraction : Vi, j = e L/T e c 2 i, j + /T c 2 i, j S e /T Paramètre de coupure pour les traces isolées Trace 6 j Trace 2 inversement proportionnel à la distance Ensemble des autres traces iteration
Position y des différents vertex potentiels (cm) Position z des différents vertex potentiels (cm) Optimisation d’EA : L iteration
Problème de génération de vertex simulés Sur une base de 2569 événements • reconstruction traces/vertex + simulation traces/vertex • simulation traces/vertex seule Événements avec sim Événement sans sim Nbr evt 2209 360 Nbr moyen de traces/evt 23 5 25 6 Nbr moyen de vertex potentiel/evt 8 6 10 7 Nombre moyen d’iteration max 17 9 20 8 Nbr moyen de vertex rec 3 1 4 1
Les vertex secondaires de qq 2569 événements 4223 vertex : • 58, 7 % à moins de 50 mm • 5, 4 % entre 50 mm et 1 cm • 35, 9 % à plus de 1 cm : • 75, 5% associés à 1 trace • 21, 5% associés à 2 traces • 3% associés à 3 traces et plus
H gg
La physique de la beauté LHC : 5 1012 bb/an (LI) Etude : • Violation CP • Oscillation B 0 s - B 0 s B 0 d a B 0 d J/ K 0 s g B 0 s J/ Identification de jet b : • masse élevée • fragmentation dure • temps de vol (2 -3 mm) b
Plasma quarks gluon
Le détecteur ATLAS Rayon : 10 m Longueur : 35 m Aimant de 2 T
Efficacité de b tagging Le trajectographe de CMS Pixel (tonneau) pixel (bouchon) silicium (tonneau intérieur) silicium (tonneau extérieur) silicium (mini bouchon) silicium (bouchon) 0, 8 0, 6 0, 4 2 traces à TIP>3 s 2 traces à TIP>2 s + Vtx sec rec 0, 2 50 100 150 200 ET (Ge. V) jet
Le détecteur CMS Détecteur de muons (ex: H ZZ mm mm) Identification des muons Résolution de l'impulsion Dp. T/p. T~1. 5%p. T Déclenchement rapide et efficace Aimant de courbure fort champ magnétique de 4 T Calorimètre hadronique (ex: H bb) Mesure de l’énergie des jets + mesure de l’énergie transverse manquante Trajectographe (ex: B 0 s K ) Reconstruction des traces chargées et des vertex Mesure de l'impulsion Dp. T/p. T =0, 5% p. T (p. T en Ge. V) Calorimètre électromagnétique (ex: H gg) Mesure de l’énergie des e-, e+ et g grâce aux 80 000 cristaux de Pb. WO 4
- Josevina
- Silicium
- Rovio robot
- Pfs graphique
- Les étapes d'une étude statistique
- étude transversale
- Projet candide doc
- étude de cas lagos 4ème
- Myriam noel
- étude corrélationnelle définition
- Arc boutement calcul
- Monstruopole
- Etude de l'existant exemple
- Marketing mix nutella
- Etude de cas
- Scratch.mit.etude
- étude réflexive bts ndrc
- Examen microscopique des champignons
- Etude de cas londres
- Etude reflexive e6
- Logistique interne chaine de valeur
- Etude de poste
- Modélisation des liaisons mécaniques
- Flux de données clients
- Etude de marché
- Etude de doc
- Avocat etudes
- étude pronostique définition