La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Stéphanie Moreau, IReS 1 Conception d'un algorithme de reconstruction de vertex pour les données de CMS Etude de détecteurs gazeux (MSGC) et silicium à

Présentations similaires


Présentation au sujet: "Stéphanie Moreau, IReS 1 Conception d'un algorithme de reconstruction de vertex pour les données de CMS Etude de détecteurs gazeux (MSGC) et silicium à"— Transcription de la présentation:

1 Stéphanie Moreau, IReS 1 Conception d'un algorithme de reconstruction de vertex pour les données de CMS Etude de détecteurs gazeux (MSGC) et silicium à micropistes Stéphanie Moreau

2 Stéphanie Moreau, IReS 2 De la détection à la reconstruction Introduction au collisionneur LHC et à lexpérience CMS Etude sous faisceau de détecteurs : détecteurs gazeux à micropistes (MSGC) valider la résistance et tester la fonctionnalité sous un flux intense détecteurs silicium à micropistes tester lélectronique sous un faisceau échantillonné à 25 ns Algorithme de reconstruction de vertex les vertex primaires et le pile up séparer le vertex primaire intéressant du pile up 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 De la détection à la reconstruction

3 Stéphanie Moreau, IReS 3 Collisionneur proton - proton 26,7 Km de circonférence s = 14 TeV f = 40 Mhz (25 ns) L = 10 33 / 10 34 cm -2 s -1 x = 15 m, y = 15 m, z = 5,3 cm 4 expériences : ALICE, LHCb, ATLAS et CMS Le programme LHC

4 Stéphanie Moreau, IReS 4 Reconstruction des traces chargées et des vertex p T /p T ~ 1% ECAL : ( E /E) 2 = (2,7%) 2 /E + (155/E) 2 + 0,55% HCAL hermétique mesure de E tmiss ( E /E) 2 = (65%) 2 /E + 4,5% champ magnétique de 4T Déclenchement rapide sur les muons p T /p T ~ 10% Le détecteur CMS aimant (H trajectographe détecteurs à muons ECAL (B 0 s (H bb) HCAL Poid : 14 500 t Diamètre : 14,6 m Longueur : 21,6 m Le détecteur CMS

5 Stéphanie Moreau, IReS 5 Diamètre : 2,4 m Longueur : 5,4 m Volume : 24,4 m 2 TEC pixel Tonneau TOB Tonneau TIB Détecteur silicium à pixel Détecteur silicium à micropistes Le trajectographe de CMS (1) Température < -10 0 C Humidité < 15 % Pendant les 10-15 ans du LHC p t 1 3 10 30 100 300 1000 GeV 1 10 (p t )/p t (10 -2 ) 0 0,25 0,5 0,75 1 1,25 1,5 1,75 2 2,25 Sans les détecteurs à pixels total DF DF fin DF épais Le trajectographe de CMS (1)

6 Stéphanie Moreau, IReS 6 Module simple face Module double face (2 modules simple face collés dos à dos) Tracker Inner Barrel Tracker Outer Barrel Tracker Inner Disk Tracker EndCap Faisceau Le trajectographe de CMS (2)

7 Stéphanie Moreau, IReS 7 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 : le nombre de pistes perdues le rapport signal sur bruit la polarisation Les détecteurs à micropistes (MSGC)

8 Stéphanie Moreau, IReS 8 3 mm 2 mm Mélange gazeux : 1/3 Néon - 2/3 DME plan de dérive de 25 m d épaisseur substrat en verre de 300 m d épaisseur Principe de détection 512 anodes : largeur = 7-10 m, pas ~ 200 m GEM en kapton de 25 m d épaisseur 513 cathodes : largeur ~ 90 m 3 mm Principe de détection

9 Stéphanie Moreau, IReS 9 Objectifs : 1. Valider la résistance à un flux intense des modules MSGC+GEM 2. Tester la fonctionnalité 18 modules MSGC+GEM 18 432 canaux de lecture novembre 1999 au PSI Faisceau intense de de 350 MeV/c flux ~ 4 kHz/mm 2 Le test sous flux intense faisceau Le test sous flux intense

10 Stéphanie Moreau, IReS 10 Les pistes perdues 512 pistes d'un substrat Bruit Nombre total de pistes perdues 20 jours de test Pistes mortes : bruit < Moy - 5 Pistes bruyantes : bruit > Moy + 5 Limite "Moy + 5 " Limite "Moy - 5 " 24/16896 pistes perdues équivalent à 5,5 % de pistes en 10 ans de LHC Les pistes perdues

11 Stéphanie Moreau, IReS 11 Le rapport S/N est stable moyenne ~ 37 (détection) ~ 98 % 20 jours Pas dinfluence significative de la pression atmosphérique sur le rapport S/N La pression Variation du rapport signal sur bruit Le rapport S/N 20 jours Variation du rapport signal sur bruit

12 Stéphanie Moreau, IReS 12 Sous flux intense : accumulation de charges à la surface du substrat baisse du rapport signal sur bruit c'est le phénomène de polarisation #entrées Différence relative du rapport signal sur bruit à basse intensité après une période de 12h de haute intensité Pas de déviation de la polarisation par rapport à 0 S/N 1 Polarisation du substrat (S/N 1 -S/N 2 ) LI 1 LI 2 HI } Polarisation du substrat

13 Stéphanie Moreau, IReS 13 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 Synthèse sur les MSGC

14 Stéphanie Moreau, IReS 14 Les détecteurs silicium à micropistes Le nouveau trajectographe Les modules silicium de CMS Test sous faisceau Objectif : tester lélectronique sous un faisceau échantillonné à 25 ns Résultats : Le délai Léfficacité de reconstruction Les détecteurs silicium à micropistes

15 Stéphanie Moreau, IReS 15 2 x 9 disques 7 couches Le Trajectographe tout silicium T 0 < -10 °C Module simple face Module double face (p t = 3 GeV) 15 952 modules Si ~ 10 7 canaux de lecture (TK_Si) (TK_MSGC+Si) 0 1 2 1,04 1,02 1 0,98 0,96 2 x 3 disques 3 couches 4 couches 6 disques 6 couches Le trajectographe tout silicium

16 Stéphanie Moreau, IReS 16 Substrat silicium dopé n épaisseur de 500 m (ou 320 m) 512 (ou 768) pistes adaptateur de pas hybride avec 4 (ou 6) puces de lecture à 128 voies Un module silicium cadre évacuant la chaleur Un module silicium

17 Stéphanie Moreau, IReS 17 Test sous un faisceau type LHC Objectif : tester lélectronique sous un faisceau échantillonné à 25 ns 6 modules silicium à micropistes 10 jours au CERN en octobre 2001 Faisceau intense de et de de 120 GeV/c flux ~ 100 kHz/mm 2 123456 100 mrad Test sous faisceau de type LHC

18 Stéphanie Moreau, IReS 18 Objectif : Déterminer le délai entre : le passage dune particule dans le détecteur et le signal déclenchant lacquisition avec un rapport signal sur bruit maximum Asymétrie : du à un mauvais réglage des paramètres des puces de lecture La courbe de délai Nombre moyen de coups ADC Ddélai (ns) La courbe de délai

19 Stéphanie Moreau, IReS 19 plateau ~ 25 ns efficacité ~ 90-95 % Objectif : mesurer la capacité à détecter le passage dune particule L'efficacité de détection 123456123456 Pparticule 25 ns Lefficacité de détection

20 Stéphanie Moreau, IReS 20 Synthèse sur les dé tecteurs silicium B on comportement sous un faisceau "25 ns" électronique de contrôle et d acquisition les 6 détecteurs Paramètrage de lélectronique de lecture à faire avec soin Synthèse sur les détecteurs silicium à micropistes

21 Stéphanie Moreau, IReS 21 Reconstruction Reconstruction des hits Reconstruction des traces Reconstruction des vertex primaires (sans et avec pile up) secondaires La reconstruction

22 Stéphanie Moreau, IReS 22 4209 hits Les hits simulés

23 Stéphanie Moreau, IReS 23 Reconstruction des traces La reconstruction des traces

24 Stéphanie Moreau, IReS 24 25 traces reconstruites Traces et vertex simulés

25 Stéphanie Moreau, IReS 25 94 traces simules dont 29 de plus de 1 GeV 94 traces simules dont 29 de plus de 1 GeV Les hits et les traces reconstruites et simulées Les hits et traces reconstruites et simulées

26 Stéphanie Moreau, IReS 26 5 vertex simulés Traces et vertex simulés

27 Stéphanie Moreau, IReS 27 Les « 2 » vertex secondaires Les « 3 » vertex primaires Vertex reconstruits et simulés

28 Stéphanie Moreau, IReS 28 Reconstruction de vertex Vertex primaire méthodes (et effet du pile up) Vertex secondaire L'algorithme Elastic Arms Choix des paramètres Résultats : Résolution Efficacité Taux de vertex fantôme Temps CPU Application à la recherche de jet b Reconstruction de vertex

29 Stéphanie Moreau, IReS 29 Reconstruction de vertex primaire Méthode des gaussiennes Méthode des amasMéthode de " binning " Z z (cm) Rrésolution en z ~ 30 m efficacité ~ 99,8 % Rrésolution en z ~ 27 m efficacité ~ 97 % Rrésolution en z ~ 23 m efficacité ~ 96 % traces compatibles Bin de 1 mm Ensemble de traces contenues dans un bin traces incompatibles traces compatibles Vertex 1Vertex 2 Faisceau : x = 15 m, y = 15 m, z = 5,3 cm Sans empilement Reconstruction de vertex primaires

30 Stéphanie Moreau, IReS 30 Vertex primaire et pile up Vertex primaires associés à des traces de faible impulsion Vertex primaire associé à 30 traces de faible impulsion moyenne (1,6 GeV/c 2 ) Vertex primaire associé à 12 traces d'impulsion moyenne de 5 GeV/c 2 z rec -z sim = 18 m Un seul croisement de faisceau Vertex primaires et pile up

31 Stéphanie Moreau, IReS 31 Illustration de la méthode Elastic Arms (EA) Les traces reconstruites Les traces + 3 vertex simulés Les traces reconstruites + 21 Vertex seed Les traces reconstruites + 10 Vertex seed Les traces reconstruites + 3 Vertex reconstruits Avant EA Fin EA Simulation Reconstruction Analyse du même événement Pendant EADébut EA Illustration de la méthode Elastic Arms

32 Stéphanie Moreau, IReS 32 Vertex seed et vertex primaires

33 Stéphanie Moreau, IReS 33 vertex primaire vertex secondaire 1 Fusion de vertex vertex secondaire 2 Traces fixes Déplacement des vertex Reconstruction des vertex

34 Stéphanie Moreau, IReS 34 Pour chaque itération T, chaque trace j, le vertex i se déplace de ( x i y i, z i ) : i,j yiyi i,j xixi i,j zizi Constante à chaque itération ordre de grandeur du déplacement Le potentiel d'attraction : V i,j = inversement proportionnel à la distance i,j /T/T e /T/T e + j e i,j /T/T i,j = d E -1 T d E : Matrice erreur sur la position de la trace j d d : vecteur distance entre le vertex i et la trace j L'algorithme Elastic Arms donne le sens du déplacement ( x i y i, z i ) = - x j V i,j x (,, ) Paramètre de coupure pour les traces isolées Lalgorithme Elastic Arms

35 Stéphanie Moreau, IReS 35 trop faible pas de convergence en position trop fort divergence en position ok Optimisation des paramètres pas de calcul de la dérivée distance maximum de fusion des vertex Paramètres à optimiser : l'ordre de grandeur de déplacement des vertex pour une trace isolée Zz (cm) Iitération Zx (cm) Iitération Zx (cm) Optimisation des paramètres

36 Stéphanie Moreau, IReS 36 Type dévénement événement q q 1 vertex primaire associé à une 30aine de traces événement b b 1 vertex primaire associé à une 20aine de traces 2 vertex secondaires associés à 2-3 traces Types d événements étudiés

37 Stéphanie Moreau, IReS 37 Les traces = lignes les vertex seed = sphères blanches déplacement des sphères entre chaque itération = connections rouges Convergence des « vertex seed » x y Xle vertex simulé Zoom sur un vertex seed 10 m Convergence des vertex seed

38 Stéphanie Moreau, IReS 38 La résolution Ecart Type sur la différence de position des vertex (recontruits - simulés) L'efficacité = Le pourcentage de faux vertex F = Comment évaluer la reconstruction de vertex Comment évaluer la reconstruction des vertex

39 Stéphanie Moreau, IReS 39 La résolution des vertex secondaires X x rec - x sim (cm) X y rec - y sim (cm) X z rec - z sim (cm) = - 7,5 ± 7,8 m x = 81,0 ± 19,2 m = 3,3 ± 6,4 m y = 71,2 ± 12,7 m = 3,8 ± 4,1 m z = 124,7 ± 6,2 m Vertex secondaires : associés à 2 traces min dt > 100 m association au vertex simulé le plus proche Ssim vtx Rrec vtx <1,4 La résolution des vertex secondaires

40 Stéphanie Moreau, IReS 40 Efficacité = taux de vertex fantômes = Nombre de vertex reconstruits associés à un vertex simulé Nombre de vertex simulés Nombre de vertex reconstruits NON associés à un vertex simulé Nombre de vertex reconstruits vertex reconstruit vertex simulé Association si 60% de traces en commun Efficacité et taux de vertex fantômes <1,4 Efficacité et taux de vertex fantômes

41 Stéphanie Moreau, IReS 41 Méthode EA itérative processus lent pour ~ 20 itérations 531 ms/evt/itération Le temps CPU Le temps CPU

42 Stéphanie Moreau, IReS 42 d t = distance transverse (distance entre l'axe du faisceau et le vertex) ndf = 2 /(nombre de traces) 2569 événement b bbar (5138 jets b) Chaque jet est identifié par un vertex secondaire reconstruit par EA Identification de jet b ndf m m m m Identification de jet b

43 Stéphanie Moreau, IReS 43 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 Synthèse sur la reconstruction

44 Stéphanie Moreau, IReS 44 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 lalgorithme Elastic Arms Application à la physique de la beauté Conclusion Conclusion

45 Stéphanie Moreau, IReS 45 Plan de la présentation Introduction Le collisionneur LHC Le détecteur CMS Le trajectographe de CMS Les détecteurs gazeux à micropistes (MSGC) 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 silicium à micropistes le trajectographe tout silicium les détecteurs silicium à micropistes et CMS le test sous faisceau et analyse Résultats : le délai et lefficacité de reconstruction Reconstruction de vertex vertex primaires 3 méthodes de reconstruction Leffet dempilement vertex secondaires la méthode Elastic Arms et le choix des paramètres Résultats : la résolution, lefficacité, le taux de vertex fantôme et le temps CPU identification de jet b Conclusion Plan de la présentation


Télécharger ppt "Stéphanie Moreau, IReS 1 Conception d'un algorithme de reconstruction de vertex pour les données de CMS Etude de détecteurs gazeux (MSGC) et silicium à"

Présentations similaires


Annonces Google