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

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

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

Présentations similaires


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

1 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 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

3 3 Collisionneur proton - proton 26,7 Km de circonférence s = 14 TeV f = 40 Mhz (25 ns) L = / 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 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 : t Diamètre : 14,6 m Longueur : 21,6 m

5 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 Température < C Humidité < 15 % Pendant les ans du LHC p t 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

6 6 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

7 7 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

8 Électronique de lecture Alimentation en gaz module MSGC = 4 détecteurs MSGC+GEM Les modules MSGC+GEM de CMS Configuration initiale du trajectographe avant : faisceau

9 9 Objectifs : 1. Valider la résistance à un flux intense des modules MSGC+GEM 2. Tester la fonctionnalité 18 modules MSGC+GEM 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

10 10 Analyse du signal Signal = donnée brute - piédestal - mode commun Bruit = signal Le rapport S/N de l'amas ayant la piste de S max Nombre de coups ADC MAX(signal de la piste collectant le plus de signal) Bruit de cette piste le rapport S/N = Le rapport S/Ncoupure pistesSignal/Bruit2 amas Signal/ Bruit moyen 4 Calcul module par module : module 1: max (landau) = S/N = 87,7 module 2 : max (landau) = S/N = 84,9 Calcul du rapport S/N : substrat par substrat module par module (1 module 2substrats) faisceau Ped(jour 1)-Ped(jour 20) 512 pistes d'un substrat

11 11 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

12 12 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

13 13 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 }

14 14 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

15 15 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

16 16 2 x 9 disques 7 couches Le Trajectographe tout silicium T 0 < -10 °C Module simple face Module double face (p t = 3 GeV) modules Si ~ 10 7 canaux de lecture (TK_Si) (TK_MSGC+Si) ,04 1,02 1 0,98 0,96 2 x 3 disques 3 couches 4 couches 6 disques 6 couches

17 17 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

18 18 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 mrad

19 19 Signal = donnée brute - piédestal - mode commun Bruit = signal amas d'1 piste sélectionné si > 5 amas de plusieurs pistes sélectionné si > 2 Signal Bruit Signal Bruit Le bruit Le piédestal Le rapport signal sur bruit des amas 512 pistes Les 3 détecteurs inclinés Traitement du signal 512 pistes S/N 20

20 20 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)

21 21 plateau ~ 25 ns efficacité ~ % Objectif : mesurer la capacité à détecter le passage dune particule L'efficacité de détection Pparticule 25 ns

22 22 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

23 23 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

24 24 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

25 25 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

26 26 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

27 27 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

28 28 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)

29 29 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

30 30 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

31 31 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

32 32 d0d0 B l Trace Vertex secondaire Origine vertex primaire x y Dd0 Traces secondaires Traces primaires Vertex secondaire : D d 0 = l - l B Événement classique La méthode D 0 La méthode PVR 1 Selection des traces non associées 2 Reconstruction du vertex associé à ces traces 3 Élimination des traces peu ou pas compatibles 4 Réévaluation de la position du vertex trouvé Trace peu compatible Position initial du vertex Position finale du vertex Vertex primaire : D d 0 = 0 Méthodes alternatives

33 33 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

34 34 Méthode EA itérative processus lent pour ~ 20 itérations 531 ms/evt/itération Le temps CPU

35 35 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

36 36 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

37 37 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

38 38 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

39 39 MSGC : variation du piédestal

40 40 MSGC : piédestal et bruit

41 41 Le rapport S/N de l'amas ayant la piste de S max Nombre de coups ADC Calcul module par module max (landau) = S/N = 87,7 Calcul substrat par substrat max (landau) = S/N = 50,5 MSGC : calcul du rapport S/N faisceau

42 42 Linversion de type Ann ée LHC Tension de désertion (Volts) = 3 k cm = 3 k cm 400µm 300µm 500µm Tension de désertion (Volts) Fluence dans le TOB après10 ans de LHC Basse résistivité (1,5-3 k cm) m Haute résistivité (4-8 k cm) m Fluence dans le TIB après10 ans de LHC

43 43 Algorithme de déconvolution Sortie idéale Sortie test M200 S = w 1 e 1 + w 2 e 2 + w 3 e 3, w 3 <0 e3e3 e3e3 e2e2 e1e1 e2e2 0

44 44 Les hips V125 V250 VSS V250 Rinv v IN +v CM v CM v OUT = -v IN this node common to all 128 inverters in chip external resistor (on hybrid) 1 per APV chip preamp

45 45 MSGC vs Silicium Les MSGC : Temps de réponse rapide ( 50 ns) Granularité fine (résolution de 40 m) Une excellente résistance à un flux intense dans le temps Très faible quantité de matériel Technologie peu connue Alimentation continue en gaz Utilisation de forte tension ( 10 aine kV) Les détecteurs silicium à micropistes : Temps de réponse très rapide ( 20 ns) Granularité fine (résolution de 30 m) Sensible à un flux intense inversion de type 1000 x +dense/MSGC mais de faible masse atomique Technologie bien connue T 0 < C et < 15% dhumidité Utilisation de tension ( 10 aine -100 aine V)

46 46 Reconstruction des traces

47 47 Des hits aux traces (1) 4209 hits

48 48 Des hits aux traces (2) 25 traces reconstruites

49 49 Résolution des vertex primaire (pile up) Pile up Le vertex primaire z rec -z sim = 17 m

50 50 Résolution des vertex primaire

51 51 Vertex 3 Vertex 1 Fusion de vertex Vertex 2 Traces fixées Déplacement des vertex Illustration de la méthode Elastic Arms

52 52 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 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 L'algorithme Elastic Arms ( x i y i, z i ) = - x j V i,j x (,, ) E min = -1/ i log(e - + j e - d ij )

53 53 Optimisation dEA : potentiel 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 Paramètre de coupure pour les traces isolées iteration Valeur de potentiel dattraction de différentes traces sur un vertex Trace 6 Trace 2 Ensemble des autres traces

54 54 Optimisation dEA : Optimisation dEA : iteration Position y des différents vertex potentiels (cm) Position z des différents vertex potentiels (cm)

55 55 Problème de génération de vertex simulés Événements avec simÉvénement sans sim Nbr evt Nbr moyen de traces/evt Nbr moyen de vertex potentiel/evt Nombre moyen diteration max Nbr moyen de vertex rec Sur une base de 2569 événements reconstruction traces/vertex + simulation traces/vertex simulation traces/vertex seule

56 56 Les vertex secondaires de qq 2569 événements 4223 vertex : 58,7 % à moins de 50 m 5,4 % entre 50 m 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

57 57 H

58 58 La physique de la beauté LHC : bb/an (LI) Etude : Violation CP Oscillation B 0 s - B 0 s B 0 d B 0 d J/ K 0 s B 0 s J/ Identification de jet b : masse élevée fragmentation dure temps de vol (2-3 mm)

59 59 Plasma quarks gluon

60 60 Le détecteur ATLAS Rayon : 10m Longueur : 35m Aimant de 2T

61 61 Le trajectographe de CMS silicium (tonneau intérieur) silicium (tonneau extérieur) silicium (mini bouchon) silicium (bouchon) Pixel (tonneau) pixel (bouchon) 0,2 0,4 0,8 0,6 Efficacité de b tagging E T jet (GeV) 2 traces à TIP>3 2 traces à TIP>2 + Vtx sec rec

62 62 Détecteur de muons (ex:H ) Identification des muons Résolution de l'impulsion p T /p T ~1.5%p T Déclenchement rapide et efficace Aimant de courbure fort champ magnétique de 4T Calorimètre hadronique (ex:H bb) Mesure de lénergie des jets + mesure de lénergie transverse manquante Calorimètre électromagnétique (ex:H ) Mesure de l énergie des e -, e + et grâce aux cristaux de PbWO4 Trajectographe (ex:B 0 s ) Reconstruction des traces chargées et des vertex Mesure de l'impulsion p T /p T =0,5% p T (p T en GeV) Le détecteur CMS


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

Présentations similaires


Annonces Google