Wpływ efektów detektorowych na pomiar dwucząstkowych
Transkrypt
Wpływ efektów detektorowych na pomiar dwucząstkowych
POLITECHNIKA WARSZAWSKA WYDZIAŁ FIZYKI Piotr Ostrowski Wpływ efektów detektorowych na pomiar dwucząstkowych korelacji hadronów w eksperymencie ALICE przy LHC w CERN. PRACA MAGISTERSKA Wykonana na Wydziale Fizyki Politechniki Warszawskiej pod kierunkiem prof. dr hab. Jana Pluty. grudzień 2008 ii Podziękowania Autor pragnie serdecznie podziękować promotorowi, prof. dr hab. Janowi Plucie za przyjęcie do zespołu, za możliwość rozwijania pasji, wsparcie merytoryczne i cenne uwagi jakich nie zabrakło w trakcie pisania tej pracy. Autor pragnie także podziękować dr Adamowi Kisielowi za opinie i konsultacje, a zwłaszcza za pomoc przy stawianiu pierwszych kroków w pracach dla eksperymentu ALICE. Autor dziękuje równiesz pracownikom i studentom Pracowni Zderzeń Ciężkich Jonów Wydziału Fizyki Politechniki Warszawskiej, za wsparcie i miłą atmosferę pracy. iii iv Spis treści Wstęp ix 1 Plazma kwarkowo-gluonowa 1 1.1 Ewolucja systemu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.2 Sygnatury plazmy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2.1 Obserwacja fotonów bezpośrednich . . . . . . . . . . . . . . . . . . . 8 1.2.2 Tłumienie produkcji mezonów J/ψ . . . . . . . . . . . . . . . . . . . 9 1.2.3 Zwiększona produkcja dziwności . . . . . . . . . . . . . . . . . . . . . 10 2 Interferometria jądrowa 13 2.1 Podstawy teoretyczne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2 Układy współrzędnych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2.3 Parametryzacja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.4 Oddziaływania w stanie końcowym . . . . . . . . . . . . . . . . . . . . . . . 19 2.5 Eksperymentalna funkcja korelacyjna . . . . . . . . . . . . . . . . . . . . . . 19 2.6 Modelowanie korelacji . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 2.7 Wyniki eksperymentalne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3 Eksperyment ALICE 3.1 23 Detektor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v 23 3.2 Wielkości obserwowane w ALICE . . . . . . . . . . . . . . . . . . . . . . . . 26 3.2.1 Krotności cząstek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.2.2 Widmo cząstek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.3 Przepływy kolektywne . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3.2.4 Fluktuacje . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.2.5 Dżety . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2.6 Fotony bezpośrednie . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.7 Produkcja par leptonów . . . . . . . . . . . . . . . . . . . . . . . . . 30 Struktura detektora ALICE . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 3.3.1 Rejestracja i rekonstrukcja śladów cząstek . . . . . . . . . . . . . . . 31 3.3.2 ITS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.3.3 TPC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 3.3.4 TRD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Identyfikacja cząstek . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.4.1 TOF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 3.4.2 HMPID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.5 Spektrometr mionowy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.6 Kalorymetr elektromagnetyczny . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.6.1 PHOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39 3.6.2 EMCAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 Detektory przednie i wyzwalanie . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.7.1 ZDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.7.2 PMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.7.3 FMD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.7.4 V0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.7.5 T0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.3 3.4 3.7 vi 3.7.6 ACORDE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.7.7 Wyzwalanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 3.8 Algorytmy śledzenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.9 Przetwarzanie danych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.9.1 46 Przetwarzanie rozproszone . . . . . . . . . . . . . . . . . . . . . . . . 4 Narzędzia 49 4.1 AliRoot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49 4.2 AliEn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4.3 Metadane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 4.4 AliFemto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 4.5 Modelowanie funkcji korelacyjnych w pakiecie AliFemto . . . . . . . . . . . . 58 5 Wyniki 61 5.1 Wybór przypadków do analizy . . . . . . . . . . . . . . . . . . . . . . . . . . 61 5.2 Rozdzielczości . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5.3 Jednocząstkowa rozdzielczość pędowa . . . . . . . . . . . . . . . . . . . . . . 63 5.4 Rozdzielczości składowych pędu względnego pary . . . . . . . . . . . . . . . 64 5.5 Jednowymiarowe funkcje korelacyjne . . . . . . . . . . . . . . . . . . . . . . 71 5.5.1 Splitting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 5.5.2 Merging . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 6 Wnioski 79 A Config.C 81 B ConfigFemtoAnalysis.C 87 vii viii Wstęp Współczesna fizyka cząstek elementarnych jest kontynuacją trwających od wieków dążeń człowieka do poznania podstawowych składników materii i sił nimi rządzących. Po raz pierwszy idea podstawowych, niepodzielnych składników materii pojawiła się w piątym wieku p. n. e. w pracach greckiego filozofa Demokryta z Abdery, jednak poważne naukowe zastosowania tej idei pojawiły się dopiero w przełomie osiemnastego i dziewiętnastego wieku w pracach chemików Antoine Lavoisiera który wprowadził pojęcie pierwiastka chemicznego oraz Johna Daltona który użył koncepcji atomu do wyjaśnienia znanego w chemii prawa stosunków wielokrotnych. Eksperymentalnego potwierdzenia istnienia atomów dostarczył John Brown, odkrywca zjawiska ruchów nazwanych jego imieniem, oraz Albert Einstein który zakładając istnienie atomów dostarczył pierwszego poprawnego matematycznego opisu tego zjawiska (1905). Na przełomie XIX i XX wieku pojawiły się pierwsze sygnały świadczące o tym że atomy chemiczne nie są prawdziwie niepodzielne tzn. mają strukturę wewnętrzną. Sygnałów tych dostarczyły odkrycia spektroskopii, promieni katodowych oraz promieniotwórczości. W tym okresie J. J. Thompson odkrył elektron, pierwszy, według naszego zrozumienia, niepodzielny składnik materii. Pierwsza połowa XX wieku to dalsze badania struktury atomu, już na gruncie mechaniki kwantowej, odkrycie jądra atomowego i jego składników, wówczas uznawanych za niepodzielne protonów i neutronów. Wówczas też narodziła się jako dziedzina wiedzy fizyka jądrowa ix badająca reakcje jądrowe i strukturę jądra atomowego. Na przełomie lat czterdziestych i pięćdziesiątych XX wieku fizyka cząstek oddzieliła się od fizyki jądrowej. W tym czasie lista znanych cząstek elementarnych była bardzo krótka: znano elektron i jego antycząstkę, foton, protony, neutrony, oraz dwa rodzaje mezonów, znano też cztery fundamentalne oddziaływania: grawitacje, elektromagnetyzm oraz silne i słabe oddziaływania jądrowe. W ciągu następnych piętnastu lat nastąpił gwałtowny wzrost liczby odkrywanych cząstek, znano około 200 hadronów lecz nie istniała teoria pozwalająca tą liczbę w jakiś sposób usystematyzować, wprowadzano też nowe liczby kwantowe i prawa zachowania do opisu oddziaływań tych cząstek. Na początku lat 60 wprowadzono koncepcje kwarków która wyjaśniała obserwowane liczby kwantowe i ich symetrię. W tym czasie kwarki były tylko narzędziem matematycznym służącym do wyjaśniania obserwowanych prawidłowości. Ponieważ kwarki muszą mieć ułamkowy ładunek elektryczny, a w tym czasie nic takiego nie zaobserwowano więc wydawało się że kwarki pozostaną tylko użytecznym matematycznym modelem. Przełom nastąpił w 1966 roku kiedy w SLAC (Stanford Linear Accelerator Center) w eksperymencie polegającym na rozpraszaniu elektronów na protonach zaobserwowano że protony rzeczywiście składają się z kwarków oraz, przenoszących oddziaływania miedzy nimi, gluonów. Obecnie znamy sześć rodzajów (zapachów) kwarków: górny - u, dolny - d, powabny -c, dziwny - s, szczytowy lub prawdziwy (true, top) - t oraz denny lub piękny (bottom, beauty) - b. Ostatni został odkryty najcięższy kwark t, odkrycia dokonano w 1994 roku w Fermilab. Oprócz kwarków mamy też sześć rodzajów leptonów: elektrony, miony, taony i odpowiadające im neutrina. Do tego mamy cząstki przenoszące oddziaływania: fotony (elektromagnetyzm), bozony W i Z (oddziaływania słabe) i gluony (oddziaływania silne). Całość składa się na Model Standardowy stanowiący sumę naszej obecnej wiedzy o budowie materii. Obrazu tego w żadnym razie nie można uznać za kompletny i ostateczny. Największym x brakiem współczesnych teorii jest brak spójnego kwantowego opisu grawitacji. Nie znaleziono też bozonu Higgsa stanowiącego element mechanizmu łamania symetrii i nadawania cząstkom mas. Poszukiwania Higgsa to główny element programu Wielkiego Zderzacza Hadronów. Od odkrycia promieni katodowych można datować początki historii akceleratorów, podstawowych narzędzi fizyki cząstek. Pierwsze akceleratory przyspieszały cząstki w stałym polu elektrycznym o wysokiej różnicy potencjałów. Pogoń za coraz wyższymi energiami doprowadziła do wynalezienia akceleratorów kołowych które nie potrzebują bardzo wysokich napięć gdyż cząstki krążą wewnątrz maszyny i mogą być przyspieszane b bardzo wielu mniejszych krokach. Najwyższym osiągnięciem techniki akceleratorów jest LHC (Large Hadron Collider) zbudowany w CERN’ie, pod Genewą. Fizyka zderzeń ciężkich jonów zajmuje się badaniem materii w warunkach ekstremalnych. Celem jest zrozumienie własności silnie oddziałującej materii. Podczas gdy tradycyjne eksperymenty badające zderzenia prostych cząstek takich jak protony i elektrony zajmują się badaniem elementarnych oddziaływań, w idealnym przypadku każde zderzenie to pojedyncze elementarne oddziaływanie (cel łatwiejszy do osiągnięcia w zderzeniach leptonów niż hadronów), to w zderzeniach ciężkich jonów tworzymy system składający się z tysięcy oddziałujących ze sobą kwarków i gluonów. W tym wypadku możemy analizować system w kategoriach hydrodynamicznych i statystycznych i badać własności takie jak temperatura, ciśnienie czy ogólnie równanie stanu chromodynamiki kwantowej. Badania te mają też znaczenie dla kosmologii gdyż w zderzeniach relatywistycznych ciężkich jonów odtwarzamy warunki jakie panowały we wszechświecie ułamek sekundy po Wielkim Wybuchu. Pierwszy rozdział tej pracy poświęcono ogólnemu opisowi głównego celu eksperymentów ze zderzeniami ciężkich jonów jakim jest poszukiwanie śladów przejścia fazowego do stanu plazmy kwarkowo-gluonowej. Procesy zachodzące w trakcie zderzenia relatywistycznych ciężkich jonów zachodzą niesłychanie szybko i w bardzo małych objętościach. Mówimy o wielkościach rzędu 10−15 m i 10−23 s. xi Nie są możliwe bezpośrednie pomiary tak małych wielkości, jednak przy użyciu metod interferometrii jądrowej możliwe jest, poprzez obserwacje korelacji cząstek emitowanych z punktu zderzenia, uzyskanie informacji o geometrii i dynamice źródła cząstek. Podstawy teoretyczne interferometrii jądrowej zaprezentowano w rozdziale drugim. Celem tej pracy jest ocena wpływu efektów detektorowych na możliwości pomiarów korelacyjnych w przygotowywanym właśnie eksperymencie ALICE przy zderzaczu LHC w CERN’ie pod Genewą. Rozdział trzeci poświęcono opisowi systemu detekcyjnego ALICE, wraz z opisem efektów detektorowych mających wpływ na analizy korelacji. Rozdział czwarty to opis oprogramowania używanego do analizy danych w ALICE ze szczególnym uwzględnieniem narzędzi wykorzystywanymi w tej pracy. Przedstawione w tej pracy wyniki zostały w całości uzyskane w procesie analizy rozproszonej w systemie AliEn stworzonym na początku na potrzeby ALICE, teraz będącym częścią projektu Worldwide LHC Computing Grid. Rozdział piąty zawiera wyniki i wnioski. xii Rozdział 1 Plazma kwarkowo-gluonowa Teoria oddziaływań silnych, chromodynamika kwantowa (QCD, Quantum Chromo-Dynamics), opisująca oddziaływania kwarków i gluonów związanych w hadronach, przewiduję specjalną własność tego oddziaływania jaką jest uwięzienie kwarków. W stanie podstawowym przy niskich energiach kwarki są uwięzione wewnątrz mezonów i barionów. Jest to spowodowane postacią potencjału oddziaływania kwarków który na dużych odległościach rośnie liniowo z odległością, jest to zachowanie analogiczne do elastycznej struny łączącej kwarki. Kiedy odległość między kwarkami rośnie, rośnie też energia potencjalna układu, aż w pewnym momencie staję się ona wystarczająca do wyprodukowania pary kwark-antykwark. Zamiast rozdzielić kwarki, proces taki produkuje tylko nowe hadrony. Kwarki przenoszą specjalny rodzaj ładunku nazywanego kolorem (jest to tylko nazwa liczby kwantowej wybrana przez analogię z kolorami podstawowymi). Kolor może przybierać trzy wartości: czerwony, zielony i niebieski oraz odpowiednie anty-kolory. Kolor systemu składającego się z równej ilości cząstek czerwonych, zielonych i niebieskich znosi się, mówimy wtedy że taki układ jest “biały”. Oddziaływaniom silnym podlegają tylko cząstki niosące ładunek kolorowy. Należy podkreślić że gluony przenoszące oddziaływania same mają ładunek kolorowy (kombinację koloru i antykoloru), prowadzi to do tzw. samooddzi1 aływania, gluony w przeciwieństwie do np. fotonów oddziałują ze sobą, co komplikuje teorię. Kwarki są związane w cząstki białe: mezony złożone z pary kwark antykwark o zgodnym kolorze i antykolorze, np mezon π + jest złożony kwarka górnego i antykwarka dolnego, oraz bariony złożone z trzech kwarków o rożnych kolorach, np proton (uud) i neutron (udd). Oddziaływania pomiędzy (białymi) protonami i neutronami w jądrze atomowym są to tzw. oddziaływania resztkowe przenoszone przez piony. Są one analogiczne do oddziaływań Van Der Waalsa między obojętnymi atomami. Głównym zagadnieniem w obserwacjach zderzeń ciężkich jonów jest istnienie dwóch przejść fazowych przewidywanych przez QCD, uwięzienie i częściowe przywrócenie symetrii chiralnej (symetria chiralna jest przybliżoną symetrią QCD w granicy mas kwarków dążących do zera [9]). Przy odpowiednio wysokich gęstościach energii oraz (lub) przy odpowiednio dużej gęstości barionów kwarki tracą tożsamość jako elementy hadronów i przechodzą do nowej fazy zwanej plazmą kwarkowo-gluonową. Diagram fazowy przewidywany przez QCD przedstawiono na rysunku 1.1. Potrzebne warunki można uzyskać w zderzeniach relatywistycznych ciężkich jonów. Przejścia fazowego oraz plazmy kwarkowo-gluonowej nie można zaobserwować bezpośrednio gdyż stan ten istnieje zbyt krótko, rzędu 10−23 s. Można obserwować jedynie pośrednie sygnały takie jak parametry termodynamiczne produkowanych cząstek, sygnały elektromagnetyczne, tłumienie produkcji ciężkich kwarkoniów (stanów związanych kwarku i antykwarku) i zwiększona produkcja dziwności. 1.1 Ewolucja systemu Analizując zderzenia ciężkich jonów należy uwzględnić parametry geometryczne procesu, ponieważ jąder atomowych nie można traktować jako cząstki punktowe. Przed zderzeniem mają one kształt sfer spłaszczonych przez skrócenie Lorentza, w przypadku ekspery2 Rysunek 1.1: Diagram fazowy QCD [10] 3 Rysunek 1.2: Diagram czasowo przestrzenny ewolucji zderzenia [3] mentów o najwyższych energiach (RHIC, LHC) przypominają one płaskie dyski. Podstawowym parametrem każdego zderzenia, obok energii, jest centralność, określa się ją przy pomocy parametru b będącego odległością między centrami jąder mierzona w płaszczyźnie poprzecznej. Od centralności zderzenia zależą takie parametry jak liczba nukleonów uczestników zderzenia (ang. participants), liczba nukleonów “obserwatorów” (ang. spectators) które nie brały udziału w żadnych oddziaływaniach, liczba zranionych nukleonów (ang. wounded nucleons) czyli takich które brały udział w co najmniej jednym nieelastycznym zderzeniu (nie jest to to samo co liczba uczestników). Od centralności zależy też początkowy kształt rozmiarów przestrzennych reakcji. W eksperymentach większość zderzeń, to zderzenia peryferyczne, w których jądra ocierają się o siebie, niewielki procent stanowią zderzenia centralne. Rysunek 1.2 ilustruję rozwój procesu zderzenia w czasie i przestrzeni. Od momentu zderzenia ciśnienie i temperatura systemu gwałtownie rosną, jest to tzw. stan przed równowagowy który opisują modele rozciągania strun i rozpraszania partonów. 4 Model strun posługuje się analogią oddziaływania silnego do elastycznej struny. Wraz ze wzrostem odległości między kwarkami struna staję się coraz bardziej napięta aż w pewnym momencie pęka co jest interpretowane jako produkcja pary kwark antykwark. Dwa fragmenty struny są dalej rozciągane i proces się powtarza dopóki starczy energii. Model rozpraszania partonów traktuje nukleony jako chmury kwarków i gluonów, kiedy chmury te przenikają się dochodzi do twardego rozpraszania i emisji promieniowania gluonowego co prowadzi do wzrostu gęstości energii i entropii. Stan przedrównowagowy, dzięki wzajemnym zderzeniom wyprodukowanych cząstek przechodzi w stan lokalnej równowagi termicznej. Lokalnie sformalizowana plazma kwarkowogluonowa lub gaz hadronowy może być opisana równaniami hydrodynamiki relatywistycznej. Możliwe jest też istnienie fazy mieszanej składającej się z plazmy i gazu jednocześnie. Istnienie plazmy kwarkowo-gluonowej kończy tzw. wymrożenie chemiczne. Jest to moment kiedy tożsamości hadronów z których składa się system (“skład chemiczny” systemu)zostają ustalone. Moment ten charakteryzuję się nagłym wzrostem wydajności produkcji hadronów. Po wymrożeniu chemicznym system składa się z mieszaniny stabilnych hadronów i rezonansów. Wymrożenie termiczne kończy istnienie silnie oddziałującego stanu. Po wymrożeniu termicznym cząstki przestają ze sobą oddziaływać i lecą do detektora. Przejście to jest spowodowane gwałtowną ekspansją systemu co prowadzi do wzrostu średniej drogi swobodnej. Wymrożenie następuje wtedy, kiedy średnia droga swobodna jest tego samego rzędu co rozmiary systemu. Jeśli proces ten zachodzi odpowiednio szybko to rozkłady pędu po wymrożeniu są takie same jak przed, umożliwia to pomiar temperatury w momencie wymrożenia, a także obserwację przepływów kolektywnych. Przyjmuję się że wymrożenie chemiczne zachodzi przed wymrożeniem termicznym, jednak istnieją opisy w których oba przejścia zachodzą jednocześnie. Możliwe też jest że cząstki różnych typów mają różne drogi swobodne i w konsekwencji różne współrzędne wymrożenia 5 termicznego. 1.2 Sygnatury plazmy Plazmy kwarkowo-gluonowej nie da się zaobserwować bezpośrednio. Można jedynie obserwować cząstki wyemitowane w procesie wymrożenia termicznego i na podstawie własności stanu końcowego próbować odtworzyć wcześniejsze stany ewolucji. Dlatego wszystkie obserwacje plazmy kwarkowo-gluonowej mają charakter poszlak na podstawie których wnioskuje się o zaistnieniu i własnościach plazmy. Jedną z przesłanek o tym, że mamy do czynienia z systemem w którym zachodzą procesy kolektywne, w przeciwieństwie do prostej superpozycji zderzeń elementarnych jest istnienie przepływów kolektywnych. Przepływ eliptyczny obserwowany w niecentralnych zderzeniach jest spowodowany przez różnicę gradientów ciśnień w płaszczyźnie reakcji i w płaszczyźnie do niej prostopadłej. Gradient jest największy w płaszczyźnie zderzenia więc przepływ jest także największy. Obserwuje się ten efekt jako odstępstwo od jednorodności rozkładu pędu w funkcji kąta azymutalnego, rysunek 1.4 przedstawia ten efekt obserwowany jako zależność krotności cząstek od kąta azymutalnego. Rysunek 1.3 przedstawia geometrię zderzenia prowadzącą do powstania gradientów ciśnień. Kolejnym sygnałem że mamy do czynienia z gęstym ośrodkiem jest zjawisko tłumienia dżetów. Dżety powstają na początku zderzenia w twardych procesach rozpraszania parton parton. Partony które przemieszczają się przez ośrodek, tracą energię w oddziaływaniach co powoduje że hadrony składowe dżetu przesuwają się w obszar niższych pędów poprzecznych i poszerza się stożek emisji. Zjawisko to nazywa się tłumieniem dżetu (jet quenching). Tempo utraty energii przez dżet zależy od gęstości gluonów w ośrodku i jest inne w gazie hadronowym, a inne w plazmie kwarkowo-gluonowej. 6 Rysunek 1.3: Geometria zderzenia dwóch jąder Rysunek 1.4: Azymutalny rozkład krotności cząstek naładowanych dla trzech różnych centralności, obserwowany przez eksperyment STAR [11] 7 Rysunek 1.5: Tłumienie dżetu “away side” w eksperymencie STAR [12] Zjawisko to obserwuje się w przypadkach kiedy punkt utworzenia dżetu jest położony w pobliżu powierzchni obszaru zderzenia. W próżni oba dżety pochodzące ze zderzenia mają podobną energię i przeciwstawne kierunki. Natomiast w zderzeniach ciężkich jąder obserwuję się jeden dżet o wysokiej energii, i drugi podążający w przeciwnym kierunku stłumiony i rozmyty. Efekt ten tłumaczy się drogą do przebycia przez ośrodek. Przez porównanie takich dżetów ze sobą oraz z obserwacjami w zderzeniach elementarnych można wyciągać wnioski na temat powstającego ośrodka. 1.2.1 Obserwacja fotonów bezpośrednich Ze względu na małą stałą sprzężenia oddziaływań elektromagnetycznych, średnia droga swobodna w fotonów w materii produkowanej w zderzeniach ciężkich jonów jest znacznie dłuższa od rozmiarów systemu. W związku z tym fotony nie oddziałują z systemem po wyprodukowaniu i niosą informację prosto z miejsca i czasu powstania. W zderzeniach ciężkich jonów fotony mogą powstawać w wielu procesach na różnych etapach ewolucji systemu. Fotony natychmiastowe (prompt photons) są produkowane w procesach twardych na samym początku zdarzenia, ich wkład da się teoretycznie obliczyć przy pomocy perturbacyjnej QCD. Fotony pochodzące z elektromagnetycznych rozpadów hadronów 8 powstają w wielu fazach ewolucji systemu jak i po wymrożeniu termicznym. Stanowią one większość (ponad 90%) fotonów emitowanych w zderzeniu. Fotony termiczne promieniowania ciała doskonale czarnego emitowane są z obszarów w równowadze termicznej, zarówno przez plazmę kwarkowo-gluonową jak i gaz hadronowy. Pozwalają one na bezpośredni pomiar temperatury gorącej materii w najgorętszej fazie ewolucji. Nie stanowią one sygnatury plazmy jako takiej, ale pozwalają ocenić czy w zderzeniu zaistniały warunki pozwalające na jej powstanie. Obserwacja fotonów bezpośrednich jest eksperymentalnie bardzo trudna gdyż trzeba oddzielić fotony bezpośrednie od tych pochodzących z rozpadów, a następnie zmierzyć nadwyżkę fotonów termicznych nad natychmiastowymi. Robi się to przez ograniczenie pomiarów to zakresów kinematycznych gdzie ta nadwyżka jest największa. Nie zawsze taki pomiar jest możliwy. Rysunek 1.6 przedstawia obliczone teoretycznie obliczone widmo fotonów bezpośrednich wraz z wkładem od różnych procesów. 1.2.2 Tłumienie produkcji mezonów J/ψ Tłumienie produkcji mezonów J/ψ (złożonych z kwarka i antykwarka powabnego, tzw czarmonium) jest prognozowanym efektem spowodowanym przez ekranowanie Debye’a ładunku kolorowego w plazmie kwarkowo- gluonowej. Oddziaływania między kwarkami stają się słabsze, co prowadzi do dysocjacji powstających cząstek J/ψ. Z tego powodu w scenariuszach z powstającą plazmą kwarkowo-gluonową przewiduje się zmniejszenie obserwowanej ilości stanów czarmonium. Potencjał oddziaływania kwarków c w próżni rośnie liniowo z odległością, jednak wewnątrz plazmy kwarkowo-gluonowej dla pewnej odległości osiąga stałą wartość (wysyca się) i później się nie zmienia. Odległość dla której następuje wysycenie jest odwrotnie proporcjonalna do temperatury. Jeśli promień ten jest mniejszy niż promień oddziaływania cząstki J/ψ (ok. 0.5fm) powinno nastąpić silne tłumienie. 9 Rysunek 1.6: Teoretyczne widmo widmo fotonów bezpośrednich dla zderzeń Au-Au przy energii RHIC. Widoczna nadwyżka fotonów termicznych nad fotonami natychmiastowymi [13] Produkcję cząstek J/ψ najczęściej bada się obserwując leptonowy kanał rozpadu na parę elektronów lub mionów. Jako punkt odniesienia do pomiarów przyjmuje się dobrze poznany proces Drell’a-Yan’a. Jest to proces w którym pary leptonów są produkowane w wyniku twardych oddziaływań elektromagnetycznych między partonami. Proces ten nie jest czuły na obecność plazmy kwarkowo- gluonowej w późniejszych etapach zderzenia. 1.2.3 Zwiększona produkcja dziwności Kwarki dziwne w zderzeniach ciężkich jonów powstają w procesach silnych w bardzo krótkim czasie, jednak rozpadają się przez procesy słabe ze stosunkowo dużym czasem półtrwania, w zderzeniach ciężkich jonów przeżywają one hadronizację i można je traktować jako stabilne. Kwarki dziwne powstałe w trakcie zderzenia dają początek hadronom z niezerową dziwnością. Okazuję się że próg energetyczny dla produkcji dziwności powinien być znacznie niższy 10 wewnątrz plazmy kwarkowo-gluonowej niż w gazie hadronowym. Przykładowe procesy produkcji dziwności: π+N →Λ+K p + p → p + Λ + K+ p + p → p + p + Λ + Λ̄ √ √ s ≈ 500M eV s ≈ 670M eV √ s ≈ 2, 23GeV podczas gdy reakcje w QGP (fuzja gluonów i anihilacja par): g + g → s + s̄ q + q̄ → s + s̄ mają próg energetyczny rzędu dwukrotnej masy kwarka s czyli ok 300MeV. Wzmocnienie produkcji dziwności jest obserwowane przez porównanie liczby produkowanych cząstek dziwnych w zderzeniach proton-proton lub proton-jądro z liczbą obserwowaną w zderzeniac jądro-jądro. Ich liczby sa porównywane względem liczby nukleonów uczestników zderzenia. Rysunek 1.7 przedstawia względną ilość produkowanych cząstek dziwnych w funkcji liczbyzranionych nukleonów względem liczby uczestnikow zderzenia (wyniki eksperymentu WA97 przeprowadzanego na akceleratorze SPS) [14]. 11 Rysunek 1.7: Produkcja cząstek dziwnych w funkcji liczby zranionych nukleonów 12 Rozdział 2 Interferometria jądrowa Interferometria intensywności została odkryta przez fizyka i astronoma Roberta Hanbury Browna i matematyka Richarda Q. Twissa jako metoda pomiaru rozmiarów kątowych odległych obiektów astronomicznych [7]. Po raz pierwszy została użyta na początku lat 50 do pomiaru rozmiarów źródeł radiowych. Pomiar polegał na analizie korelacji pomiędzy sygnałami odebranymi przez dwie oddalone od siebie anteny radiowe. Hanbury Brown i Twiss zaproponowali aby zastosować podobną metodę w zakresie światła widzialnego do pomiaru rozmiarów kątowych gwiazd. Aby pomiar taki był możliwy musi istnieć korelacja pomiędzy czasami dotarcia fotonów do dwóch detektorów. W tamtym czasie nie było jasne czy ten efekt w ogóle istnieje (interferometria intensywności dla fal radiowych była dobrze opisana przez klasyczne równania Maxwella). W 1956 roku opublikowali oni pracę w której opisali pomiar rozmiarów kątowych Syriusza, jako detektorów użyli fotopowielaczy wspomaganymi zwierciadłami reflektorów. Najważniejszym wynikiem tych eksperymentów było pokazanie że dwie kwantowo nierozróżnialne ale różne cząstki mogą powodować efekt interferencyjny. Metoda ta różni się od klasycznej interferometrii tym, że nie wykorzystujemy (nie zawsze dostępnej) informacji o fazie rejestrowanych cząstek. 13 Zastosowania efektu HBT w fizyce cząstek rozpoczęły się od obserwacji grupy Goldhabera [8]. Zaobserwował on nieoczekiwane korelacje w kącie emisji identycznych pionów w anihilacji protonów i antyprotonów. Prawdopodobieństwo emisji par z małymi pędami względnymi było wyższe niż oczekiwane. Efekt ten został zinterpretowany jako wynik statystyki kwantowej. 2.1 Podstawy teoretyczne Podstawy teoretyczne interferometrii jądrowej zostały sformułowane w latach 70 przez Kopylova i Podgoretskiego. Przedstawili oni propozycję zastosowania tej metody do wyznaczenia czasoprzestrzennych charakterystyk procesu emisji cząstek. Korelacje cząstek są czułe na przestrzenno-czasowy rozwój procesu ze względu na statystykę Bosego-Einsteina lub FermiegoDiraca oraz silne i kulombowskie oddziaływania w stanie końcowym. Dzięki oddziaływaniom w stanie końcowym, metoda korelacji może być zastosowana dla par cząstek nieidentycznych. Dwucząstkowa funkcja korelacyjna jest zdefiniowana jako: C2 (p1 , p2 ) = P2 (p1 , p2 ) P1 (p1 )P1 (p2 ) (2.1) gdzie p1 i p2 to pędy cząstek z pary, P1 (p) to jedno cząstkowy rozkład prawdopodobieństwa rejestracji cząstki z pędem p, a P2 (p1 , p2 ) to rozkład dwucząstkowy. Rozważmy uproszczony, jednowymiarowy model emisji cząstki o spinie zero. Model jest zdefiniowany przez funkcję emisji (x to współrzędna przestrzenna, p pędowa), mówi ona o prawdopodobieństwie emisji cząstki o pędzie p z punktu o współrzędnej x: S(x, p) = f (x)g(p) 14 (2.2) warunki normalizacji: Z Z f (x)dx = 1, g(p)dp = hni (2.3) gdzie hni jest średnią krotnością. Widmo jednocząstkowe uzyskujemy z: P1 (p) = Z S(x, p)dx = g(p) (2.4) Jeśli funkcja falowa pojedynczej cząstki ma postać φ(x) = eikx (2.5) to symetryczna funkcja falowa pary bozonów ma postać 1 φ(x1 , x2 ) = √ [eik1 x1 +ik2 x2 + eik1 x2 +ik2 x1 ] 2 (2.6) Dwucząstkowy rozkład prawdopodobieństwa ma postać P2 (p1 , p2 ) = Z dx1 dx2 S(x1 , p1 )S(x2 , p2 )|φ(x1 , x2 )|2 (2.7) Gdzie φ(x1 , x2 ) to dwucząstkowa funkcja falowa pary bozonów. Po przekształceniach dostajemy funkcję korelacyjną jako C2 (p1 , p2 ) = 1 + |f¯(q)|2 (2.8) gdzie f¯(q) jest zdefiniowane jako f¯(q) = Z eiqx f (x)dx, q = p1 − p 2 (2.9) transformata Fouriera przestrzennej części funkcji emisji. Należy podkreślić że w wyniku tych analiz nigdy nie dostajemy bezpośrednio funkcji S(~x, p~) tylko zawsze funkcję S(~r) gdzie 15 ~r jest względną separacją punktów emisji. W ogólnym przypadku należy rozpatrzyć gęstość prawdopodobieństwa W (x1 , p1 , x2 , p2 ) emisji pary z określonym spinem całkowitym s, gdzie xi jest czterowektorem położenia a pi czterowektorem pędu. Wtedy funkcja korelacyjna ma postać R(p1 , p2 ) = XZ d4 x1 d4 x2 W (x1 , p1 , x2 , p2 )eik1 x1 +ik2 x2 + (−1)s eik1 x2 +ik2 x1 (2.10) s gdzie sumowanie odbywa się po wszystkich stanach spinowych. 2.2 Układy współrzędnych Funkcja korelacyjna ogólnie zależy od dwóch, trójwymiarowych pędów, P = p1 + p2 i q = p2 + p1 . W zderzeniach wysokiej energii analizy najczęściej przeprowadza się w tak zwanym układzie LCMS (Longitudinally Comoving System). Jest to układ poruszający się z parą wzdłuż osi wiązki, innymi słowy wybrany tak że Pz = 0 (zwyczajowo oś z jest równoległa do osi wiązki). Osie są wybierane zgodnie z systemem out-side-long, kierunek long jest równoległy do osi wiązki, kierunek out jest równoległy do P w układzie LCMS, inaczej równoległy do składowej poprzecznej P w układzie środka masy zderzenia, kierunek side jest prostopadły do out i long. Dowolny czterowektor może być wyrażony w układzie out-side-long przez rzutowanie na wektor czteropędu pary. Kierunki osi w układzie LCMS przedstawiono na rysunku 2.1. Kiedy wykonamy kolejną transformację z układu LCMS tak aby składowa poprzeczna pędu pary była równa zero, otrzymujemy układ w którym para znajduję się w spoczynku, PRF (pair rest frame). Dla układów w których oddziaływania w stanie końcowym mają duże znaczenie większość analiz przeprowadza się w układzie PRF. 16 Rysunek 2.1: Układ współrzędnych LCMS, k to średni pęd cząstek pary, q to różnica pędów cząstek pary [19] 2.3 Parametryzacja Parametryzacji dokonuje się aby móc określić istotne fizycznie parametry przestrzennoczasowe źródła emisji. Najprostszą parametryzacją funkcji emisji i funkcji korelacyjnej jest parametryzacja funkcją Gaussa. Rzeczywiste źródła nie są dokładnie gausowskie, rozpady rezonansów wprowadzają wydłużenie w czasie i rozszerzenie w przestrzeni źródeł emisji które prowadzi do pojawienia się wykładniczego składnika dla dużych rozmiarów źródła emisji. W związku z tym parametry źródła gausowskiego mogą zależeć od konkretnego procesu dopasowywania. Te problemy mogą być przezwyciężone przez bardziej zaawansowane, ogólne, metody analizy takie jak rozkład funkcji korelacyjnej i funkcji źródła na składowe harmoniczne. W praktyce jednak stosuję się parametryzację gausowską jako minimalny opis danych doświadczalnych obrazujący najważniejsze trendy. W ogólnym przypadku źródło gausowskie można opisać funkcją emisji postaci exp(−Aαβ (xα − x̄α )(xβ − x̄β )) gdzie x jest czterowektorem, a Aαβ jest symetryczną macierzą 4 na 4. Funkcja ta ma 14 parametrów (10 składowych macierzy i cztery przesunięcia), dla dwóch cząstek 17 będzie to 28 parametrów. Jednak jeśli weźmiemy pod uwagę symetrię układu i założymy że rozkład obu cząstek jest identyczny, funkcja zapisana dla względnej separacji punktów emisji ma 9 niezależnych parametrów, trzy z nich odpowiadają gausowskim rozmiarom źródła, trzy przesunięciom i trzy kątom Eulera opisującym położenie w przestrzeni elipsoidy stanowiącej źródło. Najprostsza parametryzacja zakłada sferyczny kształt źródła i gausowski rozkład gęstości. Wtedy funkcja emisji przyjmuje postać: S(x) ∼ exp(− 2 ~rA t2A − ) 2r02 2τ02 (2.11) Nie jest to pełna funkcja emisyjna gdyż nie zależ od pędu. Funkcja korelacyjna dla takiej funkcji ma postać: S(~q) ∼ exp(−r02 ~q2 − τ02 q02 ) (2.12) W najprostszym przypadku można parametryzować funkcję korelacyjną jako jednowymiarową funkcję gausa, zależną od modułu różnicy czteropędów cząstek pary 2 C(q) = 1 + λ exp(−Q2inv Rinv ) gdzie Qinv = |q| = |p1 − p2 | = q (p~2 − p~1 )2 − (E2 − E1 )2 (2.13) Najczęściej jest stosowana parametryzacja Pratta-Bertscha, otrzymujemy ją po przekształceniu ~q = p~2 − p~1 do układu LCMS. Parametryzacja ta pomija rozmiary czasowe źródła. 2 2 2 − Q2long Rlong ) − Q2side Rside C(Qout , Qside , Qlong ) = 1 − λ exp(−Q2out Rout (2.14) Czas emisji szacuję się z różnicy pomiędzy Rside i Rout . Można to zrobić przy założeniu obrotowej symetrii źródła w płaszczyźnie poprzecznej, wtedy Rout powinno być równe Rside . W pomiarach otrzymujemy Rside mniejsze od Rout , tłumaczy się to pozornym rozciągnięciem 18 źródła w kierunku do obserwatora spowodowanym skończonym czasem emisji. Parametr λ występujący w przedstawionych parametryzacjach opisuje stopień koherencji źródła. Dla źródła idealnie koherentnego parametr ten wynosi zero i nie ma efektu korelacyjnego, dla źródeł całkowicie chaotycznych parametr ten wynosi 1 i korelacje są najsilniejsze. W praktyce na wartość mierzonego parametru λ wpływają inne czynniki oprócz koherencji źródła, takie jak zanieczyszczenie innymi cząstkami (problemy z identyfikacją cząstek), cząstki z rozpadu rezonansów, skończona rozdzielczość detektora. 2.4 Oddziaływania w stanie końcowym Przedstawiony wyżej opis dotyczy korelacji spowodowanych przez statystyki kwantowe lecz na efekty korelacyjne mają tez wpływ oddziaływania w stanie końcowym, już po wyemitowaniu cząstek. W przypadku cząstek nieidentycznych te oddziaływania są jedynym źródłem efektów korelacyjnych. Wpływ oddziaływań w stanie końcowym jest największy dla cząstek o najmniejszych pędach względnych gdyż oddziałują one ze sobą przez najdłuższy czas. Dla par identycznych cząstek oddziaływania kulombowskie mogą znacznie obniżyć efekt korelacyjny. 2.5 Eksperymentalna funkcja korelacyjna Funkcja korelacyjna jest mierzona jako stosunek prawdopodobieństwa zaobserwowania pary cząstek o określonych pędach (sygnał) do prawdopodobieństwa zarejestrowania takiej pary niezależnie bez żadnych efektów korelacyjnych (tło). C(p1 , p2 ) = P (p1 , p2 ) P (p1 )P (p2 ) 19 (2.15) Sygnał jest to rozkład różnic pędów par tworzonych z cząstek pochodzących z tego samego zderzenia. Tło jest to rozkład par tworzonych z cząstek pochodzących z różnych zderzeń, gwarantuje to że nie ma pomiędzy nimi żadnych korelacji. Rozkład tła powinien być tworzony ze zderzeń o podobnych parametrach jak te z których pochodzi sygnał, należy brać pod uwagę przede wszystkim centralność zderzeń a także położenie głównego wierzchołka wewnątrz detektora. 2.6 Modelowanie korelacji Istniejące modele zderzeń jądrowych nie są w stanie bezpośrednio generować efektów korelacyjnych. Dostarczają one jedynie informacji o rodzaju cząstek, ich pędach oraz punktach wymrożenia (nie wszystkie). W związku z tym efekty korelacyjne są wprowadzane po wygenerowaniu przypadku. Można to robić na dwa sposoby, pierwszym jest użycie tzw. procesora HBT. Procesor HBT jest to program który modyfikuje wyniki z innego generatora tak aby wprowadzić do nich określony efekt korelacyjny. Robi się to przez modyfikację pędów cząstek tak aby wprowadzić wcześniej założony efekt. Procedura jest iteracyjna, wprowadza się drobne losowe zmiany do pędów cząstek i bada się zgodność funkcji korelacyjnych i jednocząstkowych rozkładów z założeniami. Proces powtarza się dopóki odpowiednia zgodność nie zostanie osiągnięta. W ten sposób można wprowadzić efekt korelacyjny nie naruszając w żaden sposób pozostałych cech przypadku. Drugą metodą, jest metoda wag. Pary w liczniku funkcji korelacyjnej wchodzą z wagami obliczonymi na podstawie pędów pary oraz współrzędnych wymrożenia. Jeśli używany generator ich nie dostarcza, losuje się je z jakiegoś rozkładu, najczęściej gausowskiego. Zaletą metody wag jest możliwość łatwego włączania i wyłączania poszczególnych efektów (QS i FSI) oraz łatwość regulacji ich parametrów. 20 2.7 Wyniki eksperymentalne Pomiary korelacyjne były wykonywane w wielu eksperymentach obserwujących zderzenia ciężkich jonów na przestrzeni ostatnich kilkudziesięciu lat. W związku z tym dysponujemy wynikami uzyskanymi przy energiach zmieniających się o dwa rzędy wielkości. Rysunek 2.2 przedstawia tzw. funkcję ekscytacji, jest to zależność parametrów uzyskanych w analizie korelacyjnej od energii zderzenia na jeden nukleon. Pomiary były wykonywane dla par z centralnego rejonu pospieszności i średniego pędu poprzecznego pary równego ok 200MeV/c. Modele hydrodynamiczne przewidują że w zderzeniach relatywistycznych ciężkich jonów, piony powinny być emitowane przez długi czas, co powoduję wzrost promienia w kierunku out, i osiągnięcie przez stosunek Rout /Rside wartości znacznie większych od jedności. Jednak rysunek 2.2 pokazuję że takiego wzrostu nie obserwujemy. Z drugiej strony modele hydrodynamiczne dobrze opisują inne parametry zderzeń takie jak przepływy kolektywne i widma cząstek. Ta niezgodność jest jednym z nierozwiązanych do tej pory problemów napotkanych w pomiarach femtoskopowych który być może zostanie rozwiązany przez pomiary na akceleratorze LHC, które rozszerzą funkcję ekscytacji o kolejny rząd wielkości. 21 Rysunek 2.2: Zależność paeametrów HBT dla identycznych pionow od energii [19] 22 Rozdział 3 Eksperyment ALICE ALICE (A Large Ion Colider Experiment) jest jednym z czterech głównych eksperymentów przygotowywanych przy akceleratorze LHC w CERN’ie. Detektor ALICE został specjalnie zaprojektowany do obserwacji zderzeń ciężkich jonów gdzie podstawowym problemem jest wysoka krotność emitowanych cząstek. Kolaboracja ALICE składa się z ok 1000 członków z 109 instytutów ze 31 krajów świata. Rozpoczęcie pomiarów jest przewidywane na wiosnę 2009. 3.1 Detektor ALICE jest detektorem ogólnego przeznaczenia zaprojektowanym do badania fizyki silnie oddziałującej materii oraz plazmy kwarkowo-gluonowej przy ekstremalnych temperaturach i gęstościach generowanych w zderzeniach jąder atomowych. Pozwoli on obserwować hadrony, elektrony, miony i fotony emitowane w zderzeniach jąder ołowiu przy najwyższych krotnościach przewidywanych w LHC. Program zawiera też obserwację zderzeń lżejszych jąder przy niższych energiach. Ma to na celu zmianę gęstości energii i objętości Aby uzyskać punkt odniesienia dla zderzeń ołów-ołów prowadzone będą także pomiary na wiązkach protonów 23 Rysunek 3.1: Schemat detektora ALICE. Detektor HMPID w rzeczywistości znajduje się w pozycji odpowiadającej godzinie drugiej względem głównej osi detektora, tutaj został umieszczony na godzinie 12 aby zapewnić lepszą widoczność[PPR2] przy najwyższych energiach LHC. Będzie to też uzupełnienie dla dedykowanych eksperymentów protonowych. Detektor znajduję się w grocie UX-25 w pobliżu francuskiej miejscowości Saint-GenisPouilly na głębokości ok. 45m (LHC Point 2). Całkowite wymiary to 16x16x26m3, waga ok 10000t. ALICE składa się z centralnego cylindra którego detektory obejmują kąt biegunowy od 45 do 135 stopni, oraz przedniego ramienia spektrometru mionowego. ALICE wykorzystuje magnes poprzednio używany przez detektor L3 przy akceleratorze LEP. Ogólny schemat detektora ALICE jest przedtawiony na rysunku 3.1. Centralny cylinder zwany często “beczką” składa się z następujacych elementów (posuwając się od punktu zderzenia na zewnątrz): 24 Rysunek 3.2: Detektor ALICE w trakcie montażu, Zdjęcie wykonane przez autora w maju 2008 ITS - zespołu detektorów półprzewodnikowych wysokiej rozdzielczości TPC - komory projekcji czasowej TRD - detektora promieniowania przejściowego TOF - detektor czasu przelotu HMPID - detektora do identyfikacji cząstek o wysokim pędzie poprzecznym oprócz tego centralny cylinder zawiera dwa kalorymetry elektromagnetyczne PHOS i EmCAL, Wszystkie detektory z wyjątkiem HMPID, PHOS i EmCAL pokrywają pełen kąt azymutalny. Ramię mionowe składa się ze złożonego systemu absorberów, magnesu dipolowego i komór śledzących i wyzwalających rozłożonych w 14 płaszczyznach. Oprócz tego ALICE zawiera kilka mniejszych detektorów dostarczających sygnałów wyzwalających (ang. trigger) oraz 25 mierzących globalne cechy zdarzenia. Na szczycie magnesu L3 zainstalowano zespół scyntylatorów dostarczających sygnału wyzwalającego od promieni kosmicznych (ACORDE). Struktura detektora ALICE przedstawiona będzie szczegołowo w rozdziale 3.3. 3.2 Wielkości obserwowane w ALICE Zderzenia ciężkich jonów dają możliwość obserwacji materii jądrowej, o istotnej objętości, w ekstremalnych temperaturach i ciśnieniach Model standardowy przewiduję istnienie przejść fazowych w materii skondensowanej przy określonych gęstościach energii. Jedynym takim przejściem aktualnie dostępnym w laboratorium jest przejście do stanu plazmy kwarkowogluonowej i przywrócenie symetrii chiralnej Podstawowym zadaniem ALICE jest poszukiwanie śladów plazmy kwarkowo-gluonowej. Obliczenia wykorzystujące Model Standardowy (lattice QCD) przewidują że przejście fazowe do stanu plazmy powinno zachodzić przy gęstości energii odpowiadającej temperaturze Tc = 175+− 15MeV. Uważa się że takie gęstości energii są osiągane w zderzeniach relatywistycznych ciężkich jonów, jednak powstający w zderzeniu system bardzo szybko ewoluuję od ekstremalnych warunków początkowych do hadronowego stanu końcowego. Opis tej ewolucji wykracza poza zakres równowagowego opisu dostarczanego przez QCD i wymaga zastosowania wiedzy z różnych dziedzin, w szczególności fizyki cząstek elementarnych, fizyki jądrowej, termodynamiki, i hydrodynamiki. W tej chwili niewielką liczbę obserwowanych wielkości udaję się wywieść bezpośrednio z Modelu Standardowego, dlatego oprócz modeli opartych na QCD używa się wyidealizowanych i uproszczonych modeli takich jak modele hydrodynamiczne. 3.2.1 Krotności cząstek Pierwszym wynikiem dostarczonym przez ALICE będzie informacja o krotności cząstek naładowanych na jednostkę pośpieszności Jest to wielkość związana z gęstością energii w 26 otrzymanym w zderzeniu ośrodku więc będzie miała wpływ na obliczenia wielu innych parametrów. Z eksperymentalnego punktu widzenia krotność emitowanych cząstek determinuje dokładność z jaką są mierzone inne wielkości. Wielkości tej nie da się teoretycznie obliczyć posługując się QCD gdyż jest ona zdominowana przez miękkie procesy opisywane przez nie perturbacyjną QCD. W związku z tym przewidywania krotności dla ALICE opierają się na ekstrapolacji wyników z RHIC do energii LHC. Obserwowane krotności dla zderzeń proton proton też dostarczą tutaj cennych informacji. Aktualnie przewiduję się że krotność cząstek naładowanych na jednostkę pośpieszności w centralnym rejonie pośpieszności będzie wynosić ok 2600 — 3200. 3.2.2 Widmo cząstek Większość cząstek emitowanych w zderzeniach ciężkich jonów to hadrony o niskich pędach poprzecznych emitowane w fazie wymrożenia termicznego. Rozkłady parametrów tych cząstek dostarczają informacji na temat temperatury i potencjału chemicznego w momencie wymrożenia, przepływów kolektywnych oraz rozmiarów źródeł mierzonych przez analizę korelacji HBT. Uważa się że skład chemiczny (stosunki ilości cząstek różnych typów) ustala się w momencie wymrożenia chemicznego, tak więc dostarcza on informacji o warunkach w jakich nastąpiło wymrożenie chemiczne. Fluktuacje w składzie chemicznym mogą nawet sięgać do wcześniejszych okresów w ewolucji systemu, przed hadronizacją. 3.2.3 Przepływy kolektywne Przepływy kolektywne. W czasie rozwoju przepływu eliptycznego początkowa asymetria obszaru reakcji zanika z powodu szybszego rozprężania materii w płaszczyźnie reakcji. Kiedy asymetria znika przepływ eliptyczny się ustala. Czas w jakim przepływ się ustala jest określony przez początkową geometrią zderzenia i nie jest związany z czasem potrzebnym 27 na hadronizację i wymrożenie termiczne. Przy gęstościach energii osiąganych w ALICE przewiduje się że współczynnik przepływu eliptycznego w niecentralnych zderzeniach będzie osiągał swoją wartość końcową bardzo szybko już we wczesnych etapach zderzenia jeszcze przed hadronizacją. Pomiary v2 mogą dostarczyć więc informacji na temat równania stanu QGP. 3.2.4 Fluktuacje Każda wielkość fizyczna mierzona eksperymentalnie podlega fluktuacjom statystycznym. Fluktuacje mierzonych wielkości fizycznych niosą informację o własnościach obserwowanego systemu. Najlepszym sposobem pomiaru fluktuacji jest analiza w funkcji parametrów zderzenia, w trybie zdarzenie po zdarzeniu. Na gruncie fizyki statystycznej można stwierdzić że fluktuacje opisują podatności systemu, informując jak system reaguje na zewnętrzne zaburzenia. Mierząc fluktuację uzyskujemy dostęp do tych samych właściwości co w eksperymentach na makroskopowych próbkach materii. Dodatkowo fluktuacje mogą zostać zamrożone we wczesnych etapach ewolucji i dostarczyć informacji o ewolucji systemu przed wymrożeniem. Pomiary fluktuacji zdarzenie po zdarzeniu są stosunkowo nową dziedziną w fizyce zderzeń ciężkich jonów. Jak na razie większość analiz skupia się na fluktuacjach pędu poprzecznego i ładunku. Fluktuacje pędu poprzecznego powinny być zależne od fluktuacji temperatury systemu, co oznacza że pozwalają one powiedzieć coś na temat ciepła właściwego gorącej materii. Ponieważ QCD przewiduję ze przejściu do stanu plazmy powinno towarzyszyć maksimum ciepła właściwego, oczekujemy że fluktuacje pędu poprzecznego będą miały minimum w funkcji energii. Fluktuacje pędu mogą też być czułe na długo zasięgowe fluktuacje związane z bliskością punktu krytycznego, w tym przypadku powinny one mieć maksimum w funkcji energii. Fluktuacje ładunku są czułe na ładunki ułamkowe niesione przez kwarki. Przewiduje 28 się że w materii kwarkowej fluktuacje te powinny być dwa do trzech razy mniejsze niż dla materii hadronowej. 3.2.5 Dżety Dżety są produkowane przez twarde (z dużym przekazem pędu) zderzenia pomiędzy składnikami nukleonów wchodzących w skład zderzających się jąder. Wysoko energetyczne, kolorowe cząstki wyprodukowane w pierwotnym zderzeniu oddalają się od siebie i ulegają fragmentacji (zgodnie z modelem strunowym) tracąc energię i pęd, aż dochodzą do stanu końcowego składającego się pozbawionych koloru hadronów. Te hadrony uciekające z miejsca zderzenia nazywamy dżetami (ang. jets). Standardowy algorytm poszukiwania dżetów opiera się na kryterium kalorymetrycznym. W zderzeniach ciężkich jonów cząstki pochodzące z dżetu podlegają wielokrotnemu rozpraszaniu w gorącym gęstym ośrodku, który wpływa na końcowe właściwości dżetu. W ten sposób dżety niosą informację o właściwościach ośrodka. Aby móc określić jaki wpływ ma ośrodek na dżety potrzebny jet materiał porównawczy, dlatego ALICE będą też obserwowane dżety i cząstki o wysokim pędzie poprzecznym w zderzeniach proton proton. Ponieważ ALICE nie ma rozbudowanego systemu kalorymetrów hadronowych, podstawowym problemem w obserwacjach zderzeń proton proton będzie rekonstrukcja dżetów tylko na podstawie śladów cząstek naładowanych W zderzeniach ciężkich jonów oczekuje się że cząstki o wysokim pędzie poprzecznym utracą dużą część swojej energii przechodząc przez ośrodek. Utrata energii spowoduje zmniejszenie liczby cząstek o wysokim pędzie poprzecznym. W rezultacie będzie miała wpływ na stosunki cząstek o wysokim pedzie gdyż kwarki tracą ponad dwa razy więcej energii niż gluony. Z utratą energii przez partony wiąże się też zjawisko tłumienia dżetów. Wszystko to niesie dodatkowe informację o własnościach materii tworzonej w zderzeniu. 29 3.2.6 Fotony bezpośrednie W zderzeniach protonów produkcja fotonów zależy głównie od rozkładu gluonów w protonie. Rozkłady te są bezpośrednio mierzalne przez badanie zależności widma fotonów od pędu poprzecznego. Przy energiach LHC konieczne będą dokładne badania fotonów bezpośrednich w zderzeniach proton proton aby ustalić parametry fragmentacji do fotonów przy niespotykanych wcześniej parametrach kinematycznych oraz aby dostarczyć materiału do porównań dla zderzeń jądro jądro. W zderzeniach ciężkich jonów fotony emitowane w procesach rozpraszania składników nukleonów niosą informację o dynamice silnych oddziaływań Fotony wyemitowane w procesie zderzenia nie oddziałują z ośrodkiem tylko lecą wprost do detektora, dlatego niosą one informację o warunkach w miejscu i czasie swojej emisji. Fotony są emitowane na różnych etapach ewolucji systemu. Najpierw emitowane są tzw. fotony natychmiastowe pochodzące z rozpraszania składników nukleonów zderzających się jąder. Mogą one mieć energie dochodzące do kilkuset GeV. W następnych fazach zderzenia kiedy spodziewamy się powstania plazmy kwarkowo-gluonowej fotony powstają w procesie wielokrotnego rozpraszania kwarków i gluonów. Mają one w zasadzie widmo termiczne które powinno dochodzić do kilku GeV. Po hadronizacji fotony są produkowane w procesach rozpraszania hadronów i rozpadach rezonansów. Rozpady rezonansów zachodzą jeszcze po wymrożeniu termicznym i także dają wkład w produkcję fotonów o energiach rzędu kilkuset MeV. 3.2.7 Produkcja par leptonów Obserwacja produkcji par leptonów jest istotnym narzędziem dostarczającym informacji o dynamice i temperaturze systemu. Leptony są produkowane w trakcie całej ewolucji zderzenia. Etapy ich produkcji są analogiczne do etapów produkcji fotonów. Produkcja par leptonów powyżej masy ok 2 GeV jest zdominowana przez proces Drell’a-Yan’a i roz30 pady mezonów zawierających ciężkie kwarki. Ciężkie kwarki (c i b) powstają w na samym początku zderzenia w procesach pierwotnego rozpraszania, jednak ponieważ rozpadają się dzięki oddziaływaniom słabym, mogą przetrwać termalizację i znaleźć się w plazmie kwarkowogluonowej która może mieć wpływ na ich obserwowane własności. Przewiduję się też że produkcja stanów związanych ciężkich kwarków będzie zaburzona w obecności plazmy ze względu na ekranowanie Debye’a a także “topnienie” jeśli temperatura będzie rzędu energii wiązania kwarkonium. 3.3 3.3.1 Struktura detektora ALICE Rejestracja i rekonstrukcja śladów cząstek Do rejestracji śladów cząstek (śledzenia) przeznaczone są trzy detektory, ITS, TPC oraz TRD. Do podstawowych zadań wewnętrznego systemu śledzącego (Inner Tracking System) należy rekonstrukcja wierzchołków pochodzących z rozpadu ciężkich cząstek, śledzenie i rozpoznawanie cząstek o małym pędzie poprzecznym które nie mają szansy dotrzeć do dalej położonych detektorów oraz poprawa rozdzielczości pędowej detektora. Cztery zewnętrzne warstwy ITS dostarczają sygnałów analogowych co pozwala na pomiar strat jonizacyjnych i identyfikację cząstek. Wybór TPC jako głównego detektora śledzącego, pomimo małej szybkości i dużej objętości generowanych danych, został podyktowany koniecznością niezawodnego śledzenia bardzo dużej liczby cząstek (ok 10000). Wewnętrzna średnica detektora jest określona przez maksymalną dopuszczalną gęstość śladów, a zewnętrzna przez wymaganą rozdzielczość pomiaru strat jonizacyjnych na poziomie 5-7% . Konstrukcja komór odczytujących oraz wybór gazu roboczego są zoptymalizowane pod kątem jak najmniejszych zniekształceń i jak najlepszej rozdzielczości dwucząstkowej. 31 Rysunek 3.3: Schemat ITS [16] 3.3.2 ITS Głównym zadaniem ITS (ang. Inner Tracking System) jest określenie położenia głównego wierzchołka z dokładnością lepszą niż 200µm, rekonstrukcja pobocznych wierzchołków pochodzących z rozpadów hiperonów i mezonów D i B, śledzenie i identyfikacja cząstek o pędach poniżej 200 MeV/c, poprawa pędowej i kątowej rozdzielczości cząstek rekonstruowanych przez TPC i rekonstrukcja cząstek przelatujących przez martwe rejony TPC. ITS otacza rurę wiązki na której jest zamocowany, zapobiega to jakimkolwiek przesunięciom w czasie pracy. Rura wiązki w rejonie zderzenia ma ścianki o grubości 800µm i zewnętrzną średnicę 6cm, wykonana jest z berylu. Detektor składa się z 6 warstw o średnicach od 4 do 43 cm. Pokrywa zakres pseudopośpieszności (ang. pseudo rapidity) |η| < 0, 9. Liczba, rozmieszczenie i granulacja warstw została zoptymalizowana w do wydajnego odnajdywania śladów. Ze względu na wysoką gęstość cząstek powstających w zderzeniach jąder ołowiu w LHC (przewidywana liczba dochodzi do 50 cząstek na cm2 dla wewnętrznej warstwy) do budowy dwóch najbardziej wewnętrznych warstw wybrano krzemowe detektory pikselowe (SPD, Silicon Pixel Detector), kolejnych dwóch detektory dryfowe (SDD Silicon Drift Detector). Dwie na najbardziej zewnętrzne warstwy, gdzie gęstość cząstek nie jest już tak duża, zostały 32 zbudowane z dwuwarstwowych detektorów paskowych (SSD Silicon Strip Detector). SPD dostarcza wyłącznie informacji o tym że cząstka przeleciała przez określony piksel, natomiast SDD i SSD dostarczają analogowy sygnał który jest używany do pomiaru gęstości jonizacji. Daje to ITS możliwość samodzielnej identyfikacji cząstek o małych pędach poprzecznych. Parametr Dokładność przestrzenna rφ (µm) Dokładność przestrzenna z (µm) Rozdzielczość rφ (µm) Rozdzielczość z (µm) Rozmiar komórki µm2 Obszar aktywny jednego modułu (mm2 ) Kanały odczytu na moduł Całkowita liczba modułów Całkowita liczba kanałów odczytu (tysiące) Całkowita liczba komórek (miliony) SPD 12 100 100 850 50×425 12.8×69.6 40960 240 9835 9.84 SDD 38 28 200 600 150×300 72.5×75.3 2 × 256 260 133 23 SSD 20 830 300 2400 95×40000 73×40 2 × 768 1698 2608 2.6 Tablica 3.1: Parametry ITS [16] Ziarnistość detektorów została dopasowana gęstości cząstek rzędu 8000 na jednostkę pośpieszność Aby zapewnić niską zajętość (ang. occupancy) detektora detektor musi mieć kilka milionów aktywnych komórek w każdej warstwie. Dokładność detektora jest rzędu dziesiątek mikrometrów. 3.3.3 TPC Komora projekcji czasowej jest głównym detektorem śledzącym ALICE, jej zadaniem jest pomiar pędów naładowanych cząstek z dobrą rozdzielczością dwucząstkową, identyfikacja cząstek oraz znajdowanie głównego wierzchołka. Pokrycie TPC w pseudopośpieszności wynosi |η| < 0, 9 dla śladów pełnej długości przechodzących przez ITS, TRD i TOF, i dochodzi do |η| < 1, 5 dla niepełnych śladów i zmniejszonej rozdzielczości pędowej. Detektor pokrywa pełen kąt azymutalny z wyjątkiem martwych obszarów pomiędzy komorami odczytującymi. 33 Rysunek 3.4: Schemat TPC [?] Komora projekcji czasowej zbudowana jest z cylindra wypełnionego gazem umieszczonego w silnym polu elektrycznym. Naładowane cząstki przelatujące przez gaz zostawiają w nim ślady w postaci jonizacji. Pole elektryczne obecne w TPC powoduje dryf elektronów w kierunku końców cylindra gdzie umieszczone są detektory odczytujące. Ponieważ prędkość dryfu elektronów jest znana i stała, na podstawie czasu dotarcia poszczególnych części chmury elektronów do detektorów możliwe jest odtworzenie pierwotnego kształtu śladu. Pole elektryczne wytwarzane przez umieszczoną w połowie cylindra cienką elektrodę nie może być na tyle duże aby doprowadzić do lawiny elektronów, gdyż uniemożliwiło by to pomiar gęstości jonizacji. W ALICE natężenie pola wynosi 400v/cm co przy długości cylindra wynoszącej 5m daje różnicę potencjałów między elektrodą a końcami cylindra wynoszącą 100kV. TPC jest najwolniej działającym detektorem ALICE. Szybkość działania jest określona przez czas dryfu który wynosi 90µm. Ta wartość ogranicza maksymalną dopuszczalną częstotliwość zderzeń ołów-ołów. Przy przewidywanych dla ALICE krotnościach cząstek, nałożenie się dwóch zderzeń centralnych w detektorze, powoduje że oba stają się nie możliwe do zrekonstruowania. Szacuje się że TPC może pracować z częstością ok. 200 zderzeń centralnych na sekundę. Przy pracy na wiązkach protonów przy maksymalnej intensywności (ang. luminosity) zderzenia będą zachodzić z częstością 350kHz, powoduje to że w TPC będzie 34 nakładać się na siebie ok. 60 zdarzeń, jednak ze względu na znacznie mniejszą krotność w zderzeniach pp rekonstrukcja będzie możliwa. −0.9 ≤ η ≤ 0.9 dla śladów pełnej długości −1.5 ≤ η ≤ 1.5 dla śladów na 1/3 promienia Pokrycie w kącie azymutalnym 2π Grubość obszaru aktywnego 845 ≤ r ≤ 2466 mm Długość obszaru aktywnego 2 × 2,5 m Segmentacja w kącie azymutalnym 18 sektorów Segmentacja w promieniu dwie komory na sektor Całkowita liczba komór odczytu 2 × 2 × 18 = 72 Gaz Ne/CO2 /N2 90/10/5 Objętość gazu 90m2 Długość drogi dryfu 2 × 2500mm Pole elektryczne 400V/cm Prędkość dryfu 2,7cm/µs Maksymalny czas dryfu 92µs Całkowite napięcie 100kV Całkowita liczba kanałów odczytu 557568 Pokrycie w pseudopośpieszności Tablica 3.2: Parametry TPC [16] 3.3.4 TRD TRD (Transition Radiation Detector) działa w oparciu o zjawisku emisji promieniowania rentgenowskiego przez relatywistyczne cząstki przekraczające granicę ośrodków o różnych stałych dielektrycznych. Intensywność promieniowania jest proporcjonalna do energii cząstki, co umożliwia identyfikacje cząstek w zakresie pędów, gdzie pomiary gęstości jonizacji już nie wystarczają. Głównym zadaniem TRD jest identyfikacja elektronów o pędach poprzecznych powyżej 1 GeV/c. W połączeniu z informacjami z ITS i TPC możliwa jest obserwacja mezonów wektorowych, rezonansów i dileptonów w zderzeniu. Dodatkowo, dzięki bardzo dużej rozdzielczości ITS możliwa jest rekonstrukcja cząstek powabnych oraz pięknych w leptonowych 35 kanałach rozpadu. Duża szybkość działania TRD umożliwia wykorzystanie go jako elementu systemu wyzwalającego (ang. trigger). Będzie on dostarczał sygnału od naładowanych cząstek o dużych pędach poprzecznych co może znacząco poprawić wydajność rejestracji cząstek J/ψ o wysokim pędzie poprzecznym, dileptonów oraz dżetów. Detektor składa się z 540 indywidualnych modułów, pogrupowanych w 18 supermodułów po 30 modułów każdy. Moduły w supermodułach są ułożone w 5 stosów rozmieszczonych wzdłuż osi wiązki. Supermoduł ma aktywną długość 7m i waży 1650kg. Supermoduły są rozłożone wokół punktu zderzenia zapewniając pełne pokrycie w kącie azymutalnym. Pokrycie w pseudopośpieszności wynosi |η| < 0, 9. 3.4 Identyfikacja cząstek Podstawowym sposobem identyfikacji cząstek jest pomiar gęstości strat energii na jonizację (dE/dx) przy przechodzeniu przez ośrodek. Jednak przy wyższych pędach rodzaje cząstek stają się nieodróżnialne, wtedy stosuję się pomiar prędkości przy pomocy detektorów czasu przelotu lub przez pomiar rozwartości stożka promieniowania Czerenkowa. Mając pęd i prędkość można obliczyć masę. Wykorzystuje się też specjalne efekty które dla jednych cząstek występują silniej niż dla innych przy tym samym pędzie (TRD). 3.4.1 TOF Detektor czasu przelotu (Time Of Flight) służy do identyfikacji cząstek produkowanych w zderzeniach. Zapewnia on identyfikacje pionów i kaonów do około 2.5GeV/c oraz protonów do 4GeV/c. Mierzy on czas w jakim cząstki docierają do niego z punktu zderzenia pozwalając na bezpośredni pomiar prędkości. Znając prędkość cząstki, długość toru oraz jej pęd, mierzony w innych detektorach (ITS i TPC), możemy obliczyć jej masę i na tej podstawie określić jej rodzaj. Aby pomiar taki był możliwy, detektor musi mierzyć czas z bardzo dużą 36 dokładnością. Rozdzielczość czasowa TOF wynosi 100ps. Detektor działa w oparciu o moduły MRPC (Multigap Resistive Plate Chamber). Są one złożone ze stosu oddzielonych od siebie warstwą gazu szklanych płytek umieszczonych pomiędzy elektrodami podłączonymi do wysokiego napięcia. Przelatujące cząstki jonizują gaz pomiędzy płytkami co powoduje przebicie lawinowe i powstanie mierzalnego sygnału na elektrodach. Podstawowym elementem detektora jest pasek MRPC o wymiarach 1220mm na 130mm. Każdy pasek ma 96 elektrod odczytujących rozłożonych w 2 rzędach po 48 elektrod. Piętnaście do dziewiętnastu pasków tworzy moduł. Paski w module są umocowane na aluminiowej płycie o strukturze plastra miodu. Całość zamknięta w aluminiowej, szczelnej obudowie. Gazem roboczym jest mieszanina złożona w 90% z tetrafluoroetanu (C2 H2 F4 ). Moduły są zamocowane na ramie otaczającej punkt zderzenia. Pokrycie w pseudopośpiesznosci wynosi |η| < 0, 9. 3.4.2 HMPID Celem detektora HMPID (High-Momentum Particle Identificaton Detector, identyfikacja cząstek o wysokich pędach) jest zapewnienie ALICE możliwości identyfikacji cząstek o pędach większych niż dostępne poprzez pomiar strat energii i czasu przelotu. Rozszerza on zdolność rozróżniania pionów od kaonów do 3GeV/c a kaonów od protonów do 5GeV/c. HMPID jest detektorem z pojedynczym ramieniem pokrywającym około 5% centralnej beczki. Geometria detektora jest zoptymalizowana pod kątem pomiarów cząstek o wysokim pędzie poprzecznym zarówno przy pomiarach w zderzeniach p-p jak i ołów-ołów. Dodatkowo możliwa jest identyfikacja lekkich jąder i antyjąder o wysokim pędzie poprzecznym w centralnym rejonie pośpieszności HMPID działa w oparciu o detektory RICH (Ring Imaging Cherenkov). Pozwalają one na określenie prędkości cząstki przez pomiar kąta rozwarcia stożka promieniowania Czerenkowa emitowanego przez cząstkę. Medium aktywnym jest gruba na 15mm warstwa ciekłego C6 F14 . 37 Rysunek 3.5: Wyróżnione elementy spektrometru mionowego [21] Detektor składa się z siedmiu modułów o wymiarach 1.5 na 1.5 metra umieszczonych na niezależnej konstrukcji. HMPID jest umieszczony na godzinie drugiej względem centralnej beczki. 3.5 Spektrometr mionowy Spektrometr mionowy ALICE to detektor z jednym ramieniem obejmującym obszar pseudopośpiesznosci −4.0 < η < −2.5. Detektor ten będzie mierzył pełne widmo ciężkich mezonów wektorowych a także mezonu φ. Jednoczesna obserwacja tych mezonów w jednym eksperymencie umożliwi bezpośredni pomiar stosunków produkcji w zależności od parametrów takich jak pęd poprzeczny czy centralność zderzenia. Spektrometr składa się z pasywnego absorbera który ma pochłaniać hadrony, elektrony i fotony z punktu zderzenia, detektorów śledzących rozłożonych w 10 płaszczyznach, magnesu dipolowego, ściany filtra mionów za którą znajdują się 4 warstwy komór wyzwalających. 38 Przedni pochłaniacz znajduję się wewnątrz głównego magnesu ALICE. Zbudowany jest on z grafitu i betonu żeby ograniczyć straty energii i rozpraszanie przelatujących mionów, jednocześnie musi on chronić pozostałe detektory ALICE przed produktami zderzeń wtórnych. Komory śledzące (cathode pad chambers) mają rozdzielczość 100µm. Tak wysoka dokładność przestrzenna jest potrzebna aby uzyskać rozdzielczość masy niezmienniczej rzędu 100MeV/c2 . Cały system śledzący ma powierzchnie ok 100m2 i jest podzielony na pięć stacji, każda składa się z dwóch warstw detektorów, dwie stacje są umieszczone przed magnesem dipolowym, jedna wewnątrz i kolejne dwie za magnesem. Dalej znajdują się dwie stacje detektorów wyzwalających, muszą one potrafić. Elektronika wyzwalająca musi rozróżniać miony o małym pędzie poprzecznym pochodzących od rozpadu pionów i kaonów od mionów o wysokim pt pochodzącym z rozpadów ciężkich kwarkoniów. 3.6 3.6.1 Kalorymetr elektromagnetyczny PHOS Spektrometr fotonów jest spektrometrem elektromagnetycznym o wysokiej rozdzielczości. Jego zadaniem zadaniem jest obserwacja termicznych i dynamicznych własności materii powstałej w pierwszych fazach zderzenia poprzez obserwacje bezpośrednich fotonów o małych pędach poprzecznych, oraz obserwacja tłumienia dżetów poprzez pomiary neutralnych pionów i fotonów o wysokich pędach poprzecznych. PHOS jest detektorem o jednym ramieniu podzielonym na pięć modułów umieszczonych na dnie magnesu detektora. Każdy z modułów składa się z kalorymetru elektromagnetycznego wysokiej segmentacji oraz detektora informującego o cząstkach naładowanych i neutronach przedostających się do kalorymetru. Każda komórka składa się z kryształu PbWO4 o wymiarach 22 na 22 na 180 mm połączonego z fotodioda lawinową (APD Avalanche PhotoDiode) i nisko szumowym przedwzmacniaczem. 39 3.6.2 EMCAL Kalorymetr elektromagnetyczny, którego konstrukcja rozpoczęła się w 2008 roku, ma umożliwić dokładne badanie tłumienia dżetów w szerokim zakresie parametrów kinematycznych. Będzie to kalorymetr próbkujący oparty o scyntylator ołowiowy . Znajdzie się on wewnątrz magnesu L3 ok 4.5m od punktu zderzenia, pokryje on obszar |η| < 0.7 w pseudopośpiesznosci i ∆φ = 107 w kącie azymutalnym. Rozmiar kalorymetru jest ograniczony przez dostępne miejsce wewnątrz magnesu ALICE i jego zdolność do utrzymania ciężaru. 3.7 3.7.1 Detektory przednie i wyzwalanie ZDC ZDC (Zero Degree Calorimeter) mierzy energię niesioną z punktu zderzenia przez nieoddziałujące nukleony, wielkość ta pozwala bezpośrednio określić liczbę nukleonów uczestniczącą w zderzeniu (uczestników). Na tej podstawie można określić centralność zderzenia, informacja ta jest następnie wykorzystywana przez układ wyzwalający ZDC to dwa zestawy kalorymetrów hadronowych umieszczonych w odległości 116m po obu stronach punktu zderzenia wewnątrz tunelu LHC. Neutrony i protony są rozdzielane przez pole magnetyczne akceleratora i rejestrowane w oddzielnych detektorach. Neutrony w detektorze umieszczonym pomiędzy rurami wiązek, a protony na zewnątrz rury wychodzącej. Oba moduły są wyposażone w mechanizm pozwalający opuszczać je poza płaszczyznę wiązki kiedy nie są używane, ogranicza to dawkę promieniowania jaką przyjmują. 3.7.2 PMD PMD (Photon Multipicity Detector) mierzy ilość i przestrzenne rozmieszczenie fotonów w zakresie 2.3 < η < 3.7 pseudopośpiesznosci w poszczególnych zderzeniach. Pomiary te 40 dostarczają informacji na temat fluktuacji parametrów poszczególnych zderzeń, przepływów kolektywnych oraz formowania się kondensatu DCC (ang. Disoriented Chiral Condensate). Ze względu na dużą gęstość cząstek w przednim obszarze nie można zastosować kalorymetrów do pomiaru fotonów. Zamiast tego zastosowano detektory złożone z grubego na trzy jednostki radiacyjne radiatora z stali i ołowiu umieszczonego między komorami proporcjonalnymi o dużej ziarnistości. Ziarnistość i grubość radiatora są dostosowane do wysokiej gęstości cząstek tak żeby przekrywanie się kaskad elektromagnetycznych w radiatorze było jak najmniejsze. 3.7.3 FMD FMD (Forward Multiplicity Detector) dostarcza pomiarów ilości cząstek naładowanych emitowanych w obszarze pseudopośpiesznosci −3.4 < η < −1.7 oraz 1.7 < η < 5.0. Razem z ITS pozwoli on na pomiary krotności zderzeń w zakresie −3.4 < η < 5.0 w trybie “zdarzenie po zdarzeniu”. Dodatkowo, ze względu na wysoką granulację detektora, możliwe będą pomiary fluktuacji krotności zderzeń oraz określanie płaszczyzny reakcji i badania przepływów kolektywnych w obszarze pośpieszności pokrywanym przez detektor. Detektor składa się z detektorów krzemowych rozmieszczonych w pięciu pierścieniach, cztery z nich są rozmieszczone symetrycznie względem ITS, natomiast piąty jest znacznie dalej od punktu zderzenia po przeciwnej stronie niż spektrometr mionów. 3.7.4 V0 Detektor V0 stanowią dwa zespoły liczników scyntylacyjnych umieszczonych po obu stronach punktu zderzenia. Jeden z nich znajduje się 3.4m od punktu zderzenia po stronie przeciwnej do spektrometru mionowego, drugi w odległości 90cm przed samym absorberem. Spełnia on kilka funkcji: dostarcza sygnału wyzwalającego dla pomiarów ołów-ołów i proton41 proton, dostarcza informacji na temat centralności zderzenia i pomaga zweryfikować sygnał wyzwalacza spektrometru mionowego. 3.7.5 T0 T0 to dwa zespoły liczników Czerenkowa umieszczonych przy rurze wiązki, każdy zespół składa się z dwunastu liczników. Od strony absorbera liczniki są umieszczone w odległości 72,7cm, z drugiej strony odległość wynosi ok 375cm. Zadaniem T0 jest dostarczenie sygnału startowego dla detektora czasu przelotu, jest to czas zderzenia plus stałe przesunięcie, aby spełnić tę funkcję dokładność musi być lepsza niż 50ps. Oprócz tego detektor mierzy położenie głównego wierzchołka wzdłuż osi z z dokładnością 1,5cm i dostarcza sygnału wyzwalającego jeśli pozycja mieści się w określonych granicach. Dostarcza on też sygnału wczesnego wyzwalania dla TRD. 3.7.6 ACORDE ACORDE (ALICE Cosmic Ray Detector) to zestaw liczników scyntylacyjnych umieszczonych na górnej części magnesu L3. Będzie on wykrywał wraz z TPC TRD i TOF miony pochodzące z kaskad atmosferycznych powstających z promieni kosmicznych. Dostarcza on też sygnału wyzwalającego używanego do uruchamiania i kalibracji detektorów śledzących Pojedynczy moduł ACORDE składa się z dwóch liczników scyntylacyjnych umieszczonych jeden nad drugim pracujących jako układ koincydencyjny. Wymiary efektywnej powierzchni modułu wynoszą 190 na 20 cm. Całość systemu składa się z 60 modułów. 3.7.7 Wyzwalanie System wyzwalania ALICE (CTP Central Trigger Processor) służy do wyboru zdarzeń na podstawie wielu różnych kryteriów z częstością która odpowiada wymagania fizyczne oraz 42 mieści się w ograniczeniach narzuconych przez przepustowość systemu zbierania danych (DAQ). System musi być zaprojektowany tak, żeby optymalnie wykorzystać detektory składowe ALICE których czas zajętości po otrzymaniu sygnału wyzwalającego znacznie się różni oraz umożliwić pracę zarówno z wiązkami protonów jak i różnymi rodzajami jonów. Szybkość odpowiedzi systemu wyzwalającego musi być dostosowana do wymagań poszczególnych detektorów dlatego zdecydowano się na podzielenie szybkiego sygnału wyzwalającego na dwie części, L0 (Level 0) który dociera do detektorów po 1,2µs ale jest zbyt szybki aby dało się wziąć pod uwagę wszystkie sygnały wyzwalające, oraz L1 który dociera po 6,5µs i uwzględnia wszystkie szybkie sygnały. CTP podejmuje decyzję w ciągu 100ns, reszta opóźnienia pochodzi z czasu generacji sygnałów wyzwalających oraz z opóźnienia na kablach. Ponieważ zdarzenia zawierające więcej niż jedno zderzenie nie dają się rekonstruować ze względu na dużą liczbę cząstek, konieczne było zastosowanie zabezpieczenia zapewniającego że odrzucone zostaną zdarzenia w których w czasie zbierania danych (88µs głównie czas dryfu w TPC) doszło do drugiego zderzenia (past-future protection). W związku z tym ostatni z sygnałów wyzwalających L2, weryfikujący czy dane mogą być użyte, pojawia się po 88 mikrosekundach, czas ten może być wykorzystany na obróbkę danych i zastosowanie dodatkowych kryteriów. System wyzwalania ma 60 wejść (24 L0, 24 L1, 12 L2) i 50 klas rejestrowanych zdarzeń. Klasa jest zdefiniowana jako zbiór stanów wejść wyzwalających (jest sygnał, nie ma sygnału, nie istotne) oraz zespołu czynnych detektorów, jeśli stan wejść odpowiada stanowi zdefiniowanemu dla klasy oraz odpowiednie detektory są uruchomione, pojawia się sygnał wyzwalający. Dodatkowo ALICE wyposażony jest w system wyzwalania wysokiego poziomu (HLT High Level Trigger) którego zadaniem jest wstępna analiza danych po zakończeniu zbierania danych z jednego zdarzenia i wybór najbardziej interesujących zdarzeń, analiza ta jest dokonywana w trybie online. Jest to konieczne żeby ograniczyć strumień danych wychodzący 43 z eksperymentu do akceptowalnego poziomu. 3.8 Algorytmy śledzenia Algorytmy znajdowania śladów w ALICE można podzielić na dwie grupy, globalne, w których wszystkie pomiary są brane pod uwagę jednocześnie, i lokalne gdzie parametry śladu są obliczane lokalnie w danym punkcie przestrzeni. Algorytmy globalne używane w rekonstrukcji online w programowym systemi wyzwalania wysokiego poziomu (High Level Trigger) wymagają globalnego modelu śladu którego konstrukcja jest bardzo trudna ze względu na niejednorodności pola magnetycznego i procesy stochastyczne takie jak rozpraszanie w materii detektora. Brak dokładnego modelu wprowadza większe błędy, jednak w HLT nie jest to tak istotne gdyż HLT jest zainteresowany głównie śladami o wysokich pędach gdzie precyzja nie jest tak istotna, w zamian za to algorytmy globalne mogą działać na surowych danych z TPC. Algorytmem używanym przez ALICE jest transformacja Hough’a, jest to metoda analizy obrazu pozwalająca na ekstrakcje elementów o znanym, parametryzowalnym kształcie Polega ona na przejściu z przestrzeni obrazu (w tym wypadku TPC) do przestrzeni parametrów modelu szukanego kształtu (w tym wypadku helisy). Przejście od współrzędnych punktu do parametrów helisy nie jest jednoznaczne więc liczy się wszystkie możliwe zbiory parametrów dla każdego punktu i tworzy z nich histogram, helisy w obrazie odpowiadają dobrze zdefiniowanym maksimom lokalnym w histogramie. Algorytmy lokalne nie wymagają globalnego modelu śladu, parametry zawsze są określane lokalnie, decyzja czy zaakceptować dany pomiar jest podejmowana na podstawie lokalnej informacji lub pomiarów dla poprzednio obrabianych punktów tego śladu. Metody te są czułe na szum i błędne lub przesunięte pomiary, oraz wymagają zaawansowanych metod rekonstrukcji punktów w przestrzeni na podstawie sygnałów z detektora. Najbardziej za44 awansowaną metodą jest użycie filtru Kalmana. Rekonstrukcja zaczyna się od znalezienia klastrów (grup sygnałów z detektora pochodzących od jednej cząstki) we wszystkich detektorach ALICE. Klastry z dwóch wewnętrznych (pikselowych) ITS dostarczają informacji o położeniu głównego wierzchołka. Śledzenie rozpoczyna się na zewnętrznej krawędzi TPC, gdzie gęstość jest najmniejsza. Wybierane są małe grupy klastrów, kandydatów na ślady, obliczane są parametry prawdopodobnego śladu, i na tej podstawie znajdowane są kolejne klastry bliżej środka TPC, przy dołączaniu kolejnych klastrów dokładność obliczonych parametrów śladu rośnie. W ten sposób rekonstrukcja przebiega od zewnątrz do środka TPC, i dalej do ITS gdzie algorytm stara się przedłużyć ślad jak najbliżej głównego wierzchołka, poprawiając parametry na podstawie śladów w ITS, następnie niezależny tracker ITS rekonstruuje ślady cząstek o małych pędach które nie dotarły do TPC oraz te które trafiły w jej martwe pola. Teraz śledzenie rozpoczyna się w drugą stronę, od wierzchołka przez ITS do TPC. Dla śladów pierwotnych obliczane są czasy przelotu dla różnych mas. Wyniki tych obliczeń są wykorzystywane przez TOF do identyfikacji cząstek. W tym momencie parametry śladu określone są na tyle dokładnie, że można przedłużyć ślady poza TPC i przypisać im klastry w pozostałych detektorach. 3.9 Przetwarzanie danych W zakres przetwarzania danych wchodzą zadania takie jak symulacje, rekonstrukcja, kalibracja, wizualizacja zdarzeń, oraz analiza. Są to ostatnie kroki eksperymentu zmierzające do uzyskania informacji na temat fizyki zachodzących procesów. W eksperymencie o takiej skali i złożoności jak ALICE nie jest możliwe prowadzenie tych prac w pojedynczym centrum komputerowym, więc przyjęto model przetwarzania rozproszonego. Dane i zadania obliczeniowe są rozsyłane do centrów komputerowych na całym 45 Rysunek 3.6: Schemat modelu warstwowego przetwarzania danych [22] świecie, oprogramowanie Gridu zapewnia że z punktu widzenia użytkownika zbiór rozproszonych centrów komputerowych może być traktowany jako pojedynczy system. Infrastruktura przetwarzania rozproszonego eksperymentów LHC jest koordynowana przez projekt WLCG (Worldwide LHC Computing Grid). Infrastruktura WLCG ma strukturę wielopoziomową. Warstwę zerowa (Tier-0) stanowi centrum komputerowe CERN’u skąd pochodzą wszystkie dane, warstwa pierwsza (Tier-1) jest złożona z dużych centrów komputerowych rozsianych po całym świecie które dzielą z warstwą zerową odpowiedzialność za niezawodne i bezpieczne przechowywanie danych oraz wykonują większość z planowanych analiz. Mniejsze centra warstwy drugiej są logicznie zgrupowane wokół centrów warstwy pierwszej zajmują się symulacjami oraz analizami zlecanymi przez użytkowników, nie zapewniają one niezawodnego przechowywania danych więc generowane przez nie dane trafiają do centrów warstwy pierwszej. 3.9.1 Przetwarzanie rozproszone AliEn (ALICE Environment) jest zbiorem usług implementujących rozproszony model przetwarzania danych ALICE, dostarcza też interfejsu użytkownika. Został zbudowany w oparciu o 46 otwarte oprogramowanie i wykorzystuje do komunikacji usługi sieciowe (Web Services) oraz otwarte protokoły. AliEn dostarcza na stępujących usług: Autentykacja AliEn wspiera różne metody autentykacji w szczególności GLOBUS GSI/GSSAPI oparty o certyfikaty X.509. Autoryzacja Autoryzacja w systemie jest zbliżona do tej znanej z systemów uniksowych, pliki mają właściciela, grupę oraz zbiór atrybutów zezwalających na odczyt, zapis i wykonanie. Kontrola Każde zadanie zlecane systemowi jest śledzone przy pomocy unikalnego identyfikatora, kolejka zadań przechowuje informacje właścicielu zadania, skryptach, plikach wejściowych i wyjściowych oraz aktualnym stanie zadania. Zakończone zadania trafiają do archiwum. Zarządzanie obciążeniem Zadania (ang. task) są zarządzane przez centralną kolejkę zadań. Elementy przetwarzające (CE Computing Element) dostarczają zdalnych kolejek które mogą być interfejsem do pojedynczego komputera, klastra, lub niezależnego Gridu. Zdalne kolejki informują centralny system o swoich możliwościach centralny system, kiedy kolejka ma wolne zasoby i spełnia wymagania zadania, zadanie to jest do niej przydzielane. Użytkownik opisuje swoje zadania przy pomocy plików JDL (Job Description Language) bazujących na języku Condor Classified Advertisements, opis ten mówi jaki program wykonać, określa zbiór plików wejściowych i miejsce gdzie należy zapisać ewentualne wyniki. Jeśli zadanie wymaga wielu plików wyjściowych może być podzielone na wiele zadań częściowych (ang. sub-jobs, wykonywanych jak najbliżej fizycznej lokalizacji danych) które przetwarzają część danych, wyniki są następnie łączone przez niezależny proces. W ALICE zrównoleglenie procesu analizy odbywa 47 się na poziomie pojedynczego zdarzenia w detektorze. Jest najprostsze w realizacji rozwiązanie ponieważ poszczególne zdarzenia są od siebie niezależne więc zadania częściowe nie muszą się komunikować ani współdzielić żadnego stanu. Dzięki temu użytkownik nie musi być biegły w zagadnieniach programowania wielowątkowego. Wynikami są albo jak w przypadku symulacji same zdarzenia które są następnie przechowywane albo, w przypadku analizy, histogramy dla których proces łączenia wyników częściowych jest dobrze określony. Przechowywanie danych Pliki są przechowywane przez jednostki przechowujące (SE storage element) i udostępniane przez program xrootd. Jednostki przechowujące udostępniają wspólny interfejs dostępu i mogą być realizowane w różnych technologiach, od pojedynczego komputera z jednym dyskiem twardym, po napędy taśmowe z dyskową pamięcią podręczną takie jak CASTOR (CERN Advanced Storage). Katalog plików Katalog plików to wirtualny system plików w którym każdy plik ma przypisany globalny identyfikator i zestaw metadanych, między innymi nazwę logiczną (LFN Logical File Name) mówiącą gdzie w wirtualnym systemie plik się znajduję oraz jedną lub więcej nazw fizycznych (PFN Physical File Name) które pozwalają określić który SE przechowuje plik i jak go na tym SE znaleźć. Oprócz normalnych plików katalog zawiera specjalne pliki z informacjami o aktualnym stanie systemu (analogia z Linuksowym systemem /proc). Jednym z celów projektowych AliEn’a jest niezależność od elementów specyficznych dla ALICE tak że system ten może zostać wykorzystany do innych zadań poza eksperymentem. 48 Rozdział 4 Narzędzia 4.1 AliRoot AliRoot stanowi szkielet (ang. Framework) oprogramowania do symulacji, rekonstrukcji i analizy danych w ALICE. Został zbudowany na podstawie systemu ROOT przy użyciu technik programowania zorientowanego obiektowo. AliRoot został napisany w całości w języku C++, wykorzystuje też kilka istniejących programów w języku FORTRAN ukrywając je za interfejsami w języku C++, znajomość FORTRAN’u nie jest od użytkownika wymagana. System posiada abstrakcyjny interfejs dla generatorów zdarzeń implementowany przez klasy stworzone dla konkretnych generatorów (PYTHIA, HIJING, Therminator i inne, także proste generatory oparte na symulacji rozkładu pędu poprzecznego lub pośpieszności), produkuje on tzw. drzewo kinematyczne zawierające listę cząstek wraz z ich pędami i, dla niektórych generatorów, współrzędnymi wymrożenia, dane te są następnie wykorzystywane przez pakiet transportu i geometrii (GEANT3, GEANT4 lub FLUKA) do obliczenia energii zdeponowanej w detektorze (hits), pakiet ten zawiera bardzo dokładny model geometryczny detektora ALICE łącznie z elementami pomocniczymi takimi jak pompy, osłony, wsporniki itp. Następnie pakiet symulacji odpowiedzi detektora generuje surowe dane. Dane te mają 49 Rysunek 4.1: Elementy składowe AliRoot’a [23] format kompatybilny z prawdziwymi danymi z pomiarów. Surowe dane trafiają do rekonstrukcji której wynikiem są obiekty ESD (Event Summary Data) które zawierają m. in. listę cząstek z ich pędami i współrzędnymi wierzchołka, oraz specyficzne dane z poszczególnych detektorów (np informacje o rozmieszczeniu klastrów w TPC wzdłuż śladów). ESD są następnie wykorzystywane przez użytkowników do analiz. Rysunek 4.1 przedstawia z grubsza zależności między modulami AliRoot’a. Rysunek 4.2 to uproszczony schemat procesu symulacji, rekonstrukcji i analizy. Centralnym elementem szkieletu analizy (ang. Analysis Framework) jest abstrakcyjna klasa AliAnalysisTask. Użytkownicy piszą własne implementacje tej klasy zawierające kod specyficzny dla konkretnej analizy. AliRoot dostarcza obiektom tej klasy danych wejściowych, steruje iteracją po zdarzeniach oraz odbiera wyniki. Wyniki te z reguły są zapisywane na dysku ale mogą też być przekazane kolejnym zadaniom do dalszej obróbki, w ten sposób możliwe jest łączenie zadań w łańcuchy. Np. jedno zadanie może zajmować się wyłącznie identyfikacją dżetów, a dopiero kolejne dokonują na nich konkretnych analiz. 50 Rysunek 4.2: Proces symulacji i analizy danych [23] Scentralizowanie kodu odczytującego dane zapewnia także niezależność kodu analizy użytkownika od konkretnych mechanizmów dostępu do danych. Dzięki temu ta sama analiza może być przeprowadzana, bez żadnych zmian lokalnie na lokalnych danych, na klastrze PROOF (Parallel ROOT Facility) na zapisanych tam danych, oraz może zostać wysłana do wykonania na Grid. Makro wykonujące analizę (punkt wejściowy procesu analizy) jest to miejsce gdzie konfiguruje się całość procesu. Tworzy ono obiekt typu AliAnalysisManager który steruję całością analizy. Tworzy zadania (task), oraz pomocnicze obiekty czytające dane, oraz ustala sposób dostępu do danych, może on odczytać lokalnie zgromadzone pliki ESD, lub utworzyć listę obiektów czytających zdarzenia z AliEn’a (obiekty te korzystają z techniki lazy- loadnig żeby nie ściągać jednocześnie wszystkich plików, rozkłada to obciążenie sieci w czasie). 4.2 AliEn AliEn jest to kompletny pakiet oprogramowania dla systemów typu Grid, zawiera on wszystkie usługi potrzebne do instalacji węzła Grid’u. Użytkownik końców musi mieć do swojej 51 dyspozycji tylko niewielką część kliencką zawierającą interfejs użytkownika, usługi transmisji plików oraz biblioteki dla niezależnego oprogramowania korzystającego z usług Gridu, np ROOT. Interfejs użytkownika to zestaw narzędzi wiersza poleceń pozwalających na poruszanie się po katalogu plików, kopiowanie plików pomiędzy lokalną maszyną a Grid’em, wyszukiwanie plików oraz zlecanie i monitorowanie zadań. AliEn zawiera też specjalizowaną powłokę (shell), aliensh będącą zasadniczo modyfikacją znanego programu bash pozwalającą w łatwy sposób poruszać się po katalogu plików, oraz korzystać z usług AliEn’a Przedefiniowuje ona znane Unix’owe narzędzia do zarządzania plikami i procesami (ls, cd, ps itp.) tak aby dawały dostęp do usług Grid’u, dodaje też kilka poleceń specyficznych dla AliEn’a Aby zlecić zadanie obliczeniowe w AliEn’ie (job) należy przygotować kilka elementów: Plik wykonywalny Jest to punkt wejściowy każdego zadania. Jest on kopiowany na węzeł obliczeniowy (worker node) i tam wykonywany. Teoretycznie może to być dowolny plik wykonywalny, lecz praktycznie nie powinien on zakładać niczego o architekturze węzła więc najczęściej jest to skrypt powłoki uruchamiający ROOT’a. Plik ten musi być umieszczony w określonych miejscach katalogu plików, użytkownicy umieszczają swoje pliki w katalogu $HOME/bin Zbiór plików wejściowych Jest to lista plików które będą umieszczone na węźle obliczeniowym w jednym katalogu razem z plikiem wykonywalnym (tzw. Input Sandbox). Nie muszą się one znajdować w jednym katalogu w FC. Są to najczęściej skrypty ROOT’a (konfiguracja, punkt wejściowy analizy), pliki źródłowe, oraz pliki PAR. Plik PAR (PROOF Archive) jest to zasadniczo archiwum zawierające kod źródłowy pojedynczego modułu oraz instrukcje do jego kompilacji. Systemy typu PROOF a tym bardziej Grid mogą być niejednorodne, tzn. składać się z maszyn o różnych architekturach więc niezbędny jest mechanizm pozwalający na kompilację kodu dopiero na węźle roboczym (Alter52 natywnym rozwiązaniem jest architektura oparta o kod bajtowy i maszyny wirtualne). Cały kod realizujący analizę danych w AliRoot’a (framework i konkretne analizy) może zostać spakowany do plików PAR. pozwala to użytkowników na modyfikację AliRoot’a i korzystanie ze zmienionych modułów na Grid’zie. Lista danych wejściowych to lista plików z danymi w specjalnym formacie XML, tzw. kolekcji, rozumianej przez ROOT’a. Może to być odpowiednik zwykłej listy plików, kolekcje takiej postaci produkuje polecenie find AliEn’a Mogą one tez być zapisane w specjalnym formacie zawierającym listę plików ESD wraz z listą zdarzeń w każdym przeznaczonych do analizy w poszczególnych plikach (ESD może zawierać więcej niż jedno zdarzenie). System potrafi (na zlecenie użytkownika), podzielić tą listę na wiele mniejszych i każdy fragment przetwarzać jako niezależne zadanie częściowe (subjob). Podział może się odbywać wedle różnych kryteriów, najczęściej zadania są dzielone tak aby zadania częściowe wykonywały się możliwie blisko fizycznej lokalizacji przetwarzanych danych. Elementy te opisuje się w pliku jdl. Zawiera on też instrukcję dotyczące podziału zadań, łączenia wyników, specyficzne wymagania odnośnie węzłów roboczych, ustawienia środowiska (dzięki nim użytkownik kontroluje z jakimi wersjami ROOT’a, AliRoot’a i GEANT’a wykonuje się jego zadanie) oraz listę plików wyjściowych które powinny być skopiowane z węzłów do katalogu plików. Użytkownik może też określić w którym SE zostaną zapisane wyniki, jest to istotne w przypadku symulacji, które mogą produkować bardzo duże ilości danych. 4.3 Metadane Każdemu plikowi ESD, zawierającemu kompletne zrekonstruowane zdarzenia, zapisanemu w AliEn’ie towarzyszy mniejszy plik zawierający metadane opisujące zdarzenie tzw. tagi. 53 Metadane te są zgrupowane na czterech poziomach. Dane dotyczące okresu działania eksperymentu (ang. run), takie jak energia i rodzaj wiązki. Dane opisujące stan akceleratora. Dane na temat konfiguracji i warunków w detektorze takie jak pole magnetyczne i zbiór aktywnych subdetektorów, oraz dane dotyczące pojedynczego zdarzenia takie jak krotność całkowita i w przedziałach pędu poprzecznego, położenie głównego wierzchołka, parametr zderzenia i położenie płaszczyzny reakcji, energia zdeponowana w ZDC itp. Mając zbiór takich metadanych można zastosować pewne cięcia jeszcze przed analizą kompletnych zdarzeń. Analiza przy pomocy metadanych jest dwustopniowa. Najpierw wykonuję się analizę na metadanych gdzie stosuje się cięcia. Wynikiem tej analizy jest lista zdarzeń (plików i numerów przypadku wewnątrz pliku) które trafiają do głównej analizy. Wynik analizy metadanych może być użyty bezpośrednio przez główną analizę lub może być zapisany w pliku XML do późniejszego użycia. Drugi sposób jest preferowany ponieważ ta sama lista może być użyta w różnych analizach oraz a także ponieważ metadane ogólnie nie muszą się znajdować w tym samym miejscu co opisywane przez nie dane, w takim przypadku strategia przydziału zadań do węzłów blisko danych przestaje być efektywna. 4.4 AliFemto Pakiet AliFemto to oprogramowanie służące do analizy dwucząstkowych korelacji w eksperymencie ALICE. Bazuję on na podobnym pakiecie stworzonym wcześniej dla eksperymentu STAR, StHbt. Zawiera on wszystkie ogólne elementy analiz femtoskopowych w obserwacjach zderzeń ciężkich jonów. Jest on elementem AliRoot’a ($ALICE_ROOT/PWG2/FEMTOSCOPY) jednak został zaprojektowany tak aby miał minimalną liczbę zależności od kodu specyficznego dla ALICE tak aby mógł być w prosty sposób użyty poza AliRoot’em. 54 Wynikiem analizy femtoskopowej jest funkcja korelacyjna postaci: C(q) = A(q) B(q) (4.1) gdzie A(q) jest rozkładem różnic pędów par cząstek pochodzących z tego samego zdarzenia, a B(q) jest odpowiednim rozkładem dla par cząstek pochodzących z rożnych zderzeń. Pakiet AliFemto najczęściej dostarcza wyników w postaci osobnych histogramów dla licznika i mianownika. Można wyróżnić następujące etapy takiej analizy: 1. Odczyt danych. 2. Cięcia na poziomie przypadków. 3. Cięcia na poziomie cząstek. 4. Utworzenie par cząstek pochodzących z tego samego przypadku. 5. Cięcia na poziomie par. 6. Obróbka par (np. dodanie do licznika funkcji korelacyjnej). 7. Utworzenie par cząstek pochodzących z rożnych przypadków. 8. Cięcia na poziomie par. 9. Obróbka par (np. dodanie do mianownika funkcji korelacyjnej). 10. Zapis aktualnego przypadku w buforze do późniejszej generacji tła. Poszczególne punkty tego algorytmu są realizowane przez klasy implementujące określone interfejsy. Jest to przykład zastosowania znanego w projektowaniu obiektowym wzorca Strategia opisującego sposób dynamicznego wyboru poszczególnych części algorytmów lub 55 całych algorytmów w czasie działania programu. Dokładne zależności między elementami pakietu przedstawiono na rysunku 4.3. Powyższy algorytm jest realizowany przez pojedynczy obiekt klasy AliFemtoManager który obsługuje inicjalizację, przetwarzanie zdarzenia (pętla po zdarzeniach jest zewnętrzna w stosunku do niego) oraz zapis danych. Odczyt danych jest realizowany przez podklasy AliFemtoEventReader, istnieją odpowiednie podklasy czytające dane z obiektów ESD, AOD oraz z drzew kinematycznych dostarczanych przez modele. Wszystkie one zwracają obiekty klasy AliFemtoEvent. Dodatkowo jeśli jest dostępna informacja z modelu z przed rekonstrukcji wypełniane są nimi dodatkowe pola w zdarzeniu (Hidden Info). Dzięki takiemu rozwiązaniu uzyskuję się niezależność reszty pakietu od konkretnej postaci danych wejściowych. Aby dodać obsługę nowego formatu danych wejściowych wystarczy napisać odpowiednią implementację klasy czytającej. Szczegółowy algorytm analizy zawarty jest w podklasach klasy AliFemtoAnalysis, to ona realizuję punkty 2 do 11 powyżej przedstawionego algorytmu. Poszczególne implementacje różnią się od siebie sposobem generacji par mieszanych, najprostsza ma pojedynczy bufor przypadków do mieszania i nie robi żadnych rozróżnień, bardziej zaawansowane mają oddzielne bufory do których trafiają zdarzenia o parametrach, takich jak krotność i położenie głównego wierzchołka, zawartych w jednym przedziale. Robi się tak aby do mieszania trafiały zdarzenia o podobnych charakterystykach. Cięcia są reprezentowane przez trzy klasy obiektów (dla zdarzeń, cząstek i par). Posiadają one metodę która przyjmuję odpowiedni obiekt i zwraca wartość logiczną mówiącą czy obiekt przeszedł prze ciecie czy nie. Dodatkowo mogą one mieć tzw. monitor do którego trafiają oddzielnie obiekty które przeszły i te które nie przeszły, monitory mogą tworzyć dodatkowe rozkłady parametrów tych obiektów. Jednocząstkowe rozkłady błędów pędu umieszczone w tej pracy zostały uzyskane przy pomocy tego mechanizmu. Funkcje korelacyjne są przyjmują od obiektu analizy oddzielnie pary cząstek z jednego 56 Rysunek 4.3: Proces symulacji i analizy danych [24] 57 przypadku i oddzielnie pary mieszane. Z reguły tworzą z nich rozkłady stanowiące licznik i mianownik funkcji korelacyjnej. Moduł AliFemto ma gotowe klasy tworzące funkcje korelacyjne w funkcji Qinv oraz w układach LCMS i PRF. Kod AliFemto jest powiązany z frameworkiem AliRoot’a przez klasę AliFemtoAnalysisTask dziedziczącą z AliAnalysisTask. Klasa ta w ramach swojej inicjalizacji tworzy managera AliFemto i później przekazuje mu otrzymywane przypadki za pomocą odpowiedniego o biektu czytającego. Aby utworzyć obiekt AliFemtoManager wywoływana jest globalna funkcja ConfigFemtoAnalysis, powinna ona zwrócić w pełni skonfigurowany, gotowy do użytku obiekt AliFemtoManager. Funkcja ta jest dostarczana przez użytkownika pakietu AliFemto. Wewnątrz tej funkcji tworzony jest manager, tworzone i konfigurowane są analizy, cięcia, monitory i funkcje korelacyjne. Wszystko to jest składane razem i gotowa instancja klasy AliFemtoManager jest zwracana do obiektu AliFemtoAnalysisTask. Należy zauważyć że takie rozwiązanie (funkcja globalna), mimo że proste w użyciu jest mało elastyczne, w tej chwili nie można mieć wielu różnie skonfigurowanych obiektów AliFemtoAnalysisTask. 4.5 Modelowanie funkcji korelacyjnych w pakiecie AliFemto Funkcje korelacyjne mogą być modelowane przez pakiet AliFemto metodą wag. Metoda wag polega na zmianie kształtu rozkładu który wchodzi do licznika funkcji korelacyjnej. Pary wchodzą do licznika z wagą która jest funkcją pędów cząstek pary i ich współrzędnych wymrożenia, symuluje to rzeczywisty efekt zmiany rozkładu różnic pędów pary w stosunku do rozkładu bez żadnych korelacji. Pakiet AliFemto nie korzysta z procesorów HBT choć oczywiście może służyć do analizy danych wygenerowanych przy ich pomocy. 58 Implementacja metody wag w pakiecie AliFemto znajduje się na poziomie funkcji korelacyjnych. Istnieją specjalne funkcje korelacyjne które przy dodawaniu par rzeczywistych do histogramów korzystają z specjalnego, pomocniczego obiektu AliFemtoModelManager który dostarcza wag dla poszczególnych par. Obiekt ten może korzystać z różnych metod obliczania wag. Same funkcje korelacyjne nie wiedzą nic na temat aktualnie używanej metody, komunikują się one tylko z managerem który osłania je przed detalami implementacji. AliFemtoModelManager deleguje zadanie obliczenia wagi do obiektu klasy AliFemtoModelWeightGenerator, może przy tym opcjonalnie korzystać z pomocniczego obiektu generującego współrzędne wymrożenia. Jest to konieczne w przypadkach kiedy użyty do wygenerowania pierwotnych przypadków generator nie dostarcza punktów wymrożenia. Aktualnie dostępne są dwie implementacje klasy AliFemtoModelManager. Jedna z nich korzysta z programu autorstwa Richarda Lednickiego. Program ten uwzględnia wpływ zarówno statystyki kwantowej jak i oddziaływań w stanie końcowym. W tym przypadku wykorzystywany jest oryginalny kod Lednickiego w języku FORTRAN, AliFemto dostarcza jedynie cienkiej warstwy stanowiącej interfejs do programu Lednickiego. Druga implementacja, autorstwa Adama Kisiela wykorzystuję prosty model do symulacji wpływu statystyki kwantowej. Waga jest obliczana według wzoru: ∗ ∗ ∗ w = 1 + cos(2(∆Rout kout + ∆Rside kside + ∆Rlong klong )) (4.2) gdzie ki∗ to różnice składowych pędu w układzie PRF a ∆Ri to separacje punktów emisji. Punkty emisji są losowane z trójwymiarowego rozkładu gausa o zadanych przez użytkownika szerokościach. 59 60 Rozdział 5 Wyniki 5.1 Wybór przypadków do analizy Do analizy została wykorzystana próbka ok. 10000 centralnych zderzeń ołów-ołów symulowanych z pomocą modelu HIJING które stanowiły dane wejściowe dla procesów symulacji odpowiedzi detektora i rekonstrukcji zdarzeń. Analiza wpływu detektora na obserwowane efekty polegała w części dotyczącej rozdzielczości pędowej na porównaniu wielkości podawanych przez algorytmy rekonstrukcji z “rzeczywistymi” dostarczonymi przez model. √ Zderzenia były generowane dla energii s = 5.5 TeV, parametr zderzenia wynosił od 0 do 5fm. Dodatkowo do produkcji cząstek powabnych użyto generatora PYTHIA, cząstki dziwne były dodawane przy pomocy prostego generatora parametryzowanego zakresem pędu poprzecznego i pośpieszności Główny wierzchołek znajdował się w osi wiązki (x=y=0), położenie wzdłuż osi z zmieniało się w zakresie od -5.3cm do 5.3cm od początku układu współrzędnych. Przy rekonstrukcji były wykorzystywane dane ze wszystkich subdetektorów centralnej części detektora oraz ramię mionowe. Istotne fragmenty skryptu konfiguracyjnego symulacji znajdują się w załączniku. Położenie danych w katalogu plików AliEn’a: alien:///alice/sim/2007/LHC07e/pbpb_hijing. 61 EvMult Entries 9685 Mean 7642 RMS 1048 dN/dn Event Multiplicity 350 300 250 200 150 100 50 0 4000 5000 6000 7000 8000 9000 10000 11000 12000 n Rysunek 5.1: Rozkład krotności analizowanej próbki zdarzeń (krotność cząstek naładowanych) W symulacji użyto oprogramowania w następujących wersjach: AliRoot v4-10-Rev-2, GEANT3 v1-9-1, ROOT v5-18-00a. Analizy były wykonywane przy pomocy programów: ROOT v521-01-alice, AliRoot v4-16-Rev-01 z modułem PWG2 pochodzącym z trunk’a i własnymi modyfikacjami pakietu AliFemto. Analizy były wykonywane dla dodatnich pionów. Proces rekonstrukcji dostarcza zbioru prawdopodobieństw że dana cząstka jest określonego rodzaju. Prawdopodobieństwa te są określane na podstawie gęstości strat na jonizację w detektorach śladowych i z systemu czasu przelotu. Do analiz wybrano cząstki o następujących prawdopodobieństwach identyfikacji. 1. prawdopodobieństwo bycia pionem 0, 8 ≤ P ≤ 1, 0 2. prawdopodobieństwo bycia mionem 0, 0 ≤ P ≤ 0, 8 3. prawdopodobieństwo bycia kaonem 0, 0 ≤ P ≤ 0, 1 4. prawdopodobieństwo bycia protonem 0, 0 ≤ P ≤ 0, 1 62 Dodatkowo jest wymagane aby prawdopodobieństwo bycia pionem było większe niż wszystkie inne. Przykładowy plik konfiguracyjny pakietu AliFemto jest dołączony w załączniku. 5.2 Rozdzielczości Ponieważ efekty korelacyjne obserwuje się w obszarze małych róznic pędów, podstawowe znaczenie dla przygotowania eksperymentu ma ocena wpływu rozdzielczości detektora oraz ,ogólnie, procesu rekonstrukcji na mierzone wielkości. 5.3 Jednocząstkowa rozdzielczość pędowa Jednocząstkowa rozdzielczość pędowa była mierzona jako różnica pędu określonego przez algorytm rekonstrukcji i prawdziwej wartości dostarczonej przez model. Na rozdzielczość pędową mają wpływ dwa rodzaje błędów, błedy pomiaru składowej poprzecznej i błędy określenia kąta pod jakim emitowana jest cząstka. Rozdzielczość kątowa ALICE jest znacznie lepsza niż rozdzielczość składowej poprzecznej. Pomiar składowej poprzecznej polega na określeniu promienia helisy po jakiej porusza się cząstka w polu magnetycznym detektora. Dla obszaru małych pędów poprzecznych głównym źródłem błędów są wielokrotne rozproszenia powodujące deformację toru, dodatkowo pomiar dla najmniejszych pędów staje się czuły na fluktuację strat energii na jonizację. Dla wyższych pędów poprzecznych krzywizna toru staję się coraz mniejsza co powoduję wzrost błędów. Rozdzielczość kątowa zależy głównie od precyzji wyznaczenia położenia głównego wierzchołka, a więc także od krotności zderzenia. Kąty są określone głównie przez położenie punktu zarejestrowanego w pierwszej warstwie ITS więc efekty wielokrotengo rozpraszania nie mają tu istotnego znaczenia. W istocie rozdzielczość kątowa poprawia się ze wzrostem 63 pędu poprzecznego [17]. Zależności te przedstawiono na rysunkach 5.2 i 5.3 przedstawiono zależność rozdzielczości pędu od wartości pędu poprzecznego. Rysunek 5.2 przedstawia wyniki wczesnych symulacji wykonanych na potrzeby dokumentu “ALICE Techincal Propsal” [17], przedstawia on zależność względnego błędu od wartości pędu. Rysunek 5.3 przedstawia wyniki uzyskane przez autora pracy, na osi pozimoej jest odlożona wartość pędu poprzecznego, panel górny to trójwymiarowy histogram wypełniany róznicami pomiędzy pędem poprzecznym zrekonstruowanym a zmierzonym. Panel dolny to zależność szerokości rozkladu Gaussa dopasowawanego do kolejnych pasm histogramu, panel środkowy przedstawia rozdzielczość względną. Wyniki te są jakościowo identyczne z wynikami przedstawionymi w Technical Proposal, mimo że uzyskane były one przy pomocy znacznie dokładniejszej procedury modelowania. Rysunek 5.4 przedstawia zależność podłużnej składowej pędu od pędu poprzecznego, górny pane to znów trójwymiarowy histogram przedstawiający rozkład błędów bezwzględnych, dolny to zależność odchylenia standardowego dopasowywanych pasmami rozkładów Gaussa. 5.4 Rozdzielczości składowych pędu względnego pary Rozdzielczość składowych róznic pędu decydują o minimalnej wykrywalnej szerokości efektu korelacyjnego, skończona niezerowa wartość rozdzielczości powoduje też poszerzenie i obniżenie funkcji korelacyjnych. Wyniki przedstawione w tej części zostały uzyskane w następujący sposób, najpierw obliczana jest różnica pędów pary otrzymanych w rekonstrucji, następnie różnica ta jest transformowana do układu LCMS i rozkładana na składowe out, side i long, dodatkowo obliczana też jest wartość Qinv . Procedura ta jest powtarzana dla prawdziwych pędów 64 Rysunek 5.2: Zależność rozdzielczości względnej od wartości pędu poprzecznego dla mezonów π (Na potrzeby ALICE Technical Proposal [17]) 65 p resolution vs. p t t δpt [GeV/c] 0.05 0.04 0.03 0.02 0.01 0 -0.01 -0.02 -0.03 -0.05 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 p [GeV/c] 1.4 t t δ p /p [%] -0.04 1.2 1 0.8 0.6 0.4 00.1 0.007 t δ p [GeV/c] 0.2 0.006 0.005 0.004 0.003 0.002 0.001 00.1 t Rysunek 5.3: Zależność rozdzielczości pedu poprzecznego od wartości pędu poprzecznego [praca własna] 66 pz resolution vs. p t δpz [GeV/c] 0.05 0.04 0.03 0.02 0.01 0 -0.01 -0.02 -0.03 -0.04 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 p [MeV/c] z δ p [MeV/c] -0.05 0.1 3.5 3 2.5 2 1.5 1 0.5 0 0.1 t Rysunek 5.4: Zależność rozdzielczości pędu podłużnego od wartości pędu poprzecznego 67 Qout resolution vs Pt 0.02 0.01 δ Qside [GeV/c] δ Qout [GeV/c] 0.03 Qside resolution vs Pt 0.02 0.01 0 0 -0.01 -0.01 -0.02 -0.02 -0.03 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] -0.03 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] 0.03 Qlong resolution vs Pt 0.02 0.01 δ Qinv [GeV/c] δ Qlong [GeV/c] 0.03 0.03 Qinv resolution vs Pt 0.02 0.01 0 0 -0.01 -0.01 -0.02 -0.02 -0.03 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] -0.03 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] Rysunek 5.5: Funkcje rozdzielczości składowych różnicy pędów pary oraz Qinv dostarczonych przez model, w ten sposób otrzymuje się “prawdziwe” wartości Qout , Qside , Qlong i Qinv od których odejmowane są wartości zrekonstruowane. Do analizy brane były tylko pary o Qinv w obszarze gdzie spodziewamy się efektu korelacyjnego (≤ 50M eV /c). Wyniki przedstawione w Technical Proposal były uzyskane przy tej samej wartości cięcia co umożliwia łatwe porównanie. Rysunek 5.5 przedstawia rozkłady błędów bezwzględnych składowych różnicy pędów pary w funkcji pędu poprzecznego pary. Rysunek 5.6 przedstawia szerokość (sigma) rozkładu Gaussa dopasowywanego pasmami do trójwymiarowych rozkładów. Widać na nich że składowa Qout jest obarczona znacznie większym błędem niż pozostałe. Dodatkowo bład Qout rośnie liniowo z pędem poprzecznym. Jest to spowodowane tym że na błąd Qout wpływa 68 Qlong resolution vs pt σQ(pt) [MeV/c] 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] Qside resolution vs pt 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] σQ(pt) [MeV/c] σQ(pt) [MeV/c] σQ(pt) [MeV/c] Qout resolution vs pt 10 9 8 7 6 5 4 3 2 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 pt [GeV/c] Qinv resolution vs pt Rysunek 5.6: Rozdzielczość różnicy pędów w funkcji pędu poprzecznego głównie błąd pomiaru składowej poprzecznej pędu która także rośnie liniowo. Błąd składowej Qside zależy głównie od rozdzielczości kątowej która jest znacznie lepsza i inaczej zależy od pędu poprzecznego. Składowa Qside jest określana z najlepszą rozdzielczością ze wszystkich. 0, 1 < pt 0, 3 < pt 0, 6 < pt 0, 1 < pt < 0, 3GeV /c < 0, 6GeV /c < 1, 0GeV /c < 1, 0GeV /c Qout 2,9 3,6 5,8 3,3 Qside 0,38 0,37 0,43 0,37 Qlong 1,1 1,2 1,5 1,2 Qinv 1,1 1,0 1,1 1,1 Tablica 5.1: Gausowskie szerokości rozkładów błędów [MeV/c] 69 (dN/dδ Q)/(dN/dδ Q)max 1 1 0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2 (dN/dδQ)/(dN/dδQ)max 0 -0.015 -0.01 -0.005 0 0.005 δ Qside [GeV/c] 0.01 0.1 < pt < 0.3 0.3 < pt < 0.6 0.6 < pt < 1.0 0 -0.015 0.015 -0.01 -0.005 0 0.005 δ Qlong [GeV/c] 0.01 0.015 1 0.8 0.6 0.4 0.2 0 -0.03 -0.02 -0.01 0 δQout [GeV/c] 0.01 0.02 0.03 Rysunek 5.7: Rozdzielczości różnicy pędów w trzech przedziałach pędu poprzecznego Rysunek 5.7 przedstwiają unormowane projekcję rozkładu rozdzielczości składowych dla trzech przedziałów pędu poprzecznego, widać na nich że rozkłady te maja istotne niegausowskie “ogony”. Tabela 5.4 przedstawia gausowskie szerokości rozkładów rozdziel- czości. Wyniki te są zgodne z przewidywaniami przedstawionymi w Technical Proposal mimo że tamte wyniki uzyskane zostaly w diametralnie inny sposób, bez rekonstrukcji z prostymi losowymi błędami. Rozdzielczość Qside jest w całkowitej zgodzie z przewidywaniami, rozdzielczość Qlong jest nieco gorsza niż przewidywana, Qout jest nieco lepsza, zależność od pędu poprzecznego też jest słabsza. 70 5.5 Jednowymiarowe funkcje korelacyjne Funkcje korelacyjne przedstawione w tej części są modelowane przy pomocy metody wag. Wagi uwzględniają wyłącznie efekty statystyki kwantowej ,są obliczane przy pomocy wzoru 4.2. Współrzędne wymrożenia są losowane z trójwymiarowego rozkładu Gaussa o promieniu 7,4fm. Wygenerowana funkcja korelacyjna jest przedstawiona na rysunku 5.8. Tło generowane jest z pięciu poprzednich przypadków, podzielonych na 20 przedziałów względem współrzędnej z głównego wierzchołka w zakresie −15, 6cm < z < 15.6cm. Ilość par w liczniku i mianowniku funkcji korelacyjnej w przedziale Qinv < 0, 15GeV /c jest rzędu 1010 . Lewa część rysunku 5.9 zawiera funkcję korelacyjną wolną od efektów dwucząstkowych, licznik stanowi ważony rozkład par mieszanych, mianownik rozkład nieważony. Parametry dopasowania nie wykazują istotnego wpływu rozdzielczości pomiaru pędu. Licznik funkcji z prawej strony to ważony rozkład par pochodzących z jednego przypadku, mianownik to nieważony rozkład par miesznych. Odksztalcenia przy małych różnicach pędu są wynikiem dwucząstkowych efektów pojawiających się przy reknstrukcji dwóch torów lezących blisko siebie. Efekty te powodują nadmiar lub ubytek par w liczniku funkcji korelacyjnej. 5.5.1 Splitting O splittingu mówimy wtedy kiedy jedna cząstka zostaje błędnie zrekonstruowana jako dwa leżące blisko siebie tory. Powoduję to powstanie nadwyżki w liczniku funkcji korelacyjnej dla małych różnic pędów. Efekt ten występuję najsilniej dla cząstek o małych pędach które z powodu wielokrotnego rozpraszania w materiale detektora zostawia ślady które nie leżą na jednej krzywej mimo że zostawiła je pojedyncza cząstka. Aby zmniejszyć wpływ splittingu na wyniki fizyczne używa sie specyficznych cięć na pary wykorzystujących mapy klastrów zarejestrowanych w TPC. Na podstawie tych map definiuje 71 inv C(Q ) Model correlation function 2 lambda 1.8 Rinv[fm] 1 7.4 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 00 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 2 χ2 / ndf 27.93 / 73 1.8 lambda 0.9802 ± 0.0009 1.6 Rinv [fm] C(Qinv) C(Qinv) Rysunek 5.8: Modelowana funkcja korelacyjna, λ = 1, 0 Rinv = 7, 4f m 7.371 ± 0.003 2 χ2 / ndf 4311 / 73 1.8 lambda 0.9504 ± 0.0012 1.6 Rinv [fm] 1.4 1.4 1.2 1.2 1 1 0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2 00 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 00 0.02 0.04 0.06 0.08 0.1 7.283 ± 0.004 0.12 0.14 Qinv [GeV/c] Rysunek 5.9: Mierzone funkcje korelacyjne, z lewej: tylko z efektami rozdzielczości, z prawej: z efektami splittingu i mergingu 72 się dwa współczynniki na których dokonuje się cięć. Pierwszy z nich to wspołczynnik współdzielenia klastrów, mówi on jaka część klastrów została przypisana do obu torów pary. Idealnie rozdzielone tory mają ten współczynnik równy zeru. Do analizy wpływu tego (jak i innych) efektów używa się specjalnej funkcji korelacyjnej zdefiniowanej jako funkcja różnicy pędów oraz współczynnika współdzielenia, funkcja ta nie uwzględnia żadnych wag, co oznacz że w idealnym przypadku powinna być wszędzie równa jeden. Funkcja taka w przejrzysty sposób pozwala określić dla jakiej wartosci współczynnika pojawia się nadwyżka par w mianowniku. Funkcja taka jest przedstawiona na rysunku 5.10. Czerwony obszar to nadmiarowe pary w liczniku. Na podstawie tej funkcji wprowadzono cięcie które odzrzuca wszystkie par o współczynniku współdzielenia większym niż 0,01, ponieważ TPC w ALICE ma 159 wierszy oznacza to że odrzuca się pary które współdzielą więcej niż jeden klaster. Jest to cięcie najmniej wpływające na statystyki, ustawienie takiego poziomu cięcia powoduje wyrzucenie 0,1% par w obszarze Qinv < 20M eV /c. Drugim współczynnikiem jest tzw. współczynnik jakości pary stosowany w eksperymencie STAR. Zdefiniowany jest on następująco: PNpadrows FQuality = n=1 P A(n) Nclusters (5.1) gdzie A(n) = −1 jeliobaladymajklasterwwierszun 0 jeliadenzeladwniemaklastrawwierszun (5.2) 1 jelitylkojedenzeladwmaklasterwwierszun, Npadrows jest liczbą wierszy TPC, a P Nclusters jest całkowitą liczbą klastrów pary. Współczyn- nik ten przyjmuję wartości od -0,5 do 1 wartość bliska -0,5 oznacza dobrze rozdzieloną parę, im większa wartość tym większe prawdopodobieństwo że mamy doczynienia z fałszywą parą. 73 Cluster sharing 10 1 9 0.8 8 7 0.6 6 5 0.4 4 3 0.2 2 1 0 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 0 Rysunek 5.10: Wartość funkcji korelacyjnej w funkcji współczynnika współdzielenia klastrów Poziom cięcia na współczynnik jakości był ustalany przy pomocy analogicznej funkcji jak współczynnik współdzielenia, jednak funkcja ta została wygenerowana już po wprowadzeniu cięcia na współdzielenie. Funkcja ta jest przedstawiona na rysunku 5.11. Tak jak poprzednio czerwony obszar to nadwyżka par w liczniku funkcji korelacyjnej. Na podstawie tej funkcji ustawiono cięćie na jakość pary na poziomie -0.1. Ciecie takie powoduję odrzucenie 1% par dla Qinv < 20M eV /c. 5.5.2 Merging Merging pojawia się wtedy kiedy dwa blisko siebie leżące tory zostaną błędnie zrekonstruowane jako jeden. Istnienie tego efektu wynika ze specyficznych szczegółów algorytmu rekonstrukcji. Efekt ten powoduję powstanie w liczniku funkcji korelacyjnej niedoboru par o małych różnicach pędu. Aby zniwelować ten efekt należy stworzyć analogiczny niedobór par w mianowniku, co oczywiście pogarsza statystyki i zwiększa błędy. Tutaj kryterium odrzucenia pary jest odległość punktów wniknięcia obu cząstek do TPC, im ta odległość jest 74 Pair quality 10 1 9 0.8 8 0.6 7 0.4 6 5 0.2 4 0 3 -0.2 2 1 -0.4 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 0 Rysunek 5.11: Wartość funkcji korelacyjnej w funkcji współczynnika jakości pary mniejsza tym prawdopodobieństwo połączenia torów jest większe dlatego wyznacza się minimalną odległość dla której pary są akceptowane. Ponieważ cząstki w parach mieszanych są emitowane z różnych punktów wewnątrz detektora, dla par mieszanych nie liczy się prostej odległości punktów lecz odległość po przesunięciu początków torów do początku układu współrzędnych. Wartość cięcia ustala się przy pomocy dwywymiarowej funkcji korelacyjnej której drugą współrzędną jest odległość punktów wniknięcia do TPC. Funkcja taka jest przedstawiona na rysunku 5.12, zielono-niebieski obszar w lewym dolnym rogu to niedobór par w liczniku funkcji korelacyjnej. Na zamieszczonym rysunku tego nie widać, lecz po dokładniejszej analizie okazuje się że efekt rozciąga się aż do 3cm i na taką wartość zostało ustawione cięcie. Cięcie to ma największy wpływ na statystyki gdyż odrzuca ono ok 40% par z obszaru Qinv < 20M eV /c. Cięcia na efekty dwucząstkowe zostały określone w kolejności: współdzielenie klastrów, jakość pary i na końcu separacja punktów wejścia do TPC. Kolejność ta wynika z tego że 75 TPC entrance separation [cm] 20 1 18 16 0.8 14 12 0.6 10 8 0.4 6 4 0.2 2 0 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 0 Rysunek 5.12: Wartość funkcji korelacyjnej w funkcji odległości punktów wejścia do TPC obraz w funkcji parametru współdzielenia jest najczystszy i najłatwiejszy w interpretacji. Po zastosowaniu tego cięcia oczyszcza się obraz przedstawiający wpływ cięcia na jakość pary które z koleji oczyszcza obraz przedstawiający wpływ cięcia na separację wejścia. Na rysunku 5.13 pokazano funkcję korelacyjną otrzymaną z danych bez żadnego efektu korelacyjnego, pokazuję ona wpływ efektów splittingu i mergingu, oraz jak ten wpływ zmienia się przy kolejnym stosowaniu omówionych wyżej cięć. Jak widać wpływu splittingu nie udało się całkowicie wyelminować. Rysunek 5.14 przedstawia takie same funkcje korelacyjne jak rysunek 5.9 ale po zastosowaniu cięć na efekty dwucząstkowe. Funkcja po lewej stronie oczywiście nie wykazuję żadnych różnic poza większymi błędami. Funkcja po prawej wykazuje istotną poprawę parametrów dopasowania oraz wartości R i λ bliższe rzeczywistym. 76 C(Qinv ) 1.8 5 1.6 1.4 4 1.2 3 1 0.8 0 2 0.005 0.01 0.015 0.02 1 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 2 χ2 / ndf 41.05 / 73 1.8 lambda 0.9783 ± 0.0010 1.6 Rinv [fm] C(Qinv) C(Qinv) Rysunek 5.13: Efekty stosowania cięć, niebieski: bez cięć, zielony: cięcie na współdzielone klastry, czerwony: cięcia na splitting, czarny: wszystkie cięcia. Umieszczony wewnątrz rysunek pokazuję początkowy fragment histogramu 7.367 ± 0.003 2 χ2 / ndf 128.2 / 73 1.8 lambda 0.9747 ± 0.0014 1.6 Rinv [fm] 1.4 1.4 1.2 1.2 1 1 0.8 0.8 0.6 0.6 0.4 0.4 0.2 0.2 00 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Qinv [GeV/c] 00 0.02 0.04 0.06 0.08 0.1 7.344 ± 0.005 0.12 0.14 Qinv [GeV/c] Rysunek 5.14: Mierzone funkcje korelacyjne, z lewej: bez efektów dwucząstkowych, z prawej: z efektami splittingu i mergingu po zastosowaniu cięć 77 78 Rozdział 6 Wnioski W pracy zostały przedstawione wyniki analizy wpływu efektów detektorowych i procesów rekonstrukcji na możliwości analiz korelacyjnych w przygotowywanym właśnie eksperymencie ALICE. Tego typu analizy stanowią bardzo ważny element przygotowania eksperymentu gdyż ich wyniki będą pomagać w interpretacji prawdziwych danych które pojawią się po uruchomieniu pomiarów. Część pierwsza pracy zawiera wprowadzenie do fizyki zderzeń ciężkich jonów i poszukiwać plazmy kwarkowo-gluonowej, oraz podstawy teoretyczne metod interferometrii jądrowej jedynej metody pozwalającej oddtworzyć czasoprzestrzenny obraz zachodzących w zderzeniu procesów. Część druga zawiera, z konieczności bardzo zwięzły, opis technicznych aspektów eksperymentu ALICE. Zawiera ona opis poszczegolnych części systemu detekcyjnego ALICE. W rozdziale tym omówiono także oprogramowanie używane w eksprymencie ALICE. Jak można się przekonać oprogramowanie w eksperymentach z dziedziny fizyki wysokich energii jest integralną, nieodłączną częścią eksperymentu mogącą mieć wpływ na uzyskiwane wyniki tak samo jak konstrukcja samego detektora. Znacząca część rozdziału czwartego została poświęcona zagadnieniu obliczeń rozproszonych. W erze LHC eksperymenty po raz pierwszy 79 przerosły swoimi wymaganiami możliwości pojedynczego centrum komputerowego. Projekt WLCG i w szczególności system AliEn powstały z konieczności spełnienia tych wymagań, duża część pracy wykonanej na potrzeby tego opracowania to poznawanie systemu AliRoot, technik stosowanych w przygotowaniu i testowaniu ekperymentu ALICE, oraz nauka efektywnego korzystania z systemu AliEn dzięki któremu otrzymano przedstawione w tej pracy wyniki. Część trzecia to szczegółowa analiza efektów detektorowych mających wpływ na pomiary femtoskopowe. Dokonano analizy wpływu rozdzielczości pomiaru pędu, oraz efktów dwucząstkowych takich jak splitting i merging. Została też przeprowadzona systematyczna analiza prowadząca do ustalenia poziomów cięć niwelujących wpływ tych efektów oraz skutków ich wprowadzenia. Nie zaobserwowano istotnego wpływu rozdzielczości pomiaru pędu na kształt funkcji korelacyjnych o przyjętych w tej pracy parametrach. Zjawisko splittingu (podwajania torów) ma istotny wpływ na kształt funkcji korelacyjnej w obszarze Qinv < 0, 08GeV /c. Powoduje zawyżenie wartości funkcji korelacyjnej w tym obszarze. Wyznaczono i przetestowano wartości odpowiednich cięć niwelujących wpływ splittingu, nie mają one większego wpływu na błędy statystyczne gdzyż usuwają z próbki zaledwie 1% par. Efektu splittingu nie udało się wyelminować całkowicie. Efekt łączenia torów (merging) również ma bardzo istotny wpływ na kształt funkcji korelacyjnej. Powoduje zaniżenie wartości funkcji korelacyjnej. Jego wpływ jest widoczny do Qinv równego ok 0,1GeV/c. Jest on większy od efektu splittingu do wartości Qinv = 5M eV /c, poniżej tej wartości splitting dominuje. Efekt łączenia torów udało się wyelminować przez odrzucenie par cząstek dla których punkty wejścia do TPC były bliżej niż 3cm od siebie. Taka procedura powoduję jednak odrzucenie ok 40% par cząstek i co za tym idzie wyraźne zwiększenie błędów statystycznych. 80 Dodatek A Config.C Istotne fragmenty pliku konfiguracyjnego użytego do wygenerowania danych wykorzystanych w tej pracy. Decyduje on m. in. o użytych generatorach, w tym wypadku HIJING, i ich parametrach, takich jak energia zderzenia i centralność, oraz o konfiguracji algorytmu rekonstrukcji, głównie o wykorzystanych subdetektorach. // // // // // // // Features: - transport package Geant3 - decays controilled by the type of the generator (kAll for HIJIGplus) - generator: default kHIJINGplus. It can be selected by the environment variable CONFIG_RUN_TYPE - field: default 0.5T - geometry: default with holes // This part for configuration static PprRun_t srun = kHIJINGplus; static PprRad_t srad = kGluonRadiation; static PprMag_t smag = k5kG; static PprGeo_t geo = kHoles; TDatime dt; static Int_t seed = dt.Get(); static PprTrigConf_t strig = kDefaultPbPbTrig; static Int_t runNumber= 0; void Config() 81 { // ThetaRange is (0., 180.). It was (0.28,179.72) 7/12/00 09:00 // Theta range given through pseudorapidity limits 22/6/2001 new TGeant3TGeo("C++ Interface to Geant3"); // Output every 100 tracks ((TGeant3*)gMC)->SetSWIT(4,100); AliRunLoader* rl=0x0; AliLog::Message(AliLog::kInfo, "Creating Run Loader", "", "", "Config()"," ConfigPPR.C", __LINE__); rl = AliRunLoader::Open("galice.root", AliConfig::GetDefaultEventFolderName(), "recreate"); if (rl == 0x0) { gAlice->Fatal("Config.C","Can not instatiate the Run Loader"); return; } rl->SetCompressionLevel(2); rl->SetNumberOfEventsPerFile(3); gAlice->SetRunLoader(rl); // Set the trigger configuration gAlice->SetTriggerDescriptor(pprTrigConfName[strig]); cout<<"Trigger configuration is set to "<<pprTrigConfName[strig]<<endl; // // Set External decayer AliDecayer *decayer = new AliDecayerPythia(); switch (srun) { default: decayer->SetForceDecay(kAll); break; } decayer->Init(); gMC->SetExternalDecayer(decayer); // // //======================================================================= // //======================================================================= // ************* STEERING parameters FOR ALICE SIMULATION ************** // --- Specify event type to be tracked through the ALICE setup // --- All positions are in cm, angles in degrees, and P and E in GeV // Generator Configuration 82 AliGenerator* gener = GeneratorFactory(srun); gener->SetOrigin(0, 0, 0); // vertex position gener->SetSigma(0, 0, 5.3); // Sigma in (X,Y,Z) (cm) on IP position gener->SetCutVertexZ(1.); // Truncate at 1 sigma gener->SetVertexSmear(kPerEvent); gener->SetTrackingFlag(1); gener->Init(); if (smag == k2kG) { comment = comment.Append(" | L3 field 0.2 T"); } else if (smag == k4kG) { comment = comment.Append(" | L3 field 0.4 T"); } else if (smag == k5kG) { comment = comment.Append(" | L3 field 0.5 T"); } if (srad == kGluonRadiation) { comment = comment.Append(" | Gluon Radiation On"); } else { comment = comment.Append(" | Gluon Radiation Off"); } printf("\n \n Comment: %s \n \n", comment.Data()); // Field (L3 0.5 T) AliMagFMaps* field = new AliMagFMaps("Maps","Maps", 2, 1., 10., smag); rl->CdGAFile(); gAlice->SetField(field); //=================== Alice BODY parameters ============================= AliBODY *BODY = new AliBODY("BODY", "Alice envelop"); //.... } AliGenerator* GeneratorFactory(PprRun_t srun) { Int_t isw = 3; if (srad == kNoGluonRadiation) isw = 0; AliGenerator * gGener = 0x0; switch (srun) { case kHIJINGplus: { // // The cocktail AliGenCocktail *gener = new AliGenCocktail(); // // Charm production by Pythia AliGenPythia * genpyc = new AliGenPythia(230); 83 genpyc->SetProcess(kPyCharmPbPbMNR); genpyc->SetStrucFunc(kCTEQ4L); genpyc->SetPtHard(2.1,-1.0); genpyc->SetEnergyCMS(5500.); genpyc->SetNuclei(208,208); genpyc->SetYRange(-999,999); genpyc->SetForceDecay(kAll); genpyc->SetFeedDownHigherFamily(kFALSE); genpyc->SetCountMode(AliGenPythia::kCountParents); // // Beauty production by Pythia AliGenPythia * genpyb = new AliGenPythia(9); genpyb->SetProcess(kPyBeautyPbPbMNR); genpyb->SetStrucFunc(kCTEQ4L); genpyb->SetPtHard(2.75,-1.0); genpyb->SetEnergyCMS(5500.); genpyb->SetNuclei(208,208); genpyb->SetYRange(-999,999); genpyb->SetForceDecay(kAll); genpyb->SetFeedDownHigherFamily(kFALSE); genpyb->SetCountMode(AliGenPythia::kCountParents); // // Hyperons // AliGenSTRANGElib *lib = new AliGenSTRANGElib(); Int_t particle; // Xi particle = AliGenSTRANGElib::kXiMinus; AliGenParam *genXi = new AliGenParam(16,particle,lib->GetPt(particle), lib->GetY(particle),lib->GetIp(particle)); genXi->SetPtRange(0., 12.); genXi->SetYRange(-1.1, 1.1); genXi->SetForceDecay(kNoDecay); // // Omega particle = AliGenSTRANGElib::kOmegaMinus; AliGenParam *genOmega = new AliGenParam(10,particle,lib->GetPt(particle), lib->GetY(particle),lib->GetIp(particle)); genOmega->SetPtRange(0, 12.); genOmega->SetYRange(-1.1, 1.1); genOmega->SetForceDecay(kNoDecay); // 84 // Central Hijing AliGenHijing *genHi = HijingStandard(); genHi->SwitchOffHeavyQuarks(kTRUE); genHi->SetImpactParameterRange(0.,5.); // // Add everything to the cocktail and shake ... gener->AddGenerator(genHi, "Hijing cent1", 1); gener->AddGenerator(genpyc, "Extra charm", 1); gener->AddGenerator(genpyb, "Extra beauty", 1); gener->AddGenerator(genXi, "Xi" , 1); gener->AddGenerator(genOmega, "Omega", 1); gGener = gener; } break; default: break; } return gGener; } AliGenHijing* HijingStandard() { AliGenHijing *gener = new AliGenHijing(-1); // centre of mass energy gener->SetEnergyCMS(5500.); // reference frame gener->SetReferenceFrame("CMS"); // projectile gener->SetProjectile("A", 208, 82); gener->SetTarget ("A", 208, 82); // tell hijing to keep the full parent child chain gener->KeepFullEvent(); // enable jet quenching gener->SetJetQuenching(1); // enable shadowing gener->SetShadowing(1); // neutral pion and heavy particle decays switched off gener->SetDecaysOff(1); // Don’t track spectators gener->SetSpectators(0); // kinematic selection gener->SetSelectAll(0); return gener; } 85 86 Dodatek B ConfigFemtoAnalysis.C Przykładowe makro konfiguracyjne pakietu AliFemto. Makro to zawiera wszystkie ustawienia analizy wykonywanej przy pomocy pakietu AliFemto. Zawiera ono ustawienia wszystkich cięć oraz decyduję o generowanych funkcjach korelacyjnych. AliFemtoManager *ConfigFemtoAnalysis() { double PionMass = 0.13956995; int chargePi = 1; // Set-up the reader for ALICE ESD AliFemtoEventReaderESDChainKine* Reader=new AliFemtoEventReaderESDChainKine(); // Read only constrained momenta - primordial particles Reader->SetConstrained(true); // Setup the manager AliFemtoManager* Manager=new AliFemtoManager(); // Point to the data source - the reader Manager->SetEventReader(Reader); // Setup the analysis AliFemtoVertexAnalysis* an =new AliFemtoVertexAnalysis(20, -15.6, 15.6); // Number of events to construct the background an->SetNumEventsToMix(5); // The event selector AliFemtoBasicEventCut* mec = new AliFemtoBasicEventCut(); // Accept events with the given multiplicity mec->SetEventMult(0,100000); // and z-vertex distance to the center of the TPC mec->SetVertZPos(-1000,1000); 87 mec->AddCutMonitorPass( new AliFemtoCutMonitorEventMult() ); // The track selector AliFemtoESDTrackCut* dtc = new AliFemtoESDTrackCut(); dtc->SetPidProbPion(0.2,1.001); dtc->SetPidProbMuon(0.0,0.8); dtc->SetPidProbKaon(0.0,0.1); dtc->SetPidProbProton(0.0,0.1); dtc->SetMostProbablePion(); dtc->SetCharge(chargePi); // so we set the correct mass dtc->SetMass(PionMass); // we select low pt dtc->SetPt(0.1,1.0); dtc->SetminTPCncls(95); dtc->SetRemoveKinks(kTRUE); dtc->SetLabel(kFALSE); dtc->SetMaxITSChiNdof(3.0); dtc->SetMaxTPCChiNdof(2.0); dtc->SetMaxSigmaToVertex(3.0); AliFemtoCutMonitorParticleMomRes *cutMomRes = new AliFemtoCutMonitorParticleMomRes(); dtc->AddCutMonitorPass(cutMomRes); // Pair selector AliFemtoShareQualityTPCEntranceSepPairCut *sqpc = new AliFemtoShareQualityTPCEntranceSepPairCut(); // remove split track pairs and pairs that share hits sqpc->SetShareQualityMax(0.00); sqpc->SetShareFractionMax(0.01); sqpc->SetTPCEntranceSepMinimum(3.0); sqpc->SetRemoveSameLabel(kFALSE); // Add the cuts to the analysis an->SetEventCut(mec); an->SetFirstParticleCut(dtc); an->SetSecondParticleCut(dtc); an->SetPairCut(sqpc); // Setup correlation functions // A simple qinv correlation function AliFemtoQinvCorrFctn *cqinv= new AliFemtoQinvCorrFctn("qinvcf",100,0.0,0.50); 88 AliFemtoModelGausRinvFreezeOutGenerator *tFreeze = new AliFemtoModelGausRinvFreezeOutGenerator(); tFreeze->SetSizeInv(7.4); AliFemtoModelWeightGenerator *tWeight = new AliFemtoModelWeightGeneratorBasic(); tWeight->SetPairType(AliFemtoModelWeightGenerator::PionPlusPionPlus()); AliFemtoModelManager *tModelManager = new AliFemtoModelManager(); tModelManager->AcceptFreezeOutGenerator(tFreeze); tModelManager->AcceptWeightGenerator(tWeight); tModelManager->CreateCopyHiddenInfo(kFALSE); // add the correlation functions to the analysis an->AddCorrFctn(cqinv); AliFemtoModelCorrFctn *tMCF = new AliFemtoModelCorrFctn("ModelCF",100,0.0,0.50); tMCF->ConnectToManager(tModelManager); an->AddCorrFctn(tMCF); AliFemtoQResolution *qrescf = new AliFemtoQResolution(); an->AddCorrFctn(qrescf); // Add the analysis to the manager Manager->AddAnalysis(an); return Manager; } 89 90 Bibliografia [1] Donald H. Perkins, Wstęp do fizyki wysokich energii, PWN 2004 [2] Wojciech Florkowski, Introduction to ultra-relativistic heavy-ion collisions, 2005 [3] Katarzyna Grebieszkow, wykład “Wstęp do fizyki zderzeń ciężkich jonów” 2007/2008 [4] M. Lisa, Size Matters: Spacetime geometry in subatomic collisions [5] Mike Lisa, Scott Pratt, Ron Soltz, Urs Wiedemann, Femtoscopy in Relativistic Heavy Ion Collisions: Two Decades of Progress, nucl-ex/0505014v2 [6] Pion interferometry in Au+Au collisions at √ sN N = 200 GeV, STAR Colaboration [7] R. Hanbury Brown and R. Q. Twiss, A Test of a New Type of Stellar Interferometer on Sirius, Nature 178: 1046–1048 [8] G. Goldhaber i in. Pion-Pion Correlations in Antiproton Annihilation Events, Phys. Rev. Lett. 3, 181 - 183 (1959) [9] Volker Koch, Introduction to Chiral Symmetry, nucl-th/9512029v1 [10] Stefan B. Ruester, Verena Werth, Michael Buballa, Igor A. Shovkovy, Dirk H. Rischke, “The phase diagram of neutral quark matter: Self-consistent treatment of quark masses”, arXiv:hep-ph/0503184v2 91 [11] Azimuthal Anisotropy and Correlations in the Hard Scattering Regime at RHIC, STAR Collaboration, Phys. Rev. Lett 90 032301 [12] D. Magestro, Jets in nuclear collisions, 2006, http://www.star.bnl.gov/central/focus/highPt/ [13] G. David, R. Rapp, Z. Xu, Electromagnetic Probes at RHIC-II, nucl-ex:0611009 [14] M. G. Munhoz, Strangeness Production in Relativistic Heavy Ion Collisions, Brazilian Journal of Physics, vol. 34, no. 1A, March, 2004 [15] L. Ray and G. W. Hoffmann, Simulated Bose-Einstein correlations in multiplicity distributions from relativistic heavy-ion collisions, PHYSICAL REVIEW C VOLUME 54, NUMBER 5 [16] The ALICE experiment at the CERN LHC, The ALICE Collaboration, K Aamodt et al 2008 JINST 3 S08002 [17] ALICE Collaboration 1995 Technical Proposal CERN/LHCC/95–71 [18] F Carminati, P Foka, P Giubellino, A Morsch, G Paic, J-P Revol,K Safarik, Y Schutz, U A Wiedemann, “ALICE: Physics Performance Report, Volume 1’, 2004 [19] F Carminati, P Foka, P Giubellino, A Morsch, G Paic, J-P Revol,K Safarik, Y Schutz, U A Wiedemann, “ALICE: Physics Performance Report, Volume 2”, 2004 [20] http://www.gsi.de/forschung/kp/kp1/experimente/alice/tpc/TPC_overview.html [21] http://alice-grid.ca.infn.it/afilias/about_info/ [22] ALICE, Technical Design Report of the Computing, CERN-LHCC-2005-018 ALICE TDR 012 [23] http://aliceinfo.cern.ch/Offline/ 92 [24] M. Lisa, AliFemto Tutorial, http://www.physics.ohio-state.edu/~lisa/AliFemtoDocumentation/UsersGuide.pdf 93