Oprogramowanie w eksperymentach

Prezentacja na temat: "Oprogramowanie w eksperymentach"— Zapis prezentacji:

1 Oprogramowanie w eksperymentach
fizyki

2 Outline Data containers Modules – classes that operate on data
Introduction to experiment: what how do we measure? What is the output from experiment - measurements + data analysis Data objects (classes) Data containers Modules – classes that operate on data Containers of modules Building program (reconstruction task) from modules → singleton class MainModule Main program: bratmain 2

3 The BRAHMS Collaboration
I.Arsene7, I.G. Bearden6, D. Beavis1, S. Bekele6 , C. Besliu9, B. Budick5, H. Bøggild6 , C. Chasman1, C. H. Christensen6, P. Christiansen6, R. Clarke9, R.Debbe1, J. J. Gaardhøje6, K. Hagel7, H. Ito10, A. Jipa9, J. I. Jordre9, F. Jundt2, E.B. Johnson10, C.E.Jørgensen6, R. Karabowicz3, N. Katrynska3, E. J. Kim4, T.M.Larsen11, J. H. Lee1, Y. K. Lee4, S.Lindal11, G. Løvhøjden2, Z. Majka3, M. Murray10, J. Natowitz7, B.S.Nielsen6, D. Ouerdane6, R.Planeta3, F. Rami2, C. Ristea6, O. Ristea9, D. Röhrich8, B. H. Samset11, D. Sandberg6, S. J. Sanders10, R.A.Sheetz1, P. Staszel3, T.S. Tveter11, F.Videbæk1, R. Wada7, H. Yang6, Z. Yin8, and I. S. Zgura9 1Brookhaven National Laboratory, USA, 2IReS and Université Louis Pasteur, Strasbourg, France 3Jagiellonian University, Cracow, Poland, 4Johns Hopkins University, Baltimore, USA, 5New York University, USA 6Niels Bohr Institute, University of Copenhagen, Denmark 7Texas A&M University, College Station. USA, 8University of Bergen, Norway 9University of Bucharest, Romania, 10University of Kansas, Lawrence,USA 11 University of Oslo Norway 48 physicists from 11 institutions

4 Relativistic Heavy Ion Collider
BRAHMS PHOBOS PHENIX STAR Au+Au d+Au p+p energies: sNN=200GeV, sNN=62GeV Cu+Cu

5 Broad Range Hadron Magnetic Spectrometers
Tile Ring 1 Flow Ring 2 Si Ring 1

6

7

8 Track matching through the dipole magnets
Dang – defined on figure dy – deviation in y position at mid-plane (= y2 – y1) daly – deviation in y-slope at mid-plane (= angy2 – angy1) 8

9

10 Zmienne i obserwable Y

11 Zmienne i obserwable Y

12 Zmienne i obserwable Y

13 Produkcja cząstek i dysypacja energii
Yy = ½ ln[(E+pz) / (E-pz)] E = -ln[tan(/2)] Y y  gdy E<<m − 𝑦 𝑝 𝑦 𝑝 𝑚 𝑇 𝑦 𝑑𝑁 𝐵− 𝐵 𝑑𝑦 cosh𝑦𝑑𝑦 Total E=25.72.1TeV 72GeV na “uczestnika” Gęstośc energii: Bjorken 1983 eBJ = 3/2 (<Et>/ R20) dNch/d zkładając czas formowania 0=1fm/c: >5.0 GeV/fm3 dla 200 GeV >4.4 GeV/fm3 dla 130 GeV >3.7 GeV/fm3 dla 62.4 GeV

14 Materia “pierwotna” i wyprodukowana
BRAHMS NA49 AGS dla energii 200GeV pierwotna materia jest ulokowana w y3 (y2.0) materia wyprodukowana koncentruje się w y=0 Na RHIC-u 200 GeV) w zakresie |y|< 3 podłużny rozkład kaonów netto podobny do rozkładu protonów netto

15 Duże pt i wygaszanie jetów
Historia tworzenia cząstek z dużym pt (powyżej ~2GeV/c) rozpoczyna się na początku kolizji w procesach twardych q hadrons leading particle leading particle Schematic view of jet production W eksperymentach p+p  “twardo” rozproszone partony ulegają fragmentacji tworząc jety hadronów (proces “miękki” Duπ+ ) W eksperymentach A+A, partony mogą poruszać się w medium  Tomografia partonowa Jeżeli medium to QGP  partony będą tracić część swojej energii (induced gluon radiation)  osłabienie produkcji jetów  wygaszanie jetów (Jet Quenching) Eksperymentalnie  spadek liczby zliczeń w spektrach hadronów w obszarze dużych pędów poprzecznych

16 Ilościowy opis tłumienia jetów
Przeskalowana referencja N+N RAA = Yield(AA) NCOLL(AA)  Yield(NN) Współczynnik modyfikacji jądrowej (Nuclear Modification Factor) RAA<1  tłumienie względem przeskalowanej referencji NN Na SPS nie zaobserwowano tłumienia, przeciwnie RAA>1 (Cronin Enhancement)

17 Eksperyment kontrolny: d+Au @ SNN=200
Dla d+Au widzimy wzmocnienie (Cronin Enhancement) związane z oddziaływaniem w stanie początkowym (znane z SPS – kT broadening) Jeżeli wygaszanie dużych pT związane jest z oddziaływaniem w stanie początkowym to powinno być widoczne w reakcji d+Au Są dwa procesy kanału wejściowego które mogą powodować wygaszanie: “geometric shadowing” oraz “dynamic shadowing” = efekt wysycenia gluonów (CGC)

18 RAuAu(Y=0) ~ RAuAu(y~3) centralne zderzenia Au+Au przy √s = 200 GeV
R AuAu (Y=0) ~ RAuAu(y~3) dla pionów i protonów: przypadek? Ten wynik wzmacnia argumenty za emisją powierzchniową (corona effect) Protony pokazyją efekt rekombinacji w medium

19 Color Glass Condensate
H1+ZEUS hep-ph/ x – zmienna Bjorkena Równanie GFKL dobrze opisuje dane z HERA-y ale nie zawiera mechanizmu fuzji gluonów  ~ s(Q2)/Q2 - rekombinacja  ~ xG(x,Q2)/R2 – gęstość Granica między rozrzedzonym i gęstym obszarem  ~ 1 Qs2 ~ s(Qs2) xG(x,Qs2)/R2 Dla Q>Qs mamy normalny (rozrzedzony) obszar Dla Q<Qs obszar wysycenia (gluon saturaration) Daje się opisać klasycznymi równaniami pola w teorii Yanga-Millsa  CGC, gdy Qs duże (LHC) – słabe sprzeżenie, Qs2 ~ sA1/3 19

20 Ewolucja RdAu z pospiesznością
I. Arsene et al., BRAHMS PRL 93 (2004) wzmocnienie Cronin’a tłumienie Wzrost tłumienia z pospiesznością i centralnością: zanim dane się pojawiły przewidziała to teoria CGC (Phys. Rev. D68 (2003) ) 20

21 Rekonstrukcja danych Podstawowym narzędziem rekonstrukcji/analizy danych jest BRAT (BRahms Analysis Toolkit) – framework bazujący na root-cie. Kontrola i rozwój BRATA odbywa się przez CVS co uzmożliwia rozbudowę oprogramowania w sposób skoordynowany przez kilka grup z ośrodków rozrzuconych po całym świecie. Konwencja: nazwy wszystkich klas BRATa mają przedrostek “Br” (w root-cie używany jest przedrostek “T”) 21

22 BRAT data – w tym katalogu znajduja się klasy, które definiują strukturę danych raw – dane “mapowane” odpowiadające danemu detektorowi (BrBbDig.h,BrSiDig.h, BrDcDig.h, BrTpcDig.h,BrTofDig.h >przykład BrDcDig.h) W czasie zbierania danych na dysk zapisywane są dane typu „raw disk”. Mapowanie odbywa of-line przy użyciu interfejsu do “raw disk data” (BrRawDataInput) na podstawie informacji z pliku defaultmap.txt. Dzięki temu, że defaultmap.txt zawiera całą informacje o połączeniach sygnałowych detektora z elektroniką Front-End i przetwornikami ADC/TDC/QDC → dane typu raw (raw data) odzwierciedlają strukturę detektora (patrz przykład) 22

23 BRAT data BrDcDig: 23

24 Komory dryfowe (DC): 24

25 BRAT data BrTofDig: 25

26 BrTofDig: 26

27 BRAT data rdo – dane wyższego poziomu (w stosunku do raw mapped). Czesto przechowują informację podstawową ale zawierają również informacje fizyczną jak np. punkt przejścia (hit) cząstki przez ustaloną plaszczyznę detektora, czas przelotu cząstki Ta dodatkowa informacja fizyczna jest uzyskiwana na podstawie kalibracji detektorów. (BrBbRdo.h,BrSiRdo.h, BrDcRdo.h, BrTpcRdo.h,BrTofRdo.h ) 27

28 BrTofRdo 28

29 BRAT data calib – dane kalibracyjne. Nie dziedziczą z BrDataObject. Informacja przechowywana jest w bazie danych (mysql). Zawierają informacje konieczną do przejścia od raw do rdo. BrDcCalibration: 29