Demonstrating CBM Capabilities by $\Lambda$ Baryon Reconstruction in Ni+Ni Collisions with the mCBM Experiment at SIS18 of GSI/FAIR

Diese Arbeit präsentiert die ersten Ergebnisse zur Rekonstruktion von $\Lambda$-Baryonen aus Ni+Ni-Kollisionen, die vom mCBM-Demonstrator am SIS18 aufgezeichnet wurden, wodurch die operative Leistungsfähigkeit der Detektorsysteme sowie die vollständige Datenkette für das kommende Hochraten-CBM-Experiment am FAIR erfolgreich validiert wurden.

Das Wesentliche

Stellen Sie sich eine massive, Hochgeschwindigkeitskamera vor, die darauf ausgelegt ist, die chaotischsten Momente des Universums zu fotografieren: wenn schwere Atomkerne mit nahezu Lichtgeschwindigkeit zusammenprallen. Dies ist das Ziel des CBM-Experiments, eines zukünftigen Projekts an einer riesigen wissenschaftlichen Einrichtung in Deutschland namens FAIR.

Das Bauen einer Kamera, die mit der enormen Geschwindigkeit dieser Kollisionen mithalten kann, ist jedoch unglaublich schwierig. Die Kollisionen geschehen so schnell (bis zu 10 Millionen Mal pro Sekunde), dass herkömmliche Kameras überfordert wären – wie der Versuch, ein Foto von einem schnell fahrenden Rennwagen mit einer langsamen Verschlusszeit zu machen. Man bekäme nur eine Unschärfe.

Um dieses Problem zu lösen, haben die Wissenschaftler eine „Übungsversion“ namens mCBM gebaut. Betrachten Sie mCBM als einen Flugsimulator oder eine Testfahrt für das echte CBM-Experiment. Es verwendet die tatsächliche Hardware und Software, die auch im endgültigen Projekt verwendet werden soll, jedoch in kleinerem Maßstab, um zu beweisen, dass das System funktioniert, bevor der große Start erfolgt.

Hier ist die Zusammenfassung dieser Arbeit, einfach erklärt:

1. Die Herausforderung: Das „Nadel im Heuhaufen“-Problem

Die Wissenschaftler wollten beweisen, dass ihr System in der Lage ist, etwas sehr Seltenes und Schwieriges inmitten des Chaos einer Kollision zu finden. Sie wählten das Lambda ($\Lambda$)-Baryon.

• Die Analogie: Stellen Sie sich eine riesige, laute Party (die Kollision) vor, auf der Millionen von Menschen tanzen. Inmitten dieser Menge suchen Sie nach einem ganz bestimmten, schüchternen Paar (dem Lambda-Teilchen), das nur für einen winzigen Augenblick auftaucht und sich dann sofort in zwei andere Personen (ein Proton und ein Pion) aufteilt, die in verschiedene Richtungen davonlaufen.
• Die Schwierung: Dieses Paar zu finden, ist schwer, weil:
  1. Sie selten sind (nur wenige erscheinen in der Menge).
  2. Sie fast augenblicklich verschwinden.
  3. Der „Lärm“ der Party (Hintergrundteilchen) ohrenbetäubend ist.

2. Der Aufbau: Eine „Zeit-basierte“ Kamera

Normalerweise verwenden Wissenschaftler riesige Magnete, um die Bahnen von Teilchen zu krümmen, was hilft, sie zu identifizieren. Aber der mCBM-Testaufbau hatte keinen Magneten.

• Die Analogie: Anstatt die Tanzwege der Tänzer zu sehen, mussten die Wissenschaftler allein dadurch herausfinden, wer wer war, wie schnell sie sich bewegten und wann sie ankamen.
• Sie verwendeten ein „Time-of-Flight“-System (Laufzeitmessung). Stellen Sie sich ein Rennen vor, bei dem Sie die Läufer nicht sehen, aber Sensoren an der Start- und Ziellinie haben. Indem Sie genau messen, wie lange ein Läufer von A nach B gebraucht hat, können Sie seine Geschwindigkeit berechnen und feststellen, wer er ist.
• Das System nutzte zudem einen „Free-Streaming“-Datenansatz. Anstatt auf einen „Auslöser“ (Trigger) zu warten, um Daten zu speichern, zeichnete die Kamera alles, die ganze Zeit über auf – wie eine Überwachungskamera, die niemals aufhört aufzunehmen. Der Computer musste die endlosen Aufnahmen später durchsuchen, um das spezifische „Paar“ zu finden, nach dem sie suchten.

3. Das Experiment: Der „Ni+Ni“-Crash 2024

Im Jahr 2024 ließen die Teams Nickel-Atome mit hoher Geschwindigkeit auf Nickel-Atome prallen.

• Sie ließen dies etwa 5,5 Stunden lang laufen.
• Das System zeichnete eine gewaltige Menge an Daten auf (7,3 Terabyte), was vergleichbar damit ist, das gesamte Internet in wenigen Stunden herunterzuladen.
• Sie nutzten ein intelligentes Computerprogramm, das wie ein „digitaler Detektiv“ agierte, um diese Daten zu durchforsten und die spezifische Signatur des zerfallenden Lambda-Teilchens zu finden.

4. Die Ergebnisse: Erfolg!

Die Arbeit berichtet, dass das System perfekt funktioniert hat.

• Das Paar gefunden: Es gelang ihnen, 26.932 Lambda-Teilchen aus den Daten zu identifizieren.
• Das Signal: Wenn sie die Daten darstellten, erschien eine klare „Beule“ (Bump) dort, wo die Lambda-Teilchen sein sollten, die über den „Lärm“ der zufälligen Hintergrundteilchen hinausragte. Es war ein sehr klares Signal (151-mal stärker als das Hintergrundrauschen).
• Die Physik verifiziert: Sie maßen, wie lange die Lambda-Teilchen existierten, bevor sie zerfielen. Das Ergebnis entsprach fast exakt den bekannten wissenschaftlichen Werten. Dies bewies, dass ihr „Zeit-basiertes“ Tracking und ihr „Always-on“-Aufzeichnungssystem präzise waren.
• Die Menge gezählt: Sie berechneten auch, wie viele Lambdas bei den Kollisionen entstanden, und diese Zahl stimmte mit den Ergebnissen anderer Experimente aus der Vergangenheit überein.

5. Warum das wichtig ist

In dieser Arbeit geht es nicht darum, ein neues Teilchen oder ein neues Naturgesetz zu entdecken. Stattdessen handelt es sich um einen Proof of Concept (einen Machbarkeitsnachweis).

• Die Metapher: Es ist wie eine Baucrew, die einen Wolkenkratzer errichtet. Bevor sie den 100. Stock bauen, bauen sie ein maßstabsgetreues Modell des Aufzugs und der Brandschutzsysteme im Erdgeschoss. Sie testen es, um sicherzustellen, dass die Türen aufgehen, die Kabel halten und die Alarme funktionieren.
• Das Fazit: Der mCBM „Testlauf“ hat bewiesen, dass die komplexe, Hochgeschwindigkeits-, „Always-on“-Technologie, die für das vollständige CBM-Experiment geplant ist, funktioniert. Er zeigte, dass das System selbst ohne Magneten und trotz massiver Datenmengen in der Lage ist, seltene, flüchtige Teilchen in einem Meer aus Rauschen zu finden.

Kurz gesagt: Die Wissenschaftler haben erfolgreich demonstriert, dass ihr neues, ultraschnelles Kamerasystem bereit ist, die echten Bilder der extremsten Materie des Universums aufzunehmen, wenn das vollständige Experiment in der Zukunft startet.

Technische Zusammenfassung

Technische Zusammenfassung: Demonstration der CBM-Fähigkeiten durch die Rekonstruktion von $\Lambda$-Baryonen in Ni+Ni-Kollisionen mit dem mCBM-Experiment

Problemstellung
Das Compressed Baryonic Matter (CBM)-Experiment am Facility for Antiproton and Ion Research (FAIR) zielt darauf ab, das QCD-Phasendiagramm bei hohen Nettobaryonendichten zu erforschen. Um dies zu erreichen, muss CBM mit beispiellosen Interaktionsraten von bis zu 10 MHz in relativistischen Kern-Kern-Kollisionen operieren können. Diese Hochraten-Umgebung erfordert eine „triggerlose“ oder Free-Streaming-Datenerfassung (DAQ)-Architektur, bei der die Detektordaten kontinuierlich in ein Rechenzentrum für die Echtzeit-Rekonstruktion und Online-Selektion transportiert werden, anstatt sich auf Hardware-Trigger zu verlassen. Die primäre Herausforderung besteht darin, schnelle, strahlungsresistente Detektoren und eine robuste Datenverarbeitungskette zu entwickeln, die in der Lage ist, seltene physikalische Sonden (wie strange Baryonen) inmitten hoher Hintergrundniveaus ohne a priori definierte Ereignisse zu identifizieren. Der mini-CBM (mCBM) Demonstrator wurde an der SIS18-Anlage etabliert, um diese Technologien und die vollständige Datenkette unter realistischen Bedingungen vor dem vollskaligen CBM-Experiment zu validieren.

Methodik
Diese Studie nutzt Daten aus der mCBM-Kampagne 2024, die Ni+Ni-Kollisionen bei einer kinetischen Strahlenergie von 1,93 AGeV ($\sqrt{s_{NN}} = 2,67$ GeV) mit einer durchschnittlichen Interaktionsrate von etwa 250 kHz umfasst. Der experimentelle Aufbau besteht aus Prototyp- und Vorserien-Subsystemen des vollständigen CBM-Detektors, einschließlich des Beam Monitoring (BMON) Systems, des Silicon Tracking Systems (STS) und des Time-of-Flight (TOF) Detektors, die alle in ein Free-Streaming-DAQ-System integriert sind.

Die Analyse konzentriert sich auf die Rekonstruktion von $\Lambda$-Baryonen über deren schwachen Zerfallskanal $\Lambda \to p + \pi^-$. Die Methodik gliedert sich in folgende Phasen:

1. Ereignisdefinition: Ein Software-Trigger identifiziert Ereignisse basierend auf der Multiplizität von TOF-„Digis“ (digitalisierten Signalen) und einer Koinzidenz mit einem BMON-Time-Zero (T0)-Signal, wodurch das Rohdatenvolumen aus dem kontinuierlichen Strom reduziert wird.
2. Kalibrierung und Ausrichtung: Das TOF-System wird unter Verwendung von Time-over-Threshold (ToT)-Werten und Signalfortpflanzungsgeschwindigkeiten kalibriert, um eine Zeitauflösung von ~90 ps zu erreichen. Ein datengestütztes, iteratives Ausrichtungsverfahren verfeinert die geometrischen Positionen der STS-Sensoren relativ zu den TOF-Treffern und erreicht transversale Vertex-Auflösungen von ~0,7 mm.
3. Track-Rekonstruktion: Geladene Teilchen-Tracks werden mittels eines Cellular-Automaton-Algorithmus rekonstruiert, der durch lokale Segmente im STS und TOF initiiert wird, gefolgt von einem Kalman-Filter-Fit.
4. Teilchenidentifikation (PID): Tochterprotonen und -pionen werden mithilfe des transversalen Impaktparameters (Protonen besitzen aufgrund der Massenerhaltung kleinere Impaktparameter) und Geschwindigkeitsbeschränkungen aus TOF-Messungen unterschieden.
5. $\Lambda$-Rekonstruktion: Das KFParticle-Paket rekonstruiert die $\Lambda$-Kandidaten aus den Tochter-Tracks, wobei topologische Schnitte auf Zerfallslänge, Abstand des engsten Herannahens (DCA) und Öffnungswinkel angewendet werden.
6. Simulation und Effizienz: Eine vollständige GEANT3-basierte Simulationskette, die den PHQMD-Ereignisgenerator und eine realistische Detektorantwort (einschließlich toter Kanäle und Fehlausrichtungen) beinhaltet, wird verwendet, um Akzeptanz und Rekonstruktionseffizienz zu bestimmen. Techniken zur Track-Einbettung (Embedding) werden eingesetzt, um Effizienzverluste durch Hintergrund-Besetzung zu bewerten.

Wesentliche Beiträge

• Validierung des Gesamtsystems: Die Arbeit präsentiert die erste erfolgreiche Demonstration der vollständigen CBM-Datenkette – vom Free-Streaming-Datenerwerb und -Transport bis hin zur Echtzeit-Ereignisrekonstruktion – unter Verwendung eines vollständigen System-Vorläufers (mCBM) ohne Magnetfeld.
• Rekonstruktion seltener Sonden: Es gelingt die Rekonstruktion von $\Lambda$-Baryonen, einer seltenen Sonde, die durch eine Schwachzerfallstopologie charakterisiert ist, was die Fähigkeit demonstriert, kombinatorische Hintergründe in einer Hochraten-Umgebung ohne Trigger zu unterdrücken.
• Leistungsmetriken: Die Studie quantifiziert die Leistung der Prototyp-Subsysteme, einschließlich einer TOF-Zeitauflösung von 90 ps und einer kombinierten geometrischen Akzeptanz und Rekonstruktionseffizienz für $\Lambda$ von etwa $3 \times 10^{-4}$.
• Physikalische Ergebnisse: Die Analyse liefert ein statistisch signifikantes $\Lambda$-Signal ($S/\sqrt{S+B} = 151,5$) und extrahiert physikalische Observablen, einschließlich der $\Lambda$-Lebensdauer und Multiplizität, die mit etablierter Literatur verglichen werden.

Ergebnisse

• Signalextraktion: Aus einem Datensatz von 2,93 Milliarden getriggerten Ereignissen wurde ein klarer $\Lambda$-Signalpeak in der Invariantenmasse-Verteilung von $p-\pi^-$ Paaren beobachtet. Die Signalausbeute wurde als $N_{\Lambda} = 26.932 \pm 178$ mit einem Signal-zu-Hintergrund-Verhältnis von 5,8 extrahiert.
• Kinematische Verteilungen: Die rekonstruierten transversalen Impuls- ($p_T$) und Rapidity-Verteilungen ($y_{lab}$) der $\Lambda$-Kandidaten stimmen gut mit Simulationen überein, die auf Parametern der FOPI-Kollaboration basieren, was die Quellparametrisierung validiert.
• Messung der Lebensdauer: Die Verteilung der korrekten Zerfallslänge wurde an ein exponentielles Zerfallsgesetz angepasst, was eine $\Lambda$-Lebensdauer von $\tau = 255 \pm 7 \text{ (stat.)} \pm 28 \text{ (syst.)}$ ps ergab. Dieses Ergebnis ist konsistent mit dem Wert der Particle Data Group von $263 \pm 2$ ps.
• Multiplizität: Die gemessene $\Lambda$-Multiplizität im getriggerten Sample beträgt $0,031 \pm 0,0002$. Skaliert auf zentrale Ni+Ni-Kollisionen beträgt die Multiplizität $M_{\Lambda, cen} = 0,091 \pm 0,0006 \text{ (stat.)} \pm 0,025 \text{ (syst.)}$, was innerhalb der Unsicherheiten mit veröffentlichten FOPI-Ergebnissen übereinstimmt.

Bedeutung
Die Arbeit behauptet, dass diese Ergebnisse die Einsatzbereitschaft der Detektortechnologien und des Datenverarbeitungssystems für das kommende vollskalige CBM-Experiment belegen. Insbesondere beweist es, dass nicht-triviale und seltene physikalische Observablen zuverlässig aus kontinuierlichen, triggerlosen Detektordaten rekonstruiert werden können. Die erfolgreiche Rekonstruktion von $\Lambda$-Baryonen in einer feldfreien Umgebung bei hohen Interaktionsraten validiert die CBM-Tracking-Algorithmen und das Free-Streaming-DAQ-Konzept. Obwohl der mCBM-Aufbau kein Magnetfeld und nicht den vollen Umfang des zukünftigen CBM-Experiments am SIS100 besitzt, bestätigt die Studie, dass die Kern-Datenkette funktional ist und in der Lage ist, die Komplexität der Rekonstruktion seltener Sonden zu bewältigen. Dies stellt einen kritischen Benchmark für die Inbetriebnahme des vollständigen Experiments dar, dessen Datenerhebung für 2028 geplant ist.