Modeling the light response of an optically readout GEM based TPC for the CYGNO experiment

Cet article présente un modèle développé par la collaboration CYGNO pour prédire avec une précision de l'ordre du pourcent la dépendance du gain d'un détecteur TPC à lecture optique basée sur des GEM vis-à-vis de la densité de charge, en s'appuyant sur des données expérimentales issues d'un prototype de deux litres.

L'essentiel

🌌 Le Grand Projet : Chasser les Fantômes de l'Univers

Imaginez que vous essayez de voir un fantôme très timide qui traverse une pièce. Ce "fantôme", dans le monde de la physique, c'est la Matière Noire (ou des neutrinos). Ils passent à travers tout, sans jamais toucher à rien, sauf très rarement.

L'expérience CYGNO veut construire une immense chambre à gaz (une sorte de bocal géant rempli d'air spécial) pour attraper ces rares collisions. Quand un de ces "fantômes" heurte un atome de gaz, cela libère une toute petite étincelle d'énergie. Le but est de voir cette étincelle, de la mesurer et de savoir exactement d'où elle vient.

📸 Le Problème : Voir l'Invisible

Le défi, c'est que ces étincelles sont minuscules. Pour les voir, il faut une caméra ultra-puissante. Mais si on met des milliers de petits capteurs électroniques dans le gaz, cela crée trop de bruit et de câbles.

La solution de CYGNO ? Utiliser la lumière !
Quand les particules traversent le gaz, elles créent une avalanche d'électrons. Cette avalanche produit de la lumière (comme une petite étincelle électrique). Au lieu de capter les électrons directement, on utilise une caméra scientifique très sensible (comme celles des meilleurs appareils photo) pour photographier cette lumière à travers une vitre. C'est comme si on essayait de voir le fantôme en regardant la poussière qu'il fait voler dans un rayon de soleil.

🔍 L'Expérience : Le Petit Bocal "GIN"

Les chercheurs ont construit un prototype appelé GIN (un peu comme un bocal de 2 litres, ce qui est petit pour un détecteur, mais énorme pour un laboratoire).

• Le Gaz : Un mélange d'Hélium (léger, pour mieux voir les petits fantômes) et de CF4 (qui brille bien).
• Le Moteur : Des plaques spéciales appelées GEM (Multiplieurs d'Électrons par Gaz). Elles agissent comme un mégaphone : elles prennent un seul électron et le transforment en un million d'électrons pour créer une lumière visible.

⚠️ Le Problème Découvert : L'Embouteillage

C'est ici que l'histoire devient intéressante. Les chercheurs ont remarqué quelque chose d'étrange :

• Si l'étincelle se produit loin de la caméra (en haut du bocal), la lumière est plus forte.
• Si l'étincelle se produit près de la caméra (en bas du bocal), la lumière est plus faible.

Pourquoi ? Imaginez que les électrons sont des voitures sur une autoroute.

1. Quand ils sont loin : Ils ont beaucoup de temps pour s'éparpiller sur la route. Il y a de la place pour tout le monde. L'accélérateur (le GEM) fonctionne à plein régime.
2. Quand ils sont près : Ils arrivent tous en même temps, serrés comme des sardines dans un bocal. Il y a un embouteillage (appelé "charge d'espace"). Les voitures se gênent, l'accélérateur s'étouffe, et la lumière produite est moins intense.

C'est ce qu'on appelle un effet de saturation. Plus il y a de monde dans le tunnel, moins le tunnel fonctionne bien.

🧮 La Solution : Le Modèle Mathématique

Les chercheurs n'ont pas juste constaté le problème, ils ont créé une recette mathématique (un modèle) pour le prédire.

Ils ont dit : "Si on sait combien d'électrons arrivent et à quelle vitesse ils s'éparpillent, on peut calculer exactement combien de lumière on va obtenir, même s'il y a un embouteillage."

Ils ont testé cette recette avec des rayons X (des "faux fantômes" qu'ils contrôlent) placés à différentes hauteurs dans le bocal.

• Résultat : Leur recette fonctionne ! Elle prédit la quantité de lumière avec une précision de 4%. C'est comme si vous pouviez prédire exactement combien de temps il faudra pour sortir d'un embouteillage, juste en regardant le nombre de voitures.

🚀 Pourquoi c'est important ?

Ce papier est une étape cruciale pour la construction du vrai détecteur CYGNO, qui sera beaucoup plus grand (taille d'une pièce entière).

1. Fiabilité : Grâce à ce modèle, les scientifiques savent maintenant comment corriger les mesures. Ils peuvent dire : "Ah, cette étincelle paraît faible, mais c'est juste parce qu'elle est arrivée trop vite et a créé un embouteillage. En réalité, l'énergie était plus forte."
2. Prédiction : Ils peuvent simuler comment le détecteur réagira à des événements très rares et très énergétiques sans avoir à construire le détecteur géant pour le tester d'abord.

En Résumé

Les chercheurs de CYGNO ont construit un petit bocal lumineux pour chasser la matière noire. Ils ont découvert que quand trop de particules arrivent en même temps, elles s'étouffent et produisent moins de lumière. Grâce à une équation intelligente, ils ont appris à comprendre et à corriger ce phénomène. C'est une victoire importante pour pouvoir, un jour, voir les fantômes les plus insaisissables de l'univers.

Résumé technique

Résumé Technique : Modélisation de la réponse lumineuse d'un TPC à lecture optique basé sur GEM pour l'expérience CYGNO

1. Problématique et Contexte

L'expérience CYGNO vise à réaliser un détecteur à chambre à projection temporelle (TPC) gazeuse d'un mètre cube pour la détection de phénomènes rares (matière noire, neutrinos). Pour atteindre une granularité spatiale élevée nécessaire à la reconstruction 3D des traces de particules de faible énergie (quelques keV), le projet utilise une lecture optique des signaux lumineux générés lors des avalanches électroniques dans des multiplicateurs à électrons gazeux (GEM).

Le défi principal identifié est le comportement non linéaire du détecteur à haut gain (de l'ordre de $10^5$ à $10^6$). Il a été observé que la réponse du détecteur (le gain) dépend de la densité spatiale de la charge collectée dans les trous des GEM. Cette dépendance suggère un effet de réduction du gain, probablement dû à l'accumulation de charge d'espace (ions positifs) au sein des canaux de multiplication, qui modifie le champ électrique local. Comprendre et modéliser ce phénomène est crucial pour simuler avec précision la réponse du détecteur à différentes énergies et distances de dérive.

2. Méthodologie

L'étude s'appuie sur des données expérimentales collectées avec un prototype appelé GIN, possédant un volume sensible d'environ 2 litres, développé par les Laboratoires Nationaux de Frascati (LNF).

• Configuration du détecteur :

  • Gaz : Mélange Hélium/CF4 (60/40) à pression atmosphérique, optimisé pour les interactions WIMP de faible masse et l'électroluminescence dans le visible.
  • Multiplication : Une pile de trois GEMs (10x10 cm²) espacés de 2 mm, avec un champ de transfert de 2,5 kV/cm et un champ de dérive de 1,0 kV/cm.
  • Lecture optique : Une caméra CMOS scientifique (ORCA-Fusion) placée derrière une fenêtre en PET, couplée à une lentille. La caméra capture les photons émis par l'électroluminescence dans le dernier GEM.
  • Source de calibration : Une source de $^{55}$Fe (5,9 keV) utilisée pour générer des dépôts d'énergie connus. Un collimateur en plomb permet de varier la position de la source le long de l'axe de dérive ($z$) par rapport aux GEMs (de 4 cm à 22 cm).

• Procédure d'analyse :

  • Acquisition d'images avec un temps d'exposition de 150 ms.
  • Reconstruction des amas (clusters) de photons à l'aide d'un algorithme basé sur DBSCAN pour isoler les événements de la source $^{55}$Fe du bruit de fond.
  • Mesure de l'intégrale de lumière ($I_{SC}$) et de la taille des taches lumineuses ($\sigma$) en fonction de la distance de dérive ($z$) et de la tension appliquée aux GEMs ($V_{GEM}$).

3. Contributions Clés et Modélisation

L'article présente deux contributions majeures : la caractérisation expérimentale de la diffusion et du gain, et le développement d'un modèle théorique pour expliquer la saturation du gain.

• Caractérisation de la diffusion : L'analyse de la largeur des taches lumineuses en fonction de la distance $z$ a permis d'extraire le coefficient de diffusion transverse ($D_T$) et la dispersion initiale ($\sigma_0$). Les valeurs obtenues ($D_T \approx 125 \, \mu m/\sqrt{cm}$, $\sigma_0 \approx 340 \, \mu m$) sont en accord avec les simulations Garfield et les mesures précédentes.
• Observation de la dépendance au gain : Il a été démontré que le gain mesuré augmente lorsque la source est éloignée des GEMs (plus grande distance de dérive). Cela est dû à la diffusion des électrons qui réduit la densité de charge entrant dans les GEMs, atténuant ainsi l'effet de saturation.
• Développement d'un modèle de saturation de gain :
  • Les auteurs proposent un modèle microscopique où la charge positive accumulée dans les canaux GEM écrante le champ électrique appliqué ($E_{GEM}$).
  • Le champ effectif est modélisé comme $E = E_{GEM}(1 - \beta n)$, où $n$ est le nombre de paires ion-électron.
  • En intégrant l'équation de Townsend avec cet effet d'écran, une formule de gain saturé est dérivée :
    $$G = \frac{\tilde{G}}{1 + \beta' n_{in} (\tilde{G} - 1)}$$
    où $\tilde{G}$ est le gain non saturé et $\beta'$ un paramètre d'écran dépendant de la tension.
  • Le modèle est étendu à une pile de trois GEMs, en supposant que la saturation n'affecte significativement que le troisième GEM (où la densité de charge est la plus élevée).

4. Résultats

• Validation du modèle : Le modèle a été ajusté simultanément aux données expérimentales pour trois tensions différentes ($V_{GEM} = 420, 430, 440$ V).
• Précision : L'ajustement reproduit le comportement du gain sur une plage d'environ un ordre de grandeur (de $2 \times 10^5$ à $7 \times 10^5$) avec une précision relative de 4 % (RMS des résidus normalisés).
• Paramètres extraits : Le fit a permis de déterminer des paramètres physiques clés, notamment le coefficient d'ionisation $\tilde{\alpha}$, le champ de seuil $V_0$, et le paramètre d'écran $p$.
• Comportement observé : Les résultats confirment que la réduction du gain est directement liée à la densité de charge. Une diffusion plus importante (source loin des GEMs) dilue la charge, réduisant l'écran et augmentant le gain effectif.

5. Signification et Impact

Ce travail est fondamental pour le développement futur de l'expérience CYGNO et des TPCs à lecture optique en général :

1. Outil de simulation fiable : Le modèle proposé permet de prédire avec précision la réponse du détecteur en fonction de la densité de charge, ce qui est essentiel pour simuler la réponse à des événements d'énergie variable et pour la reconstruction précise de l'énergie.
2. Compréhension physique : Il valide l'hypothèse que la non-linéarité observée est due à l'accumulation de charge d'espace dans les GEMs, plutôt qu'à d'autres effets instrumentaux.
3. Optimisation du design : Ces résultats guideront l'optimisation des futurs détecteurs à grande échelle (mètre cube) en permettant de choisir des configurations de gaz et de tensions qui minimisent les effets de saturation tout en maintenant un gain élevé nécessaire à la détection de signaux faibles (quelques dizaines d'eV).

En conclusion, cette étude fournit une caractérisation complète et un modèle prédictif robuste pour les TPCs optiques à haut gain, levant un obstacle majeur pour la détection de matière noire à faible masse.