Modelling instrumental response for neutron scattering experiments at CSNS

Cet article présente le développement d'une méthode de réduction de données pour le code Monte Carlo Prompt du CSNS, permettant de modéliser avec précision la réponse instrumentale et les sections efficaces de diffusion des neutrons thermiques, tout en reproduisant fidèlement les signatures d'inélasticité et en analysant les effets de diffusion multiple.

L'essentiel

Voici une explication simple de cette recherche scientifique, imagée comme si nous racontions une histoire de détectives et de jeux de billard.

🕵️‍♂️ Le Grand Jeu de Billard des Neutrons

Imaginez que vous êtes dans une immense salle de billard, mais au lieu de boules en laine, on lance des neutrons (de minuscules particules invisibles). L'objectif ? Comprendre comment ces boules rebondissent sur une table spéciale remplie d'eau (ordinaire ou lourde) pour en révéler la structure cachée.

C'est ce que les scientifiques du CSNS (une source de neutrons géante en Chine) ont fait. Mais il y a un problème : quand les neutrons frappent l'eau, ils ne font pas juste un "clic" propre. Ils s'amusent ! Ils changent de vitesse, ils perdent ou gagnent de l'énergie, et ils se cognent plusieurs fois avant d'arriver aux détecteurs. C'est comme si, dans un jeu de billard, les boules changeaient de couleur et de vitesse au contact des autres, rendant le jeu très difficile à prédire.

🎮 Le Problème : Le "Bruit" dans la Musique

Dans le monde réel (l'expérience), les scientifiques ont mesuré comment les neutrons rebondissaient sur l'eau. Mais leurs données étaient un peu "sales".

• L'effet élastique (le rebond parfait) : C'est quand la boule de billard heurte une autre et repart sans changer de vitesse. C'est facile à comprendre.
• L'effet inélastique (le rebond "sale") : C'est quand la boule de billard heurte une autre et lui vole un peu d'énergie (ou en gagne). C'est ce qui arrive avec l'hydrogène dans l'eau. Cela crée des "fantômes" dans les données : des pics bizarres qui ne devraient pas être là, comme des notes fausses dans une chanson.

Avant, les ordinateurs avaient du mal à simuler ces "notes fausses". Ils utilisaient des approximations trop simples, comme si on disait "tous les rebonds sont parfaits", ce qui ne correspondait pas à la réalité de l'eau.

🤖 La Solution : Le Super-Simulateur "Prompt"

Les chercheurs ont utilisé un nouveau logiciel appelé Prompt. Imaginez que Prompt est un simulateur de vol ultra-réaliste, mais pour des neutrons.

• Au lieu de faire des suppositions simplistes, Prompt joue le jeu en réalité virtuelle. Il suit chaque neutron, un par un.
• Il calcule exactement ce qui se passe : le neutron entre, il se cogne, il perd de l'énergie, il change de direction, il traverse le conteneur, etc.
• Il prend en compte tout le "bruit" : l'absorption, les rebonds multiples (quand un neutron se cogne trois fois avant de sortir) et surtout, le changement d'énergie (l'inélasticité).

🔍 Le Résultat : Une Copie Conforme

Ce que les chercheurs ont fait, c'est comparer le jeu réel (l'expérience avec de l'eau) et le jeu simulé (l'ordinateur Prompt).

1. La correspondance parfaite : Quand ils ont lancé la simulation, les résultats de l'ordinateur ressemblaient presque parfaitement aux données réelles. C'est comme si vous aviez un double virtuel qui jouait au billard exactement comme vous, avec les mêmes erreurs et les mêmes surprises.
2. La révélation des "fantômes" : Le plus intéressant, c'est que le logiciel a réussi à reproduire les "pics bizarres" (les effets inélastiques) qu'on voyait dans l'expérience.
   • L'analogie : Imaginez que vous écoutez une chanson et que vous entendez un sifflement étrange. Avec l'ancien logiciel, on vous disait "ce n'est pas important". Avec le nouveau logiciel Prompt, on vous dit : "Ah ! Ce sifflement vient du fait que le micro vibre d'une manière spécifique quand il touche l'air humide". Le logiciel a identifié la cause exacte de la distorsion.
3. La purification : Une fois qu'ils ont compris que ces "fantômes" venaient du fait que les neutrons changeaient d'énergie en touchant l'hydrogène, ils ont pu montrer comment les éliminer mathématiquement pour obtenir une image plus claire de la structure de l'eau.

🌟 Pourquoi c'est important pour tout le monde ?

Pourquoi se soucier de neutrons et d'eau ?

• Comprendre la matière : Cette méthode permet de voir comment les atomes s'organisent dans des matériaux complexes (plastiques, médicaments, batteries).
• Améliorer les outils : En sachant exactement comment l'instrument réagit (comme un instrument de musique qui a un défaut de fabrication), les scientifiques peuvent corriger leurs mesures pour obtenir des résultats plus précis.
• L'avenir : Grâce à ce simulateur, on peut maintenant "nettoyer" les données expérimentales avant même de les analyser, comme utiliser un filtre photo pour enlever le grain d'une photo floue.

En résumé : Cette équipe a créé un "jumeau numérique" ultra-précis de leur expérience de neutrons. Ce jumeau est si réaliste qu'il reproduit même les erreurs et les bruits de l'expérience réelle. Cela leur permet de mieux comprendre la physique de l'eau et d'améliorer la façon dont nous observons le monde microscopique. C'est passer de "deviner ce qui se passe" à "voir exactement ce qui se passe".

Résumé technique

Voici un résumé technique détaillé de l'article de recherche intitulé « Modelling instrumental response for neutron scattering experiments at CSNS » (Modélisation de la réponse instrumentale pour les expériences de diffusion de neutrons au CSNS), rédigé en français.

1. Problématique et Contexte

La simulation précise des processus de diffusion de neutrons thermiques dans les échantillons est cruciale pour l'optimisation des instruments de diffusion de neutrons et l'interprétation correcte des données expérimentales. Cependant, plusieurs défis persistent :

• Limitations des bases de données existantes : Les sous-bibliothèques de sections efficaces de diffusion thermique dans les fichiers ENDF (Evaluated Nuclear Data Files) ne couvrent qu'une vingtaine de matériaux à des températures fixes (souvent supérieures à la température ambiante), ce qui est insuffisant pour les conditions expérimentales précises.
• Défauts des méthodes de simulation classiques : Les techniques de traçage de rayons Monte Carlo (comme McStas) utilisent souvent des approximations linéaires et simplifient la physique de la diffusion. Il est difficile pour ces outils de calculer l'intensité de diffusion absolue et de décrire des arrangements physiques non linéaires complexes, notamment dans les systèmes de détection et les échantillons.
• Effets d'élasticité et de diffusion multiple : Dans les expériences de diffusion totale, l'énergie transférée lors de chaque événement de diffusion est inconnue. Pour les matériaux riches en éléments légers (comme l'eau), les effets inélastiques (échange d'énergie neutron-matière) et la diffusion multiple introduisent des distorsions significatives dans les données, rendant la correction des données difficile.

L'objectif de ce travail est de reproduire fidèlement les expériences de diffusion totale de neutrons thermiques en utilisant le code de transport Monte Carlo interne du CSNS, Prompt, en intégrant une physique réaliste pour modéliser la réponse instrumentale et dériver des sections efficaces de diffusion précises.

2. Méthodologie

Les auteurs ont développé une méthode de réduction de données unifiée pour traiter à la fois les événements détectés expérimentalement et simulés.

• Outil de Simulation : Utilisation du code Prompt, un package open-source de transport de particules basé sur NCrystal. Contrairement aux méthodes traditionnelles, Prompt combine le traçage de rayons et les techniques de transport, permettant de simuler des processus de diffusion physique détaillés dans des matériaux de forme arbitraire sans contrainte linéaire.
• Configuration Expérimentale : Les expériences ont été menées sur l'instrument MPI (Multi-Physics Instrument) du CSNS. Deux échantillons liquides ont été étudiés : l'eau légère ($H_2O$) et l'eau lourde ($D_2O$) à température ambiante. Les mesures comprenaient également des étalonnages avec du vanadium et des conteneurs vides.
• Modélisation :
  • Une géométrie complète de l'instrument MPI a été reconstruite dans Prompt, incluant le modérateur, le moniteur, les collimateurs et les 28 modules de détecteurs (tubes $^3$He).
  • Les sections efficaces pour $H_2O$, $D_2O$ et le vanadium ont été générées via le moteur NCrystal (modèles CAB pour les liquides).
  • Des "scorers" (compteurs) spécifiques (WlAngle) ont été développés pour enregistrer directement les événements de diffusion en fonction de la longueur d'onde et de l'angle.
• Traitement des Données :
  • Une méthode de normalisation a été appliquée pour convertir les taux de comptage bruts en intensités de diffusion absolues, en tenant compte de l'efficacité de détection, de la géométrie (angle solide) et des corrections de fond.
  • La diffusion multiple a été analysée en utilisant des techniques de biaisage (variance reduction) pour améliorer l'efficacité computationnelle.
  • L'approximation élastique a été comparée à des simulations incluant explicitement l'échange d'énergie (traitement inélastique).

3. Contributions Clés

• Développement d'une méthode de réduction de données unifiée : Une approche permettant de traiter de manière cohérente les données simulées et expérimentales pour estimer les distributions angulaires, les distributions de longueur d'onde et les sections efficaces différentielles angulaires.
• Modélisation absolue de la réponse instrumentale : Démonstration que le code Prompt peut simuler la réponse instrumentale à une échelle absolue, incluant des effets complexes comme l'absorption nucléaire, la diffusion cohérente/incohérente, et la diffusion multiple.
• Analyse quantitative des effets inélastiques : Identification et reproduction précise des signatures d'inélasticité observées expérimentalement, qui sont souvent mal comprises ou mal corrigées dans les approches traditionnelles.
• Évaluation de la diffusion multiple : Analyse détaillée de l'impact de l'épaisseur de l'échantillon sur la diffusion multiple, montrant comment la réduction de l'épaisseur diminue significativement le bruit de fond dû aux multiples diffusions.

4. Résultats

• Concordance Simulation/Expérience : Les résultats de réduction des données montrent un haut degré de cohérence entre les simulations et les mesures expérimentales pour les distributions angulaires et de longueur d'onde, ainsi que pour les sections efficaces différentielles. Les écarts sont inférieurs à 15 % pour les transferts de moment ($Q_e$) supérieurs à 1,5 Å$^{-1}$.
• Reproduction des signatures inélastiques :
  • Des pics inattendus, indépendants de la longueur d'onde, ont été observés dans les données expérimentales (notamment autour de 4,05 Å).
  • Les simulations utilisant une approximation purement élastique reproduisent ces pics, confirmant qu'ils sont des signatures de l'inélasticité (décalage de la longueur d'onde dû à l'échange d'énergie avec les atomes d'hydrogène).
  • Lorsque le processus de diffusion inélastique est pris en compte explicitement dans la simulation, ces signatures disparaissent, prouvant que l'inélasticité en est la cause première.
• Impact de la diffusion multiple : Pour un échantillon d'eau lourde de 8,95 mm d'épaisseur, la diffusion double représente 19,2 % du taux d'événements de diffusion simple. La réduction de l'épaisseur à 1 mm diminue ce rapport à 6,8 %, soulignant l'importance de la géométrie de l'échantillon.
• Limites observées : De légères discrepancies subsistent pour l'eau légère ($H_2O$) à de courtes longueurs d'onde (< 1,5 Å), attribuées à l'absence de processus de diffusion cohérente pour l'hydrogène et l'oxygène dans les fichiers de section efficace utilisés pour la simulation.

5. Signification et Perspectives

Ce travail démontre la capacité du code Prompt à modéliser avec précision la réponse instrumentale complexe des expériences de diffusion totale de neutrons.

• Compréhension améliorée : En reproduisant les distorsions (comme les effets inélastiques) plutôt que de simplement essayer de les corriger a posteriori, les utilisateurs d'instruments peuvent mieux comprendre les artefacts de leurs données.
• Validation des algorithmes de correction : Les signatures d'inélasticité identifiées servent de métriques pour évaluer l'efficacité des futurs algorithmes de correction de données.
• Avenir : Les auteurs prévoient d'utiliser ces techniques Monte Carlo pour développer une approche générale de réduction et de correction des données expérimentales, permettant de traiter plus efficacement les effets de diffusion multiple et d'inélasticité dans les matériaux complexes.

En résumé, cette étude valide une nouvelle approche de simulation basée sur la physique complète pour les instruments de diffusion de neutrons, offrant un outil puissant pour l'analyse quantitative de matériaux liquides et désordonnés.