Sensor operating point calibration and monitoring of the ALICE Inner Tracking System during LHC Run 3

Este artigo apresenta os métodos desenvolvidos para a calibração e as estratégias de monitoramento dinâmico dos parâmetros de desempenho do novo Sistema de Rastreamento Interno (ITS2) do experimento ALICE, que utiliza a maior aplicação em escala de sensores de pixels ativos monolíticos (MAPS) em um experimento de física de altas energias durante a Operação 3 do LHC.

O essencial

Imagine que o ITS2 (o novo Sistema de Rastreamento Interno do experimento ALICE) é como um gigantesco olho digital instalado dentro do maior acelerador de partículas do mundo, o LHC.

Este "olho" não é feito de vidro e lentes, mas de 24.120 sensores de silício (chips), cobrindo uma área de cerca de 10 metros quadrados. É o maior sensor desse tipo já usado na física de partículas. Sua função é "ver" as partículas subatômicas que surgem quando prótons ou chumbo colidem em velocidades próximas à da luz.

No entanto, ter um olho gigante não é suficiente; é preciso garantir que ele esteja focado, limpo e calibrado para não ver coisas que não existem (ruído) ou deixar passar coisas importantes. É aqui que entra este artigo: ele explica como a equipe "ajusta a visão" desse olho gigante todos os dias e como monitora sua saúde ao longo dos anos.

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Problema: Um Olho Gigante e Sensível

Pense nos 12,6 bilhões de "pixels" (pontos de imagem) desse detector como 12,6 bilhões de guardiões individuais. Cada um deles precisa estar perfeito.

• O Desafio: Com o tempo, a radiação das colisões (como uma tempestade de partículas) cansa esses guardiões. Eles podem ficar "sonolentos" (precisam de mais energia para acordar) ou "hiperativos" (acordam com qualquer barulho, criando falsos alarmes).
• A Solução: Antes de começar a registrar dados importantes, a equipe precisa fazer uma "revisão geral" para ajustar a sensibilidade de cada pixel.

2. A Calibração: O "Sintonizador de Rádio"

O artigo descreve vários tipos de "varreduras" (scans) que funcionam como testes de diagnóstico:

• O Ajuste de Sensibilidade (Threshold Scan):
  Imagine que cada pixel é um porteiro de uma balada. Se a sensibilidade estiver muito baixa, ele deixa entrar qualquer um (ruído/falsos positivos). Se estiver muito alta, ele não deixa entrar nem os VIPs (partículas reais).

  • O Teste: A equipe "injeta" cargas elétricas falsas (como se fossem convidados testando a porta) para ver quanto é necessário para o porteiro abrir a porta.
  • O Ajuste: Eles giram os botões de controle (chamados VCASN e ITHR) até que a "porta" abra exatamente quando um convidado real (uma partícula mínima) chega. O alvo é ajustar todos para que abram com cerca de 100 elétrons de carga.

• O Mapa de Ruído (Noise Scan):
  Imagine que você está em uma sala silenciosa tentando ouvir um sussurro. Se houver alguém tossindo no fundo, você não consegue ouvir o sussurro.

  • O Teste: Eles ligam o detector sem nenhuma colisão de partículas (silêncio total) e contam quantos pixels "gritam" sozinhos.
  • O Ajuste: Os pixels que gritam sem motivo (ruídos) são "mascarados" (colocados em silêncio). É como pedir para o funcionário barulhento sair da sala. Apenas uma pequena fração (menos de 0,01%) precisa ser silenciada.

• O Teste de Estresse (VRESETD e Pulse Shape):
  Com o tempo, a radiação danifica o "fio" que resetar o sensor. É como se a mola de um portão automático enferrujasse.

  • O Teste: Eles variam a tensão elétrica para ver qual é o ponto ideal para resetar o sensor sem quebrá-lo.
  • O Resultado: Eles descobriram que, com o tempo, precisam aumentar essa tensão (de 117 para 147 unidades) para compensar o desgaste causado pela radiação.

3. A Infraestrutura: O "Cérebro" Rápido

Fazer isso em 12,6 bilhões de pixels manualmente seria impossível. O artigo explica como eles usam um supercomputador (o farm de computação do CERN) para fazer tudo isso em tempo real.

• A Velocidade: Enquanto o detector coleta dados, o computador analisa os resultados instantaneamente. É como ter um médico que faz um raio-X e te diz o diagnóstico antes mesmo de você sair da sala de exame.
• A Eficiência: Eles conseguem reconfigurar todo o detector entre duas sessões de colisões do LHC (cerca de 45 minutos).

4. A Estabilidade: Monitorando a Saúde a Longo Prazo

O artigo mostra gráficos que funcionam como um diário de saúde do detector:

• Radiação: Com o passar dos anos, a radiação acumulada faz com que os sensores do centro (mais próximos da colisão) fiquem mais "dorminhocos" (a sensibilidade cai).
• Ajuste Fino: A equipe precisa reajustar os botões anualmente. Se não fizerem isso, o detector perde eficiência.
• Falsos Alarmes: O grande sucesso é que, mesmo após anos de radiação intensa, o número de "falsos alarmes" (pixels que disparam sozinhos) permanece extremamente baixo, muito abaixo do limite de segurança.

Resumo Final

Este artigo é a história de como a equipe do ALICE mantém vivo e saudável o maior sensor de pixels do mundo.

• Eles ajustam a sensibilidade para garantir que vejam tudo o que importa.
• Eles silenciam os pixels barulhentos para não atrapalhar a visão.
• Eles monitoram a saúde diária e anual para compensar o desgaste causado pela radiação.

Sem esse trabalho de calibração e monitoramento constante, o "olho gigante" do ALICE ficaria cego ou confuso, e os físicos não conseguiriam descobrir os segredos do universo nas colisões de partículas. É um trabalho de precisão cirúrgica em uma escala monumental.

Resumo técnico

Título: Calibração e Monitoramento do Ponto de Operação dos Sensores do Sistema de Rastreamento Interno (ITS) do ALICE durante o LHC Run 3

1. Problema e Contexto

O experimento ALICE no CERN substituiu seu antigo sistema de rastreamento interno (ITS) pelo novo ITS2 em 2021, para aproveitar a alta luminosidade do LHC durante os Runs 3 e 4. O ITS2 é o maior aplicativo de sensores de pixels ativos monolíticos (MAPS) em física de alta energia, composto por 24.120 sensores de silício (chips ALPIDE) cobrindo uma área ativa de ~10 m² e contendo 12,6 bilhões de pixels.

O desafio principal reside na estabilidade e calibração de um sistema tão massivo e complexo:

• Volume de Dados: A calibração de 12,6 bilhões de pixels representa um desafio operacional monumental.
• Condições de Operação: O detector opera em um ambiente com radiação significativa (especialmente nas camadas internas), o que altera as propriedades dos sensores ao longo do tempo (dano por radiação).
• Requisitos de Desempenho: É necessário manter uma eficiência de detecção acima de 99% e uma taxa de falsos disparos (fake-hit rate) extremamente baixa (< 10⁻⁶ disparos/evento/pixel) para evitar complexidade excessiva na reconstrução de trajetórias.
• Complexidade de Alimentação: O sistema de energia e a distribuição de tensão são complexos, exigindo compensação de quedas de tensão em cabos longos para garantir a estabilidade nos chips.

2. Metodologia

O artigo descreve um framework completo de calibração e monitoramento desenvolvido para o ITS2, envolvendo hardware, software e procedimentos específicos:

• Arquitetura de Hardware e Software:

  • O sistema utiliza 192 Unidades de Leitura (RUs) conectadas a 22 Unidades de Leitura Comuns (CRUs) e 13 Processadores de Primeiro Nível (FLPs).
  • A calibração é executada na farm de computação do ALICE (O2 system), utilizando 40 a 80 nós de processamento (EPN) para análise em tempo real (on-the-fly).
  • Um banco de dados de condições (CCDB) armazena os parâmetros calibrados para configuração do detector.

• Procedimentos de Varredura (Scans):

  • Varredura Digital/Analógica: Identifica pixels mortos, ineficientes e ruidosos, além de colunas duplas com falhas no codificador de prioridade.
  • Varredura de Limiar (Threshold Scan): Ajusta os limiares de carga dos pixels. Utiliza injeção de carga de teste (via capacitor Cinj) para gerar curvas S (S-curve). O limiar é definido no ponto de 50% de eficiência.
  • Ajuste Fino (VCASN e ITHR): O parâmetro VCASN faz o ajuste grosso do limiar, enquanto ITHR faz o ajuste fino. Isso permite manter o limiar na faixa ideal de 100–150 elétrons (e⁻).
  • Varredura de Ruído (Noise Scan): Realizada sem feixe de partículas para medir a taxa de falsos disparos e mascarar pixels ruidosos.
  • Varredura VRESETD e de Forma de Pulso: Monitoram a tensão de reset e as características do sinal analógico (tempo de chegada e tempo sobre o limiar) para compensar efeitos de radiação.

• Estratégia de Calibração:

  • Devido ao tempo de processamento, utiliza-se uma amostragem estatística (ex: 2,1% dos pixels para varredura de limiar) que representa o comportamento de todo o chip.
  • A calibração completa pode ser realizada entre dois fills do LHC (aprox. 45 minutos).

3. Principais Contribuições

• Framework de Calibração em Tempo Real: Desenvolvimento de um pipeline de software capaz de processar, analisar e armazenar dados de calibração de bilhões de pixels em tempo real, permitindo ajustes dinâmicos antes da coleta de dados físicos.
• Método de Extração de Limiar Rápido: Substituição de ajustes de função de erro (que levam ~1 ms/pixel) pelo cálculo da derivada numérica das curvas S, reduzindo o tempo de processamento para ~1-2 µs/pixel, viabilizando a calibração de todo o detector rapidamente.
• Correção de Queda de Tensão: Implementação de um procedimento iterativo para compensar quedas de tensão nos cabos de alimentação, garantindo que a tensão nos chips seja mantida em 1,8 V ± 35 mV.
• Monitoramento de Estabilidade a Longo Prazo: Estabelecimento de protocolos para monitorar a deriva dos limiares e do ruído temporal devido à acumulação de radiação (TID e NIEL), demonstrando a necessidade de recalibração anual.

4. Resultados

• Desempenho do Limiar: Após o ajuste, o limiar médio do detector foi estabilizado em 103,6 e⁻ (alvo de 100 e⁻), com uma dispersão de chip para chip de apenas 3,8 e⁻. A dispersão pixel a pixel dentro de um chip é de ~20 e⁻.
• Pixels Defeituosos:
  • Apenas 0,10% dos pixels totais são considerados "ruins" (má funcionamento ou mascarados como ruidosos).
  • 0,43% dos pixels pertencem a chips totalmente não funcionais (excluídos da operação).
  • O número de pixels mascarados por ruído é inferior a 50 por chip (0,01%).
• Estabilidade Temporal:
  • Os limiares variam com a radiação acumulada. Entre março e junho de 2024, observou-se uma queda de até 15% nos limiares das camadas internas (IB) devido à radiação, exigindo re-ajuste.
  • O ruído temporal aumenta com a radiação, especialmente nas camadas internas, mas permanece estável durante períodos sem feixe.
  • Flutuações de curto prazo nos limiares foram correlacionadas com variações na tensão de alimentação analógica (AVDD), permitindo correções em tempo real.
• Taxa de Falsos Disparos: A taxa de fake-hit manteve-se consistentemente abaixo do requisito de design (10⁻⁶), geralmente entre 10⁻⁷ e 10⁻⁸, garantindo a qualidade dos dados.
• Características do Sinal: O tempo de chegada (ToA) médio é de ~431 ns e o tempo sobre o limiar (ToT) é de ~6,7 µs para uma carga de 300 e⁻.

5. Significância

O trabalho demonstra que é possível operar com sucesso o maior detector de pixels monolíticos do mundo em um ambiente de alta radiação e alta taxa de eventos. A metodologia desenvolvida prova que:

1. A calibração de sistemas massivos de sensores é viável e necessária para manter a eficiência de detecção e a baixa taxa de ruído.
2. O monitoramento contínuo e a recalibração anual (ou entre fills do LHC) são essenciais para compensar os efeitos da radiação e garantir a estabilidade do detector ao longo de anos de operação.
3. O framework de software e hardware do ITS2 serve como um modelo para futuros experimentos de física de partículas que exigem grandes volumes de sensores e alta precisão.

Em resumo, o artigo valida a operação do ITS2 no Run 3, assegurando que os dados coletados atendam aos rigorosos requisitos de precisão e eficiência necessários para os estudos de física de íons pesados e prótons no LHC.