1.renafae/oldpage/meet_jun10/AtlasEng_Jun10.pdf · L1Múon Tilecal:~10k células de energia (dupla leitura) Sinais de múon provenientes da última camada (células D) Proposta: Somar

J.M. Seixas, COPPE/Poli - UFRJ RENAFAE, Junho 2010

1.  Tilecal 1.  Receptor de Múons (L1) 2.  Reconstrução de Energia 3.  Qualidade de Dados 4.  Manutenção Preditiva 5.  Upgrade

2.  Trigger 1.  High Level Trigger

•  Neural Ringer •  Leptonjets

2.  Offline 3.  Upgrade

3.  ZDC 4.  Coordenação Técnica

Tilecal

ATLAS/Brasil

21/06/2010

Deteção de Múons -Motivação   Auxiliar as câmaras de múons da

região do barril (RPC) na deteção de múons no primeiro nível de filtragem do ATLAS   Diminuir a taxa de falsos

múons devidos ao cavern background

  Recuperar regiões não cobertas pelo RPC

  Infraestrutura disponível   RPC é capaz de receber a

informação de trigger do TileCal (integração)

  Sinais de múon do TileCal disponíveis no L1Patch-panel

21/06/2010 ATLAS/Brasil

L1Múon   Tilecal:~10k células

de energia (dupla leitura)

  Sinais de múon provenientes da última camada (células D)

  Proposta: Somar os sinais de uma mesma célula D   Aumentar a relação

sinal-ruído

Com soma

Monte Carlo   Eficiência: fração de eventos triggados com múons

atravessando o detetor   Tile pode auxiliar na deteção de múon em áreas não

cobertas pelo RPC (complexidade AND+)

  RPC: 81% Tile : 97%


TileMuon Receiver   Módulo de recepção

  Processamento de 44 sinais

  Detecção e aquisição de sinais

  Interface VME com o ROS   Transmissão do trigger ao

L1Muon

  Módulo de entrada   Mascaramento de canais

ruidosos   Soma analógica e

digitalização   Implementação dos

discriminadores

Discriminadores   Detetor por patamar

  Sinal classificado como múon sempre que ultrapassar um determinado valor

  Filtragem ótima   Projeto simplificado: online

  Ruído gaussiano   Processo estocástico que fornece o sinal de múon

representado pela sua média   Branqueamento: descorrelacionar as amostras do ruído   Filtro casado: correlacionar o sinal de

entrada com o sinal médio de múons

ATLAS/Brasil 21/06/2010

Discriminadores (Eficiência)   Deteção: eficiência para múons e falso alarme (ruído classificado

como múon)

  Filtro casado: superior, em todas direções

ATLAS/Brasil

Tempo de Latência   Desenvolvimento de um filtro simples para a compensação do efeito dos

cabos   Estreitamento da largura dos sinais de entrada do circuto de soma do

receptor


Receptor de Múons - Produção   Previsão de instalação dos circuitos para o final do ano (upgrade

imediato)   Produção pela indústria brasileira (layout UFJF, projeto UFRJ

+UFJF )


Compromissos   Testes experimentais, produção, certificação dos circuitos   Estudos com jatos oriundos de decaimentos hadrônicos

pesados   Simulação do cavern background   Filtragem ótima estocástica: melhorar discriminação   Discriminadores não lineares: viabilidade   Compensação de cabo: adquirir dados, avaliar complexidade   Implementação: diferentes cenários de composição (além do

AND!)   Sector Logic x ROI   Migrar para o upgrade combinado do Tilecal e do L1


Tilecal: Reconstrução de Energia

Pulso típico interpolado

Sinal de baixa energia adquirido no detector. Qual a melhor forma para estimar a energia??

21/06/2010

ATLAS/Brasil


  Aplicação de técnicas de detecção e estimação para a reconstrução da energia no Tilecal

  Estimação da energia, filtragem ótima: amplitude + formato do pulso

  Seleção das células com sinal (implementação on-line): evita células com apenas ruído

  Identificação de hot cells e dead channels   Testes foram realizados com sucesso para raios cósmicos e estão

sendo adaptados para colisões   Estimadores neurais também estão sendo desenvolvidos para

estimar a energia que se perde devido aos materiais mortos do calorímetro

  Extensão para incluir o Lar, em andamento (estimação neural e clássica)

ATLAS/Brasil



21/06/2010

ATLAS/Brasil

•  Sistemas Web para Monitoração, Controle, Qualidade de Dados e Análise de Dados.

•  Qualidade de Dados: utilizando técnicas de processamento de sinais e inteligência computacional

•  Manutenção preditiva: ICA e redes neurais para identificar fontes de alimentação (HV/LV) que virão a apresentar falhas

Qualidade de Dados e Manunteção Preditiva


1.  DCS Web System: monitoramento de voltagens, correntes e temperaturas de fontes de alimentação (HV e LV) através do sistema de controle do TileCal.

ATLAS/Brasil

ATLASOM  Relacionar

equipamentos do ATLAS por similaridade

  Integração da informação

 Self-Organizing Map (treinamento não supervisionado). Mantém as relações de distância do espaço original

 Ampla aplicação (Web)


Trigger: Online e Offline

  Otimização do algoritmo   Método:

 Feature Extraction: formatação em anéis, pré-processamento (ICA, NLICA, Relevância)

  Hypothesis Testing: identificação neural ou Fisher

•  Portando o NeuralRinger para o ambiente offline

•  Integração com o Sliding Window


Identificação de Elétrons no L2 Baseada em Calorimetria

•  Técnicas de compactação de sinais: extração de informação relevante

•  Abordagens segmentada e não segmentada


Anéis (NeuralRinger)   Descreve por anéis concêntricos o

chuveiro em cada camada

  Reduz dimensão (ROI ~ 1.000 células)

  Uniformiza dimensão do evento

  Teste de Hipóteses: NN/Linear

Camada PS EM1 EM2 EM3 HD1 HD2 HD3 Total

Seção EM HAD N/A

# Anéis 8 64 8 8 4 4 4 100 21/06/2010 ATLAS/Brasil


Leptonjets Matéria Escura

  estágio final: múltiplos léptons   T2Calo não é eficiente


Leptonjets: eficiëncia Formatação: Soma em Anéis Pré-Processamento: ICA Teste de Hipótese: Rede Neural Mais: discriminador específico


Atividades no ZDC   Integração do ZDC ao sistema de

aquisição de dados e de trigger do ATLAS Tilecal

  Validação da lógica de sincronização do clock e trigger do acelerador para a eletrônica do ZDC Tilecal

  Desenvolvimento do código para análise e processamento dos sinais do ZDC no framework do ATLAS (Athena)

Trigger   Desenvolvimento e validação de todo o

software do ZDC para produção e reconstrução dentro do framework do ATLAS no Tier0 (CERN) Trigger


Estações de Monitoramento Remoto do ATLAS

  Monitoração do ATLAS  Shift remoto  COPPE/IF-UFRJ/IF-USP


13 dos 20 sistemas da Coordenação Técnica do ATLAS foram desenvolvidos pela nossa equipe


Coordenação Técnica do ATLAS 1.  Glance: recuperação, inserção e atualização dos 120.000 equipamentos do detector ATLAS e

dos 65.811 cabos que conectam subdetectores aos sistemas off-detector. 2.  Cable Database: consulta e inserção de novos cabos e bandejas de roteamento de cabos

(7.991 novos cabos inseridos e 26.679 cabos atualizados). 3.  MTF Database: Busca e inserção de equipamentos no inventário do ATLAS (5.735

equipamentos criados e 8.141 itens atualizados). 4.  ATLAS Equipment Traceability: Rastreamento e medida da dose radioativa de

equipamentos. *** Adaptado também para o LHCb (13. LHCb Traceability). 5.  ATLAS DSS Alarms Viewer: Configuração de alarmes do sistema de segurança. 6.  ATLAS Membership: Gerência dos registros dos membros, institutos e listas de autores do

ATLAS (~3.000 colaboradores de 173 universidades e laboratórios de 37 países). 7.  ATLAS Appointment: Armazenamento de informação sobre os cargos ocupados. 8.  ATLAS Survey: Vistoria de componentes do detector, permitindo monitorar o deslocamento a

partir da posição nominal em relação ao sistema de referencia. 9.  ATLAS Analysis Follow-up: Acompanhamento do processo de revisão, aprovação e

publicação de artigos sobre análises físicas (já existem 7.723). 10.  ATLAS Speakers (SCAB): Gerenciamento das indicações a palestrantes da colaboração. 11.  ATLAS Conf Notes: Apóia o processe de aprovação de artigos para conferencias. 12.  ATLAS Thesis: Registro de teses publicadas pelos membros da colaboração.


Trabalhos em andamento (TileCal e TC)   Painel de Controle: disponibilizar todas as informações necessárias para

diferentes tipos de análises, integrando os sistemas atuais desenvolvidos pela nossa equipe (1a. Versão do Dashboard em produção desde Maio)

  Controle do Detector (DCS Web System): Incorporar tecnologia preditiva, identificando quando determinada fonte apresentará problemas.

  Integrar os sistemas de qualidade de dados (MCWS/DQM) ao DCS para correlacionar o comportamento das fontes à aquisição de dados.

  Acesso à base de dados de condições do ATLAS (COOL), através do sistema Glance, também desenvolvido pela nossa equipe.

  Integração de dados através de técnicas da Inteligência Computacional.   Hierarquia dos equipamentos: permitir o gerenciamento de componentes,

respectivas posições e medidas de radiação.   Integração do ATLAS Equipment Traceability aos sistemas de controle e

análise de dados para automatizar eventos de remoção/instalação de equipamentos.

  Manutenção evolutiva de todos os sistemas, que estão sendo utilizados na operação do ATLAS.

TileCal

TC


sATLAS: compromissos com o programa de upgrade

Trigger (calo)  L1: projetos baseados

em FPGA  HLT:

desenvolvimento de algoritmo e infra-estrutura de software. L2 e EF integrados

Tilecal/ZDC  Redução da

interconexão entre subsistemas

 Digitalização já para o L1

 12 bits de resolução  Adaptação do

L1MuonCalo 21/06/2010

ATLAS/Brasil

ATLAS/Brasil em números •  Instituições •  Universidade Federal do Rio de

Janeiro (IF, Poli, COPPE) •  USP (IF) •  Universidade Federal de Juiz de Fora

(Elétrica) •  Universidade Federal de São João

Del Rei (IF) •  •  Cooperação •  IRD Hospital M. Filho •  IEN CBPF •  IEAv UERJ

CEFET (RJ.Bahia) •  Alunos •  ensino médio (iniciação científica

júnior, CAP/UFRJ e CEFET-RJ) •  ensino tecnológico (estágio) •  graduação (iniciação científica e

projeto final de curso) •  pós-graduação (mestrado e

doutorado) •  pós-doutorado •  Colaboradores: BNL, Wisconsin, Glasgow

•  Transferência de Tecnologia •  Produção L1MuonTrigger, Upgrade •  Empresas de base tecnológicas (egressos) •  •  Apoio (Fomento) •  CNPq (MCT)

RENAFAE (MCT) •  FINEP (MCT) •  CAPES (MEC) •  CERN •  União Européia (E-Planet) •  FAPERJ •  FAPEMIG

21/06/2010

ATLAS/Brasil : Pessoal •  Nome Atividades

•  Deputy: José Manoel de Seixas (UFRJ) Tilecal, Trigger, ZDC, Upgrades •  Luiz Pereira Calôba (UFRJ) L1MuonTrigger, HLT, Upgrades •  Carmen Maidantchik (UFRJ) Web systems, Manutenção Preditiva, ATLASOM •  Augusto Santiago Cerqueira (UFJF) Tilecal •  Luciano Manhães (UFJF) Tilecal •  Rafael Nóbrega (UFJF) Tilecal •  Doutorando Eduardo Simas (CEFET-Bahia) HLT •  Doutorando Danilo Lima (UFRJ) Leptonjets, Trigger offline •  Doutorando Marcelo Perantoni (UFRJ) Trigger offline •  Doutorando Thiago Castro (UFRJ) Trigger offline •  Doutorando Mauro Alvarez (UFRJ) Trigger offline •  Doutorando Jesse Costa (CEFET/UFRJ) Calorimetria ATLAS/CMS •  Doutorando Lourival Moreira (CEFET/UFRJ) Calorimetria ATLAS/CMS •  Mestrando Thiago Ciodaro (UFRJ) L1MuonTrigger •  Mestrando Felipe Grael.(UFRJ) Web systems, ATLASOM •  Mestrando Benito Fontes (UFRJ) ZDC •  Mestrando Fernando Ferreira (UFRJ) Manutenção Preditiva, Qualidade de Dados •  Mestrando Bernardo Sott-Maior (UFJF) Reconstrução de Energia •  Mestrando Fernando Xavier (UFJF) L1MuonTrigger •  Mestrando Davis Barbosa(UFJF) Qualidade de Dados


Documents

1.renafae/oldpage/meet_jun10/AtlasEng_Jun10.pdf · L1Múon Tilecal:~10k células de energia (dupla leitura) Sinais de múon provenientes da última camada (células D) Proposta: Somar