Validations et effets de l’endommagement

Afin de valider les résultats du numériseur, deux observables sensibles aux effets d’endommagement par rayonnement ont été choisies, à savoir l’efficacité de collection de charges et l’angle de Lorentz. Une mauvaise efficacité de collecte de charges conduit à une mauvaise performance du détecteur, et l’angle de Lorentz permet de sonder indirectement les endommagements par rayonnement par son lien à la mobilité des charges et le champ électrique au sein du capteur.

Les résultats ont été produits en utilisant le même code mais de deux façons différentes. La première méthode repose sur AllPix [160], un logiciel qui prend les données de GEANT4 et produit des signaux digitaux pour une particule arrivant à un module de pixels donné. La deuxième méthode repose sur le logiciel de reconstruction d’ATLAS, ATHENA qui prend en compte toute la géométrie de l’expérience. La méthode utilisant AllPix étant plus pratique et rapide, elle a été utilisée pour des tests préliminaires, avant que le code soit migré vers ATHENA.

Les validations avec ATHENA sont effectuées pour les 7 conditions suivantes : (0) capteurs non irradiés (numériseur désactivé) (1) début du Run 2 correspondant à une fluence nulle pour l’IBL, (2) mi-2016 (15fb⁻¹), (3) fin de l’année 2016 (36fb⁻¹) (4) même point que le précédent mais avec une tension de 150 V , (5) fin de l’année 2017, (6) fin de l’année 2018. Les caractéristiques de ces points en terme de fluence et de tension de polarisation (tension de biais) sont données dans la table3.2.

Table 3.2 – Les valeurs de la fluence Φ et de la tension de polarisation (tension de biais) V pour les différents points de référence utilisés pour la validation du code de l’endommagement par rayonnement avec ATHENA.

Référence 0 1 2 3 4 5 6 Φ (1014neq/cm²) V (V) ^{Φ V Φ V Φ V Φ V Φ V Φ V Φ V} IBL 0 80 0 80 1 80 2 80 2 150 5 350 8,7 400 B-Layer 0 150 0,7 150 1,2 150 1,7 150 1,7 350 3,1 350 4,6 400 Layer 1 0 150 0,3 150 0,5 150 0,7 150 0,7 250 1,3 250 2,1 250 Layer2 0 150 0,2 150 0,3 150 0,4 150 0,4 150 0,8 150 1,3 150

Efficacité de la collecte de charges

L’efficacité de la collecte de charges est définie comme la charge collectée à une fluence donnée divisée par la collecte de charge pour des capteurs non irradiés. Cette collecte de charge est la valeur la plus probable d’un ajustement par une distribution de Landau de la distribution de charges [161]. La figure3.17amontre l’évolution de cette efficacité en fonction de la luminosité intégrée depuis le début du Run 2 pour les capteurs planaires de l’IBL. Cette efficacité diminue avec la luminosité (∝ fluence) ceci principalement étant dû au piégeage de charges et à la sous déplétion des capteurs. L’augmentation de la tension de polarisation de 80 V à 150 V puis à 350 V , et enfin à 400 V pour la fin du Run 2, permet de récupérer les pertes en collecte de charges. Des augmentations supplémentaires seront certainement nécessaires afin de récupérer de pertes futures.

Les barres d’erreurs horizontales sur les points représentant les données prennent en compte l’incer-titude sur la mesure de la luminosité, alors que les verticales tiennent compte l’incerl’incer-titude sur l’étalonnage du ToT. En reliant le ToT au nombre de charges produites de façon à avoir 8 ToT = 16 ke⁻, l’étalonnage du ToT est constamment corrigée pour prendre en compte la détérioration due aux effets d’endommagements par rayonnement. Une incertitude de 2% suivant l’axe x est aussi considérée prenant en compte l’incer-titude sur la luminosité. Les bandes d’erreurs évaluées pour les simulations sont calculées en faisant varier les différentes systématiques affectant le champ électrique, à savoir la section efficace de capture, la concentration de pièges et l’énergie de piégeage (voir la section3.3.1). Les valeurs de ces incertitudes varient entre 2 et 20% selon leur dépendance à la luminosité. Une incertitude de 15% venant de la conversion entre la luminosité et la fluence est considérée suivant l’axe x. Les simulations utilsant AllPix semblent reproduire les données dans la limite des erreurs à l’exception des deux derniers points pour lesquels les erreurs sont toujours en cours de validation. La même étude peut se faire aussi avec ATHENA (cf. figure3.17b) en regardant la distribution dE /dx en fonction des différents points de référence. Cette validation reproduit le même comportement obtenu avec AllPix.

Angle de Lorentz

L’extraction de l’angle de Lorentz se fait grâce à un ajustement de la taille moyenne de l’amas transversal (suivant la direction φ de l’expérience ATLAS) en fonction de l’angle d’incidence associé à la trace. Cet ajustement se fait à partir de la fonction F suivante :

F(α) = [a × | tan α − tan θL| +b/^√cos α] ⊗ G(α| µ = 0, σ), (3.11) où α correspond à l’angle d’incidence par rapport à la direction normale du capteur dans le plan perpendiculaire au champ magnétique, θL est l’angle de Lorentz, G est une fonction gaussienne centrée

(a) (b)

Figure 3.17 – Distributions de (a) l’efficacité de la collecte des charges [117] et de (b) dE/dx en fonction de

plusieurs références [162].

en 0 d’écart type σ évaluée pour la valeur α. Les paramètres a et b sont issus de l’ajustement et dépendent respectivement de la profondeur de déplétion et de la taille minimale de l’amas. Un exemple d’un tel ajustement est fait en utilisant AllPix et est montré sur la figure 3.18a. La simulation ne reproduit pas entièrement les données surtout pour des angles d’incidence petits ou élevés et ceci est dû à la simplification de la géométrie de l’expérience dans AllPix. Par contre, les angles de Lorentz mesurés dans les données correspondent à ceux mesurés avec la simulation. Deux modèles de TCAD ont été considérés afin de voir leurs effets sur l’angle de Lorentz. La figure3.18bmontre la variation de l’angle de Lorentz en fonction de la luminosité intégrée dans le cas des données et en considérant le modèle de Chiochia et le modèle de Petasecca. Ce dernier ne reproduisant pas cette évolution, il apparaît donc que l’utilisation du modèle de Chiochia est le bon choix.

La figure 3.19 montre l’évolution de l’angle de Lorentz en utilisant ATHENA en fonction des points de références. Dans ce cas, toute la géométrie de l’expérience est prise en compte améliorant ainsi l’ajustement et l’accord entre données et simulations. Les incertitudes associées aux points de données et simulations viennent de l’incertitude sur l’angle de Lorentz extrait à partir de l’ajustement et donc ne sont liées qu’à la statistique du lot considéré. En considérant l’equation3.2, la figure montre que pour les points de référence ayant une même valeur de tension de polarisation (tension de biais) (références 1 et 2), l’angle de Lorentz augmente avec la fluence. En effet, la mobilité des porteurs de charges augmente, et donc la valeur du champ électrique diminue. Pour les points de référence ayant la même valeur de la fluence (références 2 et 3), l’angle de Lorentz augmente avec la tension de polarisation (tension de biais). En effet, l’augmentation du champ électrique entraine la diminution du champ magnétique.

(a) (b)

Figure 3.18 – Les distributions de (a) la taille moyenne de l’amas transversal (suivant la direction φ d’ATLAS) en fonction de l’angle d’incidence pour un run effectué à la fin de l’année 2016 et (b) l’angle de Lorentz en fonction de la luminosité intégrée pour les deux premières années du Run 2. Les deux modèles de TCAD, Chiochia et

Petasecca, ont été considérés [117]. Le modèle Chiochia est retenu.