Simulation für die Suche nach dunkler Materie mit CRESST
Simulation for the search of dark matter with CRESST
DACH: Österreich - Deutschland - Schweiz
Wissenschaftsdisziplinen
Informatik (20%); Physik, Astronomie (80%)
Keywords
-
Dark Matter,
Simulation,
Cryogenic Detectors
Über 80% der gesamten im Universum vorhandenen Materie leuchtet nicht, die sogenannte dunkle Materie. Durch die Einführung eines neuen Teilchens, welches über die Gravitation hinaus höchstens schwach mit der bekannten Materie in Beziehung tritt, könnte die fehlende Materie erklärt werden. Die Vorhersagen für die Masse dieses Teilchens umspannt mehrere Größenordnungen. In letzter Zeit haben Modelle mit einem Massenbereich für dunkle Materie Teilchen zwischen wenigen MeV und einigen GeV großes Interesse erzeugt. Das CRESST-Experiment, dass momentan am Gran Sasso Labor in Italien betrieben wird, ist ein für die Suche nach der dunklen Materie optimiertes Experiment, dass nach Streuungen von dunkle Materie Teilchen mit herkömmlicher Materie sucht. Die Energie des Streuprozesses wird in Gitteranregungen des Detektorkristalls umgewandelt, den sogenannten Phononen, und anschließend mit einem Sensor an der Sprungtemperatur ausgelesen. Mit den bisher von CRESST gesammelten Daten konnte bisher kein Signal beobachtet worden, jedoch sind die Ausschlussgrenzen für dunkle Materie Kandidaten mit einer Masse von weniger als 2 GeV die besten unter den Experimenten zur direkten Suche nach dunkler Materie. Im ersten Förderzeitraum konnte die Nachweisschwelle für Kernrückstöße auf 30 eV gesenkt werden, eine Verbesserung von einer Größenordnung im Vergleich zu vorhergehenden CRESST Detektoren und eine der niedrigsten Schwelle aller Experimente. Bei Rückstoßenergien unterhalb von 200 eV steigt die Ereignisrate allerdings sprunghaft an und der Ursprung dieser Energiedepositionen ist noch nicht verstanden. Studien zur Identifizierung dieser Energiedepositionen sind zentraler Teil des Projekts. Diese Studien basieren einerseits auf detaillierten Simulationen als auch auf der Analyse von Experimentdaten. Neben der Entschlüsselung dieses unbekannten Untergrunds sollen, neben dem bisherigen Detektormaterial Calciumwolframat, weitere Detektormaterialien für die Kristalle, z.B. Saphir, zum Einsatz kommen. Diese Kristalle und deren Untergrundeigenschaften müssen ebenfalls simuliert werden. .
Das Rätsel der dunklen Materie ist eines der großen ungelösten Fragen der modernen Physik. Ein möglicher Lösungsansatz ist die Existenz massiver Teilchen, die nicht elektromagnetisch wechselwirken und sich damit den meisten Nachweismethoden entziehen. Das CRESST-Experiment, das im Gran-Sasso-Untergrundlabor in Italien betrieben wird, sucht mithilfe von kryogenen Detektoren und Quantensensoren nach diesen Teilchen. Aufgrund der geringen Interaktion der dunklen Materie mit dem Detektor können Untergrundprozesse aus seltenen radioaktiven Zerfällen Signalereignisse imitieren und dadurch das Ergebnis beeinflussen. Es ist daher wichtig, die Anzahl der Untergrundereignisse genauestens abzuschätzen. Im Rahmen des Projekts wurden unter Nutzung der Geant4-Simulationssoftware mehrere Methoden entwickelt, um Untergrundprozesse aufgrund radioaktiver Zerfälle für das CRESST-Experiment abzuschätzen. Um die Beiträge aus radioaktiven Zerfällen abzuschätzen, kamen zwei Methoden zur Anwendung. Bei der ersten Methode wurden die Informationen von radioaktiven Zerfallsketten verwendet, die es erlauben, Messungen von Alpha-Zerfällen bei höheren Energien mit Beta-Zerfällen in der Signalregion in Verbindung zu bringen. Bei einer zweiten Methode wurden die simulierten Zerfallsspektren verschiedener möglicher radioaktiver Zerfälle an das gesamte gemessene Zerfallsspektrum angepasst. Die Informationen aus den Zerfallsketten wurden als Eingabeparameter verwendet. Neben den aktiven kryogenen Detektoren wurde auch das experimentelle Setup, in dem sie betrieben werden, simuliert und mögliche externe Untergrundbeiträge abgeschätzt. Eine Datenbank für die Resultate verschiedener Detektormaterialien und Geometrien wurde erstellt. Neben den direkten Messungen wurden auch Informationen von externen Präzisionsmessungen der Radioaktivität des passiven Detektormaterials durchgeführt und für die Simulation verwendet. Die Resultate wurden in einer Datenbank zusammengeführt. Bei den Studien hat sich herausgestellt, dass die Beschaffenheit der Kristalloberfläche den Beitrag der radioaktiven Untergrundprozesse beeinflusst. Verschiedene Detektoroberflächen wurden simuliert, und der Einfluss auf die Messung wurde quantifiziert. Bei der Suche nach der dunklen Materie mit CRESST konnte kein Hinweis auf deren Existenz gefunden werden. Um ein Limit auf die Sensitivität der Wechselwirkungsrate und Masse der hypothetischen dunklen Materie-Teilchen zu setzen, wurde eine Anpassung an ein astrophysikalisches Modell unter Berücksichtigung der Abschätzung der radioaktiven Untergrundprozesse gemacht.
- Federica Petricca, Max Planck-Institut München - Deutschland
- Stefan Schönert, Technische Universität München - Deutschland
Research Output
- 20 Zitationen
- 24 Publikationen
- 9 Künstlerischer Output
- 3 Datasets & Models
- 1 Software
- 11 Disseminationen
- 1 Weitere Förderungen
-
2023
Titel Secular equilibrium assessment in a CaWO4 target crystal from the dark matter experiment CRESST using Bayesian likelihood normalisation. DOI 10.1016/j.apradiso.2023.110670 Typ Journal Article Autor Angloher G Journal Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine Seiten 110670 -
2023
Titel Observation of a low energy nuclear recoil peak in the neutron calibration data of the CRESST-III Experiment DOI 10.48550/arxiv.2303.15315 Typ Other Autor Angloher G Link Publikation -
2023
Titel High-Dimensional Bayesian Likelihood Normalisation for CRESST's Background Model DOI 10.48550/arxiv.2307.12991 Typ Other Autor Angloher G Link Publikation -
2024
Titel Optimal Operation of Cryogenic Calorimeters Through Deep Reinforcement Learning. DOI 10.1007/s41781-024-00119-y Typ Journal Article Autor Angloher G Journal Computing and software for big science Seiten 10 -
2023
Titel Optimal operation of cryogenic calorimeters through deep reinforcement learning DOI 10.48550/arxiv.2311.15147 Typ Other Autor Angloher G Link Publikation -
2023
Titel Results on sub-GeV dark matter from a 10eV threshold CRESST-III silicon detector DOI 10.1103/physrevd.107.122003 Typ Journal Article Autor Angloher G Journal Physical Review D -
2023
Titel Observation of a low energy nuclear recoil peak in the neutron calibration data of the CRESST-III experiment DOI 10.1103/physrevd.108.022005 Typ Journal Article Autor Angloher G Journal Physical Review D -
2022
Titel Testing spin-dependent dark matter interactions with lithium aluminate targets in CRESST-III DOI 10.48550/arxiv.2207.07640 Typ Preprint Autor Angloher G -
2022
Titel Latest observations on the low energy excess in CRESST-III DOI 10.48550/arxiv.2207.09375 Typ Preprint Autor Angloher G -
2022
Titel Secular Equilibrium Assessment in a $\mathrm{CaWO}_4$ Target Crystal from the Dark Matter Experiment CRESST using Bayesian Likelihood Normalisation DOI 10.48550/arxiv.2209.00461 Typ Preprint Autor Angloher G -
2024
Titel Background modeling and simulation of the calibration source for the CRESST dark matter search experiment DOI 10.22323/1.441.0071 Typ Conference Proceeding Abstract Autor Banik S Seiten 071 -
2024
Titel Geant4 simulations of the influence of contamination and roughness of the detector surface on background spectra in CRESST DOI 10.22323/1.441.0092 Typ Conference Proceeding Abstract Autor Angloher G Seiten 092 -
2024
Titel First observation of single photons in a CRESST detector and new dark matter exclusion limits DOI 10.48550/arxiv.2405.06527 Typ Preprint Autor Angloher G Link Publikation -
2024
Titel First observation of single photons in a CRESST detector and new dark matter exclusion limits DOI 10.3929/ethz-b-000704261 Typ Other Autor Angloher Link Publikation -
2024
Titel DoubleTES detectors to investigate the CRESST low energy background: results from above-ground prototypes DOI 10.3929/ethz-b-000699637 Typ Other Autor Angloher Link Publikation -
2024
Titel Rare event searches with cryogenic detectors. DOI 10.1098/rsta.2023.0091 Typ Journal Article Autor Mokina V Journal Philosophical transactions. Series A, Mathematical, physical, and engineering sciences Seiten 20230091 Link Publikation -
2022
Titel EXCESS workshop: Descriptions of rising low-energy spectra DOI 10.48550/arxiv.2202.05097 Typ Other Autor Adari P Link Publikation -
2022
Titel EXCESS workshop: Descriptions of rising low-energy spectra DOI 10.21468/scipostphysproc.9.001 Typ Journal Article Autor Adari P Journal SciPost Physics Proceedings -
2022
Titel EXCESS workshop: Descriptions of rising low-energy spectra DOI 10.5167/uzh-225638 Typ Other Autor Adari Link Publikation -
2022
Titel Results on sub-GeV Dark Matter from a 10 eV Threshold CRESST-III Silicon Detector DOI 10.48550/arxiv.2212.12513 Typ Preprint Autor Cresst Collaboration -
2022
Titel Towards an automated data cleaning with deep learning in CRESST DOI 10.48550/arxiv.2211.00564 Typ Preprint Autor Angloher G -
2022
Titel Testing spin-dependent dark matter interactions with lithium aluminate targets in CRESST-III DOI 10.1103/physrevd.106.092008 Typ Journal Article Autor Angloher G Journal Physical Review D Seiten 092008 Link Publikation -
2023
Titel Towards an automated data cleaning with deep learning in CRESST. DOI 10.1140/epjp/s13360-023-03674-2 Typ Journal Article Autor Angloher G Journal European physical journal plus Seiten 100 -
2023
Titel Latest observations on the low energy excess in CRESST-III DOI 10.21468/scipostphysproc.12.013 Typ Journal Article Autor Angloher G Journal SciPost Physics Proceedings
-
2025
Link
Titel Lecture for Ukrainian Students Typ Artefact (including digital) Link Link -
2025
Link
Titel Dark Matter Day 2025 Typ Artefact (including digital) Link Link -
2024
Link
Titel Lecture for Ukrainian Students Typ Artefact (including digital) Link Link -
2024
Link
Titel Lange Nacht der Forschung 2024 Typ Artefact (including digital) Link Link -
2024
Link
Titel Dark Matter Day 2024 Typ Artefact (including digital) Link Link -
2023
Link
Titel An article in a journal "Wie Forscher im All und tief im Berg Dunkle Materie suchen" Typ Artefact (including digital) Link Link -
2023
Link
Titel Dark Matter Day 2023 Typ Artefact (including digital) Link Link -
2023
Link
Titel Pint of Science 2023 Typ Artefact (including digital) Link Link -
2022
Link
Titel Dark Matter Day 2022 Typ Artefact (including digital) Link Link
-
2019
Link
Titel Description of CRESST-III Data DOI 10.48550/arxiv.1905.07335 Typ Database/Collection of data Öffentlich zugänglich Link Link -
2017
Link
Titel Description of CRESST-II data DOI 10.48550/arxiv.1701.08157 Typ Database/Collection of data Öffentlich zugänglich Link Link -
2025
Link
Titel CRESST-III lithium aluminate data Typ Database/Collection of data Öffentlich zugänglich Link Link
-
2025
Link
Titel SCoRe4 library DOI 10.5281/zenodo.17648567 Link Link
-
2023
Link
Titel Pint of Science 2024 Typ A talk or presentation Link Link -
2023
Link
Titel Participation in HEPHY Outreach Program Typ A talk or presentation Link Link -
2025
Link
Titel Lecture for Ukrainian Studentes Typ A talk or presentation Link Link -
2025
Link
Titel Dark Matter Day 2025 Typ A talk or presentation Link Link -
2024
Link
Titel Dark Matter Day 2024 Typ A talk or presentation Link Link -
2017
Link
Titel Participation in HEPHY Outreach Programme Typ A talk or presentation Link Link -
2024
Link
Titel Lecture for Ukrainian Students Typ A talk or presentation Link Link -
2023
Link
Titel Dark Matter Day 2023 Typ A talk or presentation Link Link -
2024
Link
Titel Lange Nacht der Forschung 2024 Typ A talk or presentation Link Link -
2023
Link
Titel An article in a journal "Wie Forscher im All und tief im Berg Dunkle Materie suchen Typ A magazine, newsletter or online publication Link Link -
2022
Link
Titel Dark Matter Day 2022 Typ A talk or presentation Link Link
-
2021
Titel ELOISE: Reliable background simulation at sub-keV energies Typ Research grant (including intramural programme) Förderbeginn 2021 Geldgeber Austrian Science Fund (FWF)