Ultra-low radiation background: Development of new materials and modelling of the Gerda environment

Zu Beginn ein kurzer Exkurs in die Welt der Neutrinophysik:

Obwohl Neutrinos im beobachtbaren Universum die zweithäufigsten Teilchen sind, wissen wir noch fast nichts über sie.

Obwohl Neutrinos im beobachtbaren Universum die zweithäufigsten Teilchen sind, wissen wir noch fast nichts über sie. Sie haben keine Ladung und haben (nach relativen neuen Erkenntnissen) eine extrem geringe Masse. Man kann sie nicht einfach wiegen, da nahezu unmöglich zu messen sind. Es gibt einige mathematische Umwege mit denen man trotzdem Schlüsse über die Masse ziehen kann. Bei einem davon handelt es sich um die Zerfallsrate des neutrinolosen Doppelbetazerfalls, oder 0νββ-Zerfall. Sollte dieser theoretische radioaktive Zerfall existieren, so können aus der Halbwertszeit dessen ein Limit auf die effektive Majorana Neutrinomasse geschlossen werden. Das ist zwar nicht direkt die Masse die wir wollen, aber mühsam ernährt sich das Eichhörnchen.

Es ist die Rede von einem theoretischen Zerfall, da dieser noch nicht gemessen wurde. Um statt zu finden müssen hierfür zwei Betazerfälle gleichzeitig passieren und die Neutrinos müssen sich gegenseitig austauschen und nicht (wie normalerweise) davon fliegen. Jetzt ist der Doppelbetazerfall, oder 2νββ-Zerfall, mit einer Halbwertszeit von über 10e18 Jahren schon ein sehr seltener Zerfall. Als Referenz, das Universum ist nach aktuellen Annahmen nur 13*10e9 Jahre alt. Für den 0νββ-Zerfall müssen sich nun noch die Neutrinos genau austauschen was auch nur dann funktioniert wenn sie ihre eigenen Antiteilchen sind. Nach aktuellen Annahmen ist die Halbwertszeit bei min. 10e26 Jahren, Tendenz steigend.

Wie misst man nun also einen so seltenen Zerfall wenn er mal tatsächlich stattfindet? Dabei spielen drei Kategorien eine Rolle:

1. Die Menge an radioaktiven Isotopen die zu diesem Zerfall im Stande sind

2. Die Auflösung der Detektoren

3. Die Art und Menge an Störsignalen (auch Background genannt)

In meiner Arbeit habe ich mich mit dem dritten dieser Punkte beschäftigt. Mehr dazu im Video!

Im experimentellen Teil meiner Doktorarbeit und in meiner Masterarbeit habe ich mich mit der Verbesserung der Erkennung von Störsignalen im Legend Experiment beschäftigt.

Um die Erkennung von Störsignalen und damit die Effizienz des Legend Experiments zu verbessern, habe ich mit meiner Gruppe eine Alternative für ultra-reine strukturelle Materialien erforscht. Polyethylennaphthalat, kurz PEN, ist ein kommerziell erhältliches Plastik welches unter den richtigen Bedingungen mit einem extrem niedrigen radioaktiven Anteil hergestellt werden kann. Zusätzlich kann es auch ohne Zusatzstoffe Szintillationslicht erzeugen, wodurch es in Verbindung mit einem Lichtsensor als Detektor verwendet werden kann. Zu den optischen Eigenschaften von PEN gehört auch das Verschieben der Wellenlänge von Licht im UV Bereich hin zu sichtbaren Licht. Speziell ist hierbei Licht mit einer Wellenlänge von ~128 nm interessant für das Legend Experiment. Ein bestehendes Veto-System basierend auf flüssigem Argon emittiert genau dieses schwer zu messende Licht. Durch die Wellenlängenverschiebung ist es nun in einem sichtbaren Bereich und kann mit Standard-Lichtsensoren gemessen werden. Durch das Ersetzen von strukturellen Materialen wie Silizium durch PEN kann somit die Lichtausbeute und damit die Veto-Effizienz von Störsignalen deutlich verbessert werden.

In meiner Doktorarbeit habe ich sowohl den Reinigung des Grundmaterials, die Herstellung der fertigen Strukturen, die Vermessung der radioaktiven Anteile in den Strukturen und deren optische Charakterisierung geplant, betreut und ausgeführt. Das Legend Experiment startet voraussichtlich im Sommer 2022 und wird für alle Detektoren strukturelle Veto-Systeme aus PEN verwenden.

Im Analyse Teil meiner Doktorarbeit habe ich mich mit der Verbesserung von Pulsformsimulationen in Germanium Detektoren beschäftigt. Dabei habe ich eine Analysekette entwickelt um die Wahrscheinlichkeit einer Detektion des neutrinolosen Doppelbetazerfalls zu bestimmen. Die dafür verwendeten Daten stammen vom Gerda Experiment, dem Vorgänger des Legend Experiments.

Für das Legend Experiment werden in Zukunft mehr als 400 individuelle Germanium Detektoren hergestellt und in Betrieb genommen. Nun muss für jeden einzeln über optimierte Simulationen ermittelt werden wie hoch die Detektionseffizienz dieses Detektors für den neutrinolosen Doppelbetazerfall (0νββ-Zerfall) ist nachdem alle Analyse-Cuts auf die Daten angewendet wurden. Um diesen Wert zu bestimmen muss eine akkurate Simulation der möglichen Pulsformen erstellt werden. Dafür habe ich eine Kette an Analyseschritten erarbeitet. Diese Kette erfolgt komplett in der Programmiersprache Julia, welche Python sehr ähnlich ist. Allerdings kann Julia in Sachen Geschwindigkeit gut mit C mithalten.

Die Analysekette beginnt mit der Optimierung der Feldsimulation des Detektors. Für Feldsimulation wird das Softwarepaket SolidStateDetectors.jl verwendet, welches aus meiner Gruppe stammt. Für die Optimierung werden homogen verteilte Ereignisse eines markanten Signals simuliert und die berechneten Pulsformen mit realen verglichen und χ² minimiert. Anschließend wird ein Referenz Datensatz zu echten Kalibrationsdaten simuliert. Für diese wird dann eine Pulsformanalyse (A/E Analyse) ausgeführt um Ereignisse die dem gesuchten Signal nicht ähnlich sind ausschließen zu können. Der so genannte A/E Cut ist ein essentieller Schritt in der Unterscheidung von Signal und Untergrund im GerdaExperiment, dem Vorgänger von Legend. Bei diesem Cut können jedoch auch mit geringer Wahrscheinlichkeit echte Signale ausgeschlossen werden. Bei der Optimierung wird ein Zielwert von 90% "Überlebensrate" festgelegt und die A/E Cuts darauf kalibriert.

Ein Einblick in den von mir geschriebenen Analyse-Code gibt es auf GitHub, hierbei gilt es allerdings zu beachten dass meine Analyse natürlich nicht in Jupyter Notebooks abgelaufen ist. Für eine höhere Effizienz habe ich meine Skripte über die Computing Server unserer Instituts laufen lassen. Diese Skripte unterscheiden sich allerdings nicht merklich und sind daher nicht enthalten.

Als Hobby habe ich einen Trading-Bot für Kryptowährungen mit der Binance API entwickelt. Diese Bot verfügt inzwischen die Möglichkeit über zwei verschiedene Ansätze zu agieren und kann über eine einfache UI von Nutzern eingerichtet und gesteuert werden. Die Entwicklung der dazugehörigen App für iOS und Android ist aktuell aus Zeitgründen auf Eis gelegt wird aber nach Abgabe der Doktorarbeit fortgesetzt. Der Zugang zur Benutzerregistrierung ist aktuell gesperrt. Sollte Interesse an einem Account bestehen, bitte einfach bei mir melden :-)

Hier kannst du dir einen Einblick in einen der Bots verschaffen. Natürlich sind alle Einstellungsmöglichkeiten blockiert ;-)

Neben meiner Doktorarbeit habe ich Anfang 2020 ein das kleine Web-Design Unternehmen Design für Klein gegründet um mit meiner Partnerin zusammen kleinen Unternehmen und Solopreneur:innen mit begrenztem Budget unter die Arme greifen zu können.

Dabei habe ich inzwischen einige Webseiten in die Welt entlassen, darunter auch Forum-Handwerk.de, 3cts.de, Edle-Räume.de und Kino-Murnau.de.

Um eine möglichst hohe Nutzerfreundlichkeit zu erzielen, basieren alle Webseiten auf WordPress. Auch weil kleine bis mittelständische Unternehmen sich den nötigen Zeitaufwand i.d.R. nicht leisten können/wollen den es bräuchte um die Seite ohne den hilfreichen Rahmen eines CMS zu erstellen.