[논문 리뷰] Benchmarking headtail with electron cloud instabilities observed in the LHC

Hannes Bartosik, Wolfgang Höfle외 3명|arXiv (Cornell University)|2013. 01. 01.

Particle physics theoretical and experimental studies참고 문헌 6인용 수 4

한 줄 요약

이 논문은 2011년 8월 25 ns 간격으로 48-bunch 주입 중 LHC에서 관측된 전자 구 nu 의 영향을 받는 횡방향 불안정성에 대해 HEADTAIL 기수 역학 코드를 실험 관측치와 비교 분석한다. PyECLOUD 를 사용해 전자 구 nu 형성 과정을 시뮬레이션하고, 그 결과로 도출된 전자 밀도를 HEADTAIL 에 입력함으로써, 실제로 관측된 수직 단일 빔 불안정성의 발생 시점(약 25번 빔)을 재현하여, δ_max ≈ 2.1 인 조건에서 실제 환경에서의 시뮬레이션 프레임워크의 타당성을 검증한다.

ABSTRACT

After a successful scrubbing run in the beginning of 2011, the LHC can be presently operated with high intensity proton beams with 50 ns bunch spacing. However, strong electron cloud effects were observed during machine studies with the nominal beam with 25 ns bunch spacing. In particular, fast transverse instabilities were observed when attempting to inject trains of 48 bunches into the LHC for the first time. An analysis of the turn-by-turn bunch-bybunch data from the transverse damper pick-ups during these injection studies is presented, showing a clear signature of the electron cloud effect. These experimental observations are reproduced using numerical simulations: the electron distribution before each bunch passage is generated with PyECLOUD and used as input for a set of HEADTAIL simulations. This paper describes the simulation method as well as the sensitivity of the results to the initial conditions for the electron build-up. The potential of this type of simulations and their clear limitations on the other hand are discussed.

연구 동기 및 목표

• 2011년 주입 연구에서 확보한 실제 LHC 기수 불안정성 데이터를 바탕으로 HEADTAIL 시뮬레이션 코드의 타당성을 검증하기 위해.
• 초기 전자 분포 및 제2차 전자 방출 계수(SEY) 매개변수에 대한 전자 구 nu 불안정성 발생 시점의 민감도를 평가하기 위해.
• 고강도 양성자 기수에서 전자 구 nu 영향을 모델링하기 위한 병합된 PyECLOUD-HEADTAIL 시뮬레이션 프레임워크의 벤치마킹을 위해.
• 관측된 불안정성 임계치를 재현할 수 있는 주입 전자에 대한 적합한 매개변수 범위를 규명하기 위해.
• 향후 LHC 내 전자 구 nu 연구를 위한 현재 시뮬레이션 방법의 한계와 잠재력을 평가하기 위해.

제안 방법

• PyECLOUD 를 사용해 다수의 빔 통과 동안 전자 구 nu 형성 과정을 시뮬레이션하고, 공간적으로 분해능이 확보된 전자 밀도 분포를 생성한다.
• PyECLOUD 의 출력인 전자 밀도를 HEADTAIL 시뮬레이션의 입력 자료로 사용하여 기수 역학 및 불안정성 성장 과정을 모델링한다.
• 횡방향 감쇠기 피크업에서의 턴-바이-턴 빔-바이-빔 데이터를 분석하여, 특히 수직 평면에서의 불안정성 징후를 식별한다.
• 균일 분포 및 가우시안 분포의 초기 전자 조건(다양한 시드 수 포함)을 포함한 다양한 초기 조건에서 시뮬레이션 프레임워크를 테스트한다.
• PyECLOUD 를 사용해 LHC 아크에서 측정된 열 부하 데이터로부터 제2차 전자 방출 계수(δ_max)를 추정하고, 이를 시뮬레이션의 핵심 입력 자료로 사용한다.
• δ_max 와 주입 전자 수의 조합이 25번 빔 근처에서 관측된 불안정성 발생 시점을 재현할 수 있도록 매개변수 스캔을 수행한다.

실험 결과

연구 질문

• RQ1 HEADTAIL 시뮬레이션 코드는 25 ns 간격으로 48-bunch 주입 중 LHC에서 관측된 수직 단일 빔 불안정성을 재현할 수 있는가?
• RQ2 불안정성 발생 시점은 시뮬레이션에서의 초기 전자 분포 및 주입 전자 수에 얼마나 민감한가?
• RQ3 관측된 불안정성 임계치(25번 빔에서 발생)에 대응하는 제2차 전자 방출 계수(δ_max)와 주입 전자 수의 범위는 무엇인가?
• RQ4 PyECLOUD-HEADTAIL 시뮬레이션 체인은 LHC 주입 연구에서의 실험 데이터를 얼마나 잘 재현하는가?
• RQ5 현재 시뮬레이션 방법의 전자 구 nu 영향의 전체 복잡성을 반영하는 데서의 한계는 무엇인가?

주요 결과

• 시뮬레이션은 턴-바이-턴 감쇠기 피크업 측정 자료를 통해 관측된 수직 단일 빔 불안정성 발생 시점(약 25번 빔)을 정확히 재현한다.
• 관측된 불안정성과 일치하는 δ_max 값은 약 2.1 으로, 열 부하 데이터와 PyECLOUD 시뮬레이션을 통해 유도되었다.
• 불안정성 발생 시점은 주어진 분포와 주입 전자 수에 따라 달라지는 중심 전자 밀도에 매우 민감하다.
• 균일 분포의 경우, 동일한 불안정성 임계치를 달성하기 위해 가우시안 분포(10% 배경 포함)보다 더 높은 주입 전자 수가 필요하다.
• 시뮬레이션 프레임워크는 실제로 LHC에서 관측된 바와 유사한 빠른 에미턴스 증가 및 기수 손실을 성공적으로 재현하였다.
• 이 연구는 2011년 8월 기준 약 10 nTorr 에서 200 nTorr 의 등가 압력 범위 내에서 주입 전자에 대한 적합한 매개변수 공간을 규명하였으며, δ_max ≈ 2.1 이었다.