Skip to main content
QUICK REVIEW

[论文解读] A method of sharing dynamic geometry information to study liquid-based detectors

Shutao Zhang, Jing-Shu Li|arXiv (Cornell University)|Dec 16, 2020
Particle Detector Development and Performance被引用 1
一句话总结

本文提出一种基于GDML与分格化探测器的方法,用于在计算流体动力学(CFD)与探测器模拟工具之间共享动态几何信息,从而实现对液态流体及非均匀性效应对探测器性能(尤其是事件顶点重建分辨率)影响的研究。该方法通过整合流体动力学与几何模拟,提升了探测器设计与优化水平。

ABSTRACT

The liquid-based detectors are widely used in particle and nuclear physics experiments. Due to the fixed way of constructing geometry in detector simulation such as Geant4, it is usually difficult to describe the non-uniformity of liquid in detectors. We propose a method based on GDML and tessellated detector description to share the detector geometry information between Computational Fluid Dynamics (CFD) simulation software and detector simulation software. The method makes it possible to study the impact of liquid flow and non-uniformity on some key performance of the liquid-based detectors, such as event vertex reconstruction resolution. It will also be helpful in detector design and performance optimization.

研究动机与目标

  • 解决使用传统静态几何描述方法在液态粒子探测器中建模非均匀液态分布的挑战。
  • 实现计算流体动力学(CFD)模拟与Geant4等探测器模拟框架之间的动态几何信息共享。
  • 研究液态流动与空间非均匀性对关键探测器性能指标(尤其是事件顶点重建分辨率)的影响。
  • 通过整合流体与几何模拟,支持探测器设计与性能优化的改进。

提出的方法

  • 采用GDML(几何描述标记语言)作为以机器可读且可扩展方式表示探测器几何的标准化格式。
  • 采用分格化探测器描述方法,以高空间分辨率表示复杂且非均匀的液态体积。
  • 将CFD模拟中的几何数据整合到基于GDML的探测器描述中,以反映动态液态构型。
  • 在CFD软件与Geant4等探测器模拟工具之间实现双向数据交换,确保几何模型的一致性与实时性。
  • 自动化将流体流动结果(如液面形变、密度变化)映射到探测器几何中以支持模拟。
  • 基于流体动力学结果支持探测器几何的迭代优化,从而在真实液态条件下评估性能。

实验结果

研究问题

  • RQ1如何有效表示并共享CFD模拟中的动态液态几何信息给探测器模拟框架?
  • RQ2液态非均匀性在多大程度上影响液态探测器中的事件顶点重建分辨率?
  • RQ3CFD与探测器模拟的集成能否提高探测器设计阶段性能预测的准确性?
  • RQ4在Geant4等静态模拟环境与随时间演化的流体几何之间同步存在哪些技术挑战?

主要发现

  • 所提出的方法成功实现了基于GDML与分格化技术,在CFD与探测器模拟软件之间交换动态液态几何信息。
  • 该集成支持在真实、随时间变化的液态分布(包括流动引起的非均匀性)下进行探测器性能模拟。
  • 该方法促进了对液态流动如何影响事件顶点重建分辨率(关键性能指标)的评估。
  • 通过将流体动力学反馈整合到几何建模中,该方法支持探测器设计的迭代优化。
  • 分格化几何的使用提升了复杂液态形状与界面的空间分辨率与准确性。
  • 该框架与现有模拟堆栈(如Geant4)兼容,支持在真实探测器研发工作流中实际部署。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。