Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
POLITECNICO DI BARI - Catalogo dei prodotti della Ricerca
Neutrinos from very nearby supernovae, such as Betelgeuse, are expected to generate more than ten million events over 10s in Super-Kamokande (SK). At such large event rates, the buffers of the SK analog-to-digital conversion board (QBEE) will overflow, causing random loss of data that are critical for understanding the dynamics of the supernova explosion mechanism. In order to solve this problem, two new data-acquisition (DAQ) modules were developed to aid in the observation of very nearby supernovae. The first of these, the SN module, is designed to save only the number of hit photomultiplier tubes during a supernova burst and the second, the Veto module, prescales the high-rate neutrino events to prevent the QBEE from overflowing based on information from the SN module. In the event of a very nearby supernova, these modules allow SK to reconstruct the time evolution of the neutrino event rate from beginning to end using both QBEE and SN module data. This paper presents the development and testing of these modules together with an analysis of supernova-like data generated with a flashing laser diode. We demonstrate that the Veto module successfully prevents DAQ overflows for Betelgeuse-like supernovae as well as the long-term stability of the new modules. During normal running the Veto module is found to issue DAQ vetos a few times per month resulting in a total dead-time less than 1ms, and does not influence ordinary operations. Additionally, using simulation data we find that supernovae closer than 800 pc will trigger the Veto module, resulting in a prescaling of the observed neutrino data.
Development of a Data Overflow Protection System for Super-Kamiokande to Maximize Data from Nearby Supernovae / Mori, M.; Abe, K.; Hayato, Y.; Hiraide, K.; Hosokawa, K.; Ieki, K.; Ikeda, M.; Kameda, J.; Kanemura, Y.; Kaneshima, R.; Kashiwagi, Y.; Kataoka, Y.; Miki, S.; Mine, S.; Miura, M.; Moriyama, S.; Nakano, Y.; Nakahata, M.; Nakayama, S.; Noguchi, Y.; Okamoto, K.; Sato, K.; Sekiya, H.; Shiba, H.; Shimizu, K.; Shiozawa, M.; Sonoda, Y.; Suzuki, Y.; Takeda, A.; Takemoto, Y.; Takenaka, A.; Tanaka, H.; Watanabe, S.; Yano, T.; Han, S.; Kajita, T.; Okumura, K.; Tashiro, T.; Tomiya, T.; Wang, X.; Yoshida, S.; Megias, G. D.; Fernandez, P.; Labarga, L.; Ospina, N.; Zaldivar, B.; Pointon, B. W.; Kearns, E.; Raaf, J. L.; Wan, L.; Wester, T.; Bian, J.; Griskevich, N. J.; Locke, S.; Smy, M. B.; Sobel, H. W.; Takhistov, V.; Yankelevich, A.; Hill, J.; Jang, M. C.; Lee, S. H.; Moon, D. H.; Park, R. G.; Bodur, B.; Scholberg, K.; Walter, C. W.; Beauchene, A.; Drapier, O.; Giampaolo, A.; Mueller, Th. A.; Santos, A. D.; Paganini, P.; Quilain, B.; Rogly, R.; Ishizuka, T.; Nakamura, T.; Jang, J. S.; Learned, J. G.; Choi, K.; Iovine, N.; Cao, S.; Anthony, L. H. V.; Martin, D.; Scott, M.; Sztuc, A. A.; Uchida, Y.; Berardi, V.; Catanesi, M. G.; Radicioni, E.; Calabria, N. F.; Langella, A.; Machado, L. N.; De Rosa, G.; Collazuol, G.; Iacob, F.; Lamoureux, M.; Mattiazzi, M.; Ludovici, L.; Gonin, M.; Perisse, L.; Pronost, G.; Fujisawa, C.; Maekawa, Y.; Nishimura, Y.; Okazaki, R.; Akutsu, R.; Friend, M.; Hasegawa, T.; Ishida, T.; Kobayashi, T.; Jakkapu, M.; Matsubara, T.; Nakadaira, T.; Nakamura, K.; Oyama, Y.; Sakashita, K.; Sekiguchi, T.; Tsukamoto, T.; Bhuiyan, N.; Burton, G. T.; Edwards, R.; Di Lodovico, F.; Gao, J.; Goldsack, A.; Katori, T.; Migenda, J.; Ramsden, R. M.; Xie, Z.; Zsoldos, S.; Kotsar, Y.; Ozaki, H.; Suzuki, A. T.; Takagi, Y.; Takeuchi, Y.; Zhong, H.; Bronner, C.; Feng, J.; Hu, J. R.; Hu, Z.; Kawaune, M.; Kikawa, T.; Licheng, F.; Nakaya, T.; Wendell, R. A.; Yasutome, K.; Jenkins, S. J.; Mccauley, N.; Mehta, P.; Tarant, A.; Fukuda, Y.; Itow, Y.; Menjo, H.; Ninomiya, K.; Yoshioka, Y.; Lagoda, J.; Lakshmi, S. M.; Mandal, M.; Mijakowski, P.; Prabhu, Y. S.; Zalipska, J.; Jia, M.; Jiang, J.; Jung, C. K.; Shi, W.; Wilking, M. J.; Yanagisawa, C.; Harada, M.; Hino, Y.; Ishino, H.; Kitagawa, H.; Koshio, Y.; Nakanishi, F.; Sakai, S.; Tada, T.; Tano, T.; Barr, G.; Barrow, D.; Cook, L.; Samani, S.; Wark, D.; Holin, A.; Nova, F.; Jung, S.; Yang, B. S.; Yang, J. Y.; Yoo, J.; Fannon, J. E. P.; Kneale, L.; Malek, M.; Mcelwee, J. M.; Thiesse, M. D.; Thompson, L. F.; Wilson, S.; Okazawa, H.; Kim, S. B.; Kwon, E.; Seo, J. W.; Yu, I.; Ichikawa, A. K.; Nakamura, K. D.; Tairafune, S.; Nishijima, K.; Eguchi, A.; Nakagiri, K.; Nakajima, Y.; Shima, S.; Taniuchi, N.; Watanabe, E.; Yokoyama, M.; de Perio, P.; Fujita, S.; Martens, K.; Tsui, K. M.; Vagins, M. R.; Valls, C. J.; Xia, J.; Kuze, M.; Izumiyama, S.; Ishitsuka, M.; Ito, H.; Kinoshita, T.; Matsumoto, R.; Ommura, Y.; Shigeta, N.; Shinoki, M.; Suganuma, T.; Yamauchi, K.; Yoshida, T.; Martin, J. F.; Tanaka, H. A.; Towstego, T.; Gaur, R.; Gousy-Leblanc, V.; Hartz, M.; Konaka, A.; Li, X.; Prouse, N. W.; Chen, S.; Xu, B. D.; Zhang, B.; Posiadala-Zezula, M.; Boyd, S. B.; Hadley, D.; Nicholson, M.; O'Flaherty, M.; Richards, B.; Ali, A.; Jamieson, B.; Amanai, S.; Marti, Ll.; Minamino, A.; Pintaudi, G.; Sano, S.; Suzuki, S.; Wada, K.. - In: PROGRESS OF THEORETICAL AND EXPERIMENTAL PHYSICS. - ISSN 2050-3911. - 2024:10(2024). [10.1093/ptep/ptae128]
Development of a Data Overflow Protection System for Super-Kamiokande to Maximize Data from Nearby Supernovae
Mori M.;Abe K.;Hayato Y.;Hiraide K.;Hosokawa K.;Ieki K.;Ikeda M.;Kameda J.;Kanemura Y.;Kaneshima R.;Kashiwagi Y.;Kataoka Y.;Miki S.;Mine S.;Miura M.;Moriyama S.;Nakano Y.;Nakahata M.;Nakayama S.;Noguchi Y.;Okamoto K.;Sato K.;Sekiya H.;Shiba H.;Shimizu K.;Shiozawa M.;Sonoda Y.;Suzuki Y.;Takeda A.;Takemoto Y.;Takenaka A.;Tanaka H.;Watanabe S.;Yano T.;Han S.;Kajita T.;Okumura K.;Tashiro T.;Tomiya T.;Wang X.;Yoshida S.;Megias G. D.;Fernandez P.;Labarga L.;Ospina N.;Zaldivar B.;Pointon B. W.;Kearns E.;Raaf J. L.;Wan L.;Wester T.;Bian J.;Griskevich N. J.;Locke S.;Smy M. B.;Sobel H. W.;Takhistov V.;Yankelevich A.;Hill J.;Jang M. C.;Lee S. H.;Moon D. H.;Park R. G.;Bodur B.;Scholberg K.;Walter C. W.;Beauchene A.;Drapier O.;Giampaolo A.;Mueller Th. A.;Santos A. D.;Paganini P.;Quilain B.;Rogly R.;Ishizuka T.;Nakamura T.;Jang J. S.;Learned J. G.;Choi K.;Iovine N.;Cao S.;Anthony L. H. V.;Martin D.;Scott M.;Sztuc A. A.;Uchida Y.;Berardi V.;Catanesi M. G.;Radicioni E.;Calabria N. F.;Langella A.;Machado L. N.;De Rosa G.;Collazuol G.;Iacob F.;Lamoureux M.;Mattiazzi M.;Ludovici L.;Gonin M.;Perisse L.;Pronost G.;Fujisawa C.;Maekawa Y.;Nishimura Y.;Okazaki R.;Akutsu R.;Friend M.;Hasegawa T.;Ishida T.;Kobayashi T.;Jakkapu M.;Matsubara T.;Nakadaira T.;Nakamura K.;Oyama Y.;Sakashita K.;Sekiguchi T.;Tsukamoto T.;Bhuiyan N.;Burton G. T.;Edwards R.;Di Lodovico F.;Gao J.;Goldsack A.;Katori T.;Migenda J.;Ramsden R. M.;Xie Z.;Zsoldos S.;Kotsar Y.;Ozaki H.;Suzuki A. T.;Takagi Y.;Takeuchi Y.;Zhong H.;Bronner C.;Feng J.;Hu J. R.;Hu Z.;Kawaune M.;Kikawa T.;LiCheng F.;Nakaya T.;Wendell R. A.;Yasutome K.;Jenkins S. J.;McCauley N.;Mehta P.;Tarant A.;Fukuda Y.;Itow Y.;Menjo H.;Ninomiya K.;Yoshioka Y.;Lagoda J.;Lakshmi S. M.;Mandal M.;Mijakowski P.;Prabhu Y. S.;Zalipska J.;Jia M.;Jiang J.;Jung C. K.;Shi W.;Wilking M. J.;Yanagisawa C.;Harada M.;Hino Y.;Ishino H.;Kitagawa H.;Koshio Y.;Nakanishi F.;Sakai S.;Tada T.;Tano T.;Barr G.;Barrow D.;Cook L.;Samani S.;Wark D.;Holin A.;Nova F.;Jung S.;Yang B. S.;Yang J. Y.;Yoo J.;Fannon J. E. P.;Kneale L.;Malek M.;McElwee J. M.;Thiesse M. D.;Thompson L. F.;Wilson S.;Okazawa H.;Kim S. B.;Kwon E.;Seo J. W.;Yu I.;Ichikawa A. K.;Nakamura K. D.;Tairafune S.;Nishijima K.;Eguchi A.;Nakagiri K.;Nakajima Y.;Shima S.;Taniuchi N.;Watanabe E.;Yokoyama M.;de Perio P.;Fujita S.;Martens K.;Tsui K. M.;Vagins M. R.;Valls C. J.;Xia J.;Kuze M.;Izumiyama S.;Ishitsuka M.;Ito H.;Kinoshita T.;Matsumoto R.;Ommura Y.;Shigeta N.;Shinoki M.;Suganuma T.;Yamauchi K.;Yoshida T.;Martin J. F.;Tanaka H. A.;Towstego T.;Gaur R.;Gousy-Leblanc V.;Hartz M.;Konaka A.;Li X.;Prouse N. W.;Chen S.;Xu B. D.;Zhang B.;Posiadala-Zezula M.;Boyd S. B.;Hadley D.;Nicholson M.;O'Flaherty M.;Richards B.;Ali A.;Jamieson B.;Amanai S.;Marti Ll.;Minamino A.;Pintaudi G.;Sano S.;Suzuki S.;Wada K.
2024
Abstract
Neutrinos from very nearby supernovae, such as Betelgeuse, are expected to generate more than ten million events over 10s in Super-Kamokande (SK). At such large event rates, the buffers of the SK analog-to-digital conversion board (QBEE) will overflow, causing random loss of data that are critical for understanding the dynamics of the supernova explosion mechanism. In order to solve this problem, two new data-acquisition (DAQ) modules were developed to aid in the observation of very nearby supernovae. The first of these, the SN module, is designed to save only the number of hit photomultiplier tubes during a supernova burst and the second, the Veto module, prescales the high-rate neutrino events to prevent the QBEE from overflowing based on information from the SN module. In the event of a very nearby supernova, these modules allow SK to reconstruct the time evolution of the neutrino event rate from beginning to end using both QBEE and SN module data. This paper presents the development and testing of these modules together with an analysis of supernova-like data generated with a flashing laser diode. We demonstrate that the Veto module successfully prevents DAQ overflows for Betelgeuse-like supernovae as well as the long-term stability of the new modules. During normal running the Veto module is found to issue DAQ vetos a few times per month resulting in a total dead-time less than 1ms, and does not influence ordinary operations. Additionally, using simulation data we find that supernovae closer than 800 pc will trigger the Veto module, resulting in a prescaling of the observed neutrino data.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11589/287022
Citazioni
1
1
social impact
Conferma cancellazione
Sei sicuro che questo prodotto debba essere cancellato?
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2023-2025 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.
