您的位置: 首页 >科技 >

ATLAS实验提出了对超对称性的新搜索

2019-05-24 16:10:21 编辑: 来源:
导读 标准模型是一个非常成功但不完整的理论。超对称(SUSY)为标准模型的局限性提供了一个优雅的解决方案,扩展它以使每个粒子具有不同自旋特性的

标准模型是一个非常成功但不完整的理论。超对称(SUSY)为标准模型的局限性提供了一个优雅的解决方案,扩展它以使每个粒子具有不同自旋特性的重“超级分配器” (一个重要的量子数区分物质粒子与力粒子和希格斯玻色子)。例如,睡眠是旋转1/2电子,μ子和tau轻子的旋转0超级伴侣,而charginos和中性是旋转0希格斯玻色子的旋转1/2对应物(SUSY假设总共五个希格斯玻色子)和旋转1规格的玻色子。

如果这些超级伙伴存在并且不是太大,它们将在欧洲核子研究中心的大型强子对撞机(LHC)中生产,并且可能隐藏在ATLAS探测器收集的数据中。然而,与LHC中的大多数过程不同,这些过程由强力相互作用控制,这些超级合作伙伴将通过弱得多的电弱相互作用产生,从而降低其生产率。此外,预计这些新的SUSY颗粒中的大多数是不稳定的。物理学家只能通过追踪它们的衰变产物来搜寻它们 - 通常是已知的标准模型粒子和最轻的超对称粒子(LSP),它们可以是稳定的和非相互作用的,从而形成一种天然的暗物质候选物。

2019年5月20日,在墨西哥普埃布拉举行的大型强子碰撞物理学会(LHCP)会议以及美国科珀斯克里斯蒂举行的SUSY2019会议上,ATLAS Collaboration基于完整的LHC Run 2数据集为SUSY提供了大量新搜索( 2015年至2018年间采取的措施,包括两项特别具有挑战性的电磁SUSY搜索。两次搜索均以LHC中以极低速率生成的粒子为目标,并且衰变为本身难以重建的标准模型粒子。ATLAS在Run 2中成功收集的大量数据为使用新的分析技术探索这些场景提供了独特的机会。

搜索“stau”

对撞机和天体物理实验已经对各种SUSY颗粒的质量设定了限制。然而,一个重要的超级伙伴 - tau睡眠者,被称为stau-尚未被发现超出大约90 GeV的排除限制,发现在LHC的前身CERN,大型电子 - 正电子对撞机(LEP)。如果它存在的话,它可以在中立共同湮灭中发挥作用,缓和可见宇宙中暗物质的数量,否则它将太多而无法解释天体物理测量。

由于其在LHC质子 - 质子碰撞中的极低生产率,需要先进的技术来重建它可以衰变的标准模型tau轻子,因此寻找光stau在实验上具有挑战性。实际上,在试验1期间,LHC实验中只能排除一个约为109 GeV的质量和无质量最轻的中性蛋白的狭窄参数区域。

此第一ATLAS运行2 STAU搜索目标直接生产一对居留制的,每个衰减成一个tau蛋白轻子和一个看不见的LSP。每个tau轻子进一步衰变成强子和一个看不见的中微子。因此,信号事件的特征在于存在两组近邻强子和来自不可见LSP和中微子的大的缺失横向能量(ETmiss)。事件进一步分为具有中等和高ET的区域,以检查不同的stau质量场景。

ATLAS数据没有显示出对stau对的暗示,因此对staus的质量设定了新的排除限制。这些限制如图1所示,使用了两种可能的stau类型(左和右,指tau伙伴轻子的两种不同自旋状态)的不同假设。到目前为止,在这些情景中获得的限制是最强的。

压缩搜索

物理学家尚未看到charginos和中性的原因之一可能是因为他们的群众被压缩了。换句话说,它们非常接近LSP的质量。在希望玻色子是希格斯玻色子的超级配体的情况下,预计会出现这种情况。

压缩的higgsinos衰减成具有非​​常低的动量的电子或μ子对。在每秒超过10亿次高能碰撞的环境中识别和重建这些粒子以及设计用于测量高能粒子的探测器(例如试图在非常拥挤和嘈杂的房间中找到耳语的人)是具有挑战性的。

对于希特斯的一项新搜索,利用以前所未有的低度测量的μ 介于 ATLAS,迄今为止。它还受益于新的和独特的分析技术,使物理学家能够在以前无法进入的区域寻找希格斯。例如,搜索使用带电粒子轨道,其可以用非常低的动量重建,作为衰减对中的一个电子或μ子的代理。由于higgsinos之间的质量差异很小,电子/μ子和轨道对的质量也预计很小。

再一次,在这次搜索中没有发现希格西诺斯的迹象。如图2所示,结果用于扩展ATLAS在2017年和2004年LEP实验中设定的Higgsino质量的约束。

总的来说,这两组结果都对重要的超对称场景设置了强大的限制,这将指导未来的ATLAS搜索。此外,他们提供了高级重建技术如何帮助提高新物理搜索灵敏度的示例。


免责声明:本文由用户上传,如有侵权请联系删除!

最新文章

精彩推荐

图文推荐

点击排行

2016-2022 All Rights Reserved.平安财经网.复制必究 联系QQ   备案号:

本站除标明“本站原创”外所有信息均转载自互联网 版权归原作者所有。

邮箱:toplearningteam#gmail.com (请将#换成@)