Recherche de la diffusion élastique cohérente des neutrinos solaires par l'expérience de matière noire XENONnT

Search for Coherent Elastic Scattering of Solar Neutrinos in the XENONnT Dark Matter Experiment

• Auteur / Autrice : Quentin Pellegrini
• Direction : Luca Scotto Lavina
• Type : Projet de thèse
• Discipline(s) : Physique de l'Univers
• Date : Inscription en doctorat le 01/10/2022
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Sciences de la terre et de l'environnement et physique de l'univers
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Physique Nucléaire et des Hautes Energies

Mots clés

Mots clés libres

Neutrinos solaires

Interactions neutrino-noyau

Diffusion élastique cohérente

XENONnT

Matière noire

Bruit de fond (neutrino floor)

Solar Neutrinos

Interactions neutrino-nucleus

Coherent Elastic Scattering

XENONnT

Dark Matter

Neutrino Fog and Floor

Résumé

L'expérience XENONnT, basée sur une TPC (Time Projection Chamber = chambre à projection temporelle) ayant du xénon liquide comme cible active, est une des plus sensibles au monde pour la recherche directe de matière noire. Le premier run scientifique est déjà en cours et l'expérience prévoit de prendre des données pour une durée de 4-5 ans. Les neutrinos produits par le soleil, par les rayons cosmiques atmosphériques et par les supernovae peuvent produire des signaux de recul nucléaire par diffusion élastique cohérente avec les noyaux des détecteurs conçus pour chercher la matière noire. Ce processus de diffusion élastique cohérente des neutrinos (CEνNS) produit ainsi la même signature que celle attendue lors de l'interaction d'une particule de matière noire avec un noyau. En conséquence, les neutrinos induisent un bruit de fond qui sera à terme dominant pour la recherche directe de matière noire, on parle de neutrino Floor (Plancher de neutrinos) ou plus récemment de neutrino Fog (Brouillard de neutrinos). Le seul moyen de distinguer ces deux processus est l'étude du spectre en énergie, ce qui nécessite une statistique importante. Dans une TPC basée sur le xénon liquide, comme celle de XENONnT et aux sensibilités actuelles, on s'attend à ce que ce soient les neutrinos solaires issus de la chaîne de désintégration du Bore 8 qui apportent la contribution la plus importante aux processus de CEνNS. XENONnT prévoit d'enregistrer 20 tonnes*an de données, soit environ 30 fois plus que sa phase précédente XENON1T. Cette augmentation, conjuguée à l'amélioration des techniques de purification et d'analyse des données, permettra à XENONnT d'atteindre le seuil de détection du processus de CEνNS des neutrinos solaires. Le travail de cette thèse sera tout d'abord d'estimer de manière la plus précise possible le flux de neutrinos (solaires) attendu par l'expérience XENONnT et par le futur projet DARWIN (200 tonnes*an après 4 ans). La seconde étape sera d'estimer (par simulation) les évènements CEνNS induit par ce flux dans le détecteur XENONnT. Enfin, la dernière étape sera consacrée à l'analyse des données de XENONnT pour rechercher un possible signal de CEνNS et/ou de matière noire. Le défi sera alors de développer de nouvelles techniques d'analyse pour réduire certains bruits de fond, comme les coïncidences accidentelles qui simulent des signaux réels, en profitant du fait que XENONnT acquiert les données en modalité triggerless (prise de données en continu), ce qui constitue la condition idéale pour améliorer l'analyse de XENON1T. Le but de la thèse sera donc à la fois de chercher un signal de CEνNS et de mieux contraindre la recherche de matière noire. De plus, la thèse pourra éventuellement donner lieu à une étude prospective des potentialités de DARWIN sur le même sujet, grâce à des simulations Monte Carlo.

The XENONnT experiment, based on a TPC (Time Projection Chamber) having liquid xenon as active target, is one of the most sentitive dark matter detectors in the world. The first scientific run is ongoing and the experiment will collect data for 4-5 years. Neutrinos from the Sun, atmospheric cosmic-ray showers, and supernovae can produce observable nuclear recoils via coherent elastic scattering of nuclei in detectors searching for dark matter (DM). The coherent elastic neutrino-nucleus scattering (CEνNS) process produces the same signature as the one expected from DM-nucleus interactions. Consequently, neutrinos induce a background noise which will eventually be dominant for the direct search for dark matter, we speak of neutrino floor or more recently of neutrino fog. The only way to distinguish the two processes is to study the energy recoil spectra, which requires an important statistic. In a TPC based on liquid xenon, Solar Boron-8 neutrinos are expected to contribute the largest number of CEνNS events. XENONnT aims to acquire an exposure of 20 tons per year, which is approximately 30 times greater than its previous phase XENON1T. Combined with improved purification techniques and data analysis, XENONnT will have a strong potential to discover the CEνNS of the Sun. The work of this thesis will firstly be to estimate as accurately as possible the flux of (solar) neutrinos expected by the XENONnT experiment and by the future DARWIN project (200 tonnes per year after 4 years). The second step will be to estimate (by simulation) the CEνNS events induced by this flux in the XENONnT detector. Finally, the last step will be devoted to the analysis of the XENONnT data to search for a possible CEνNS and/or dark matter signal. Next, the challenge consists in developing new analysis techniques to reduce some expected background sources, like accidental coincidences that mimic real signals, taking advantage of the new triggerless data acquisition mode developed for XENONnT, meant to understand this background better than what we were capable to do with XENON1T. The goal of the analysis will be to search for a CEνNS signal and at the same time to better constrain the search for dark matter. Ultimately, the thesis could lead to a study on the potentiality of DARWIN to improve the analysis on the same subject, thanks to Monte Carlo simulations.