Tom Oomen geeft een ferme klap op zijn bureau. “Voel je hem trillen? Als je ver genoeg inzoomt dan lijkt dit harde tafelblad op een pudding, die op een heel complexe manier vervormt.” Dergelijke trillingen en vervormingen zijn een groot probleem bij de productie van bijvoorbeeld computerchips, vertelt hij. “De bewegende onderdelen van de waferscanners van chipmachinefabrikant ASML moeten over een afstand van een meter worden verplaatst, met versnellingen groter dan in de Formule1, maar dan tot op een nanometer nauwkeurig - een miljoenste van een millimeter.” Om zo weinig mogelijk last te hebben van trillingen uit de omgeving, zweven de bewegende onderdelen in een magneetveld, legt hij uit, maar toch is nog geavanceerde regeltechniek nodig om de invloed van de minuscule vervormingen in het apparaat zelf te compenseren.

Het zo precies mogelijk aansturen van mechatronische systemen, zoals de chipmachines van ASML dus, maar bijvoorbeeld ook de industriële printers van Océ, is het vakgebied van de universitair docent uit de groep Control Systems Technology van TU/e-faculteit Werktuigbouwkunde. Hiervoor werkt Oomen nauw samen met de producenten van deze apparaten; behalve ASML en Océ ook met onder meer Philips en NXP Semiconductors. “Maar regeltechniek vind je overal, hoor. Niet alleen in de hightechindustrie. Ook moderne auto’s zitten er vol mee, van de cruise control tot de aansturing van de motor en de automatische schakelbak.”

Al die regelsystemen bevatten een combinatie van sensoren, actuatoren, en een regelmodel dat vertelt welke actie de actuatoren (bij cruise control het gas- en rempedaal) moeten uitvoeren afhankelijk van de input van de sensoren (de snelheidsmeter). “Het regelmodel houdt rekening met parameters als het gewicht van de auto en het vermogen van de motor. Daardoor wordt automatisch de juiste hoeveelheid gas bijgegeven als de weg omhoog loopt. In de hightechindustrie zijn de regelsystemen niet wezenlijk anders, alleen veel nauwkeuriger en daardoor complexer.”

In het lab staan een flatbedprinter van Océ, een CT-scanner van Philips,
en een reticle stage van ASML

Juist zijn nauwe samenwerking met die hightechindustrie in de regio heeft volgens Oomen wellicht een rol gespeeld bij zijn nominatie voor de verkiezing van het Wetenschapstalent 2016. “Een deel van mijn werk, het opstellen van de regelmodellen, is heel theoretisch en wiskundig van aard. Maar zonder concrete data afkomstig van de complexe machines waarvoor je de modellen wilt opstellen, kom je niet verder. Daarom hebben wij hier in het lab onder meer een CT-scanner van Philips staan, een Arizona flatbedprinter van Océ, en een onderdeel van een chipmachine, de zogeheten reticle stage, van ASML. Daarmee kunnen wij onze modellen direct testen op voor de industrie relevante apparaten. Dat is redelijk uniek, volgens mij.”

Het reticle van ASML is het deel van de chipmachine waarop het masker wordt aangebracht met het patroon dat na belichting met UV-straling op de silicium wafer wordt weggeëtst. Het kan in zes verschillende richtingen worden bewogen (drie rotaties en drie translaties), maar bevat liefst veertien actuatoren. “Dat betekent dat we acht actuatoren als het ware over hebben. Die vrijheid willen we benutten om het flexibele gedrag van de reticle tegen te gaan. Overactuatie heet die aanpak.”

Oomen beweegt en buigt een collegeblok in zijn handen om te laten zien hoe de extra actuatoren kunnen bijdragen aan een grotere nauwkeurigheid van de machine. “Daarvoor moeten we uiteraard zo goed mogelijk weten hoe de reticle precies vervormt, en dat kunnen we nu zelf hier in het lab gaan meten.” Ondertussen moeten echter ook nog flinke stappen worden gezet met de theorie. “Een systeem modelleren met zoveel in- en uitgangen, en met een zo grote nauwkeurigheid, dat kunnen we eigenlijk nog niet aan.”

Terwijl de opstelling van ASML ideaal is voor het testen van overactuatie, is de Arizona flatbedprinter van Océ voornamelijk bedoeld om zelflerende regelsystemen te ontwikkelen. Opnieuw komt het collegeblok van pas: Oomen verfrommelt een vel papier tot een propje en gooit het richting de prullenmand in de hoek van zijn kantoor. Het belandt net voor de afvalbak op de vloer. “Ik had iets harder moeten gooien”, zegt de werktuigbouwkundige, waarna er nog een propje volgt, dat afketst op de rand van de prullenmand. Ook een printer kan nauwkeuriger worden door te leren door trial and error, legt hij uit. “De regelsystemen van veel apparaten werken met een vast model. Als de omstandigheden veranderen, bijvoorbeeld door slijtage, dan gaat zo’n apparaat daardoor minder presteren. Terwijl je met de meetgegevens van de sensoren prima kunt compenseren voor de invloed van die slijtage.”

“Zelflerende algoritmes lopen continu achter de feiten aan”

Het belangrijkste nadeel van zo’n zelflerend systeem illustreert hij opnieuw aan de hand van de prullenbak. “Als ik die bak telkens een stukje verschuif, dan zul je met een zelflerend algoritme nooit raak gooien.” Het algoritme loopt als het ware continu achter de feiten aan, doordat het doel zich voortdurend verplaatst. Die - toch wel essentiële - tekortkoming van zelflerende regelaars willen Oomen en zijn collega’s oplossen.

Het idee is dat er niet alleen gebruik wordt gemaakt van realtime metingen (feedback error), maar dat het regelsysteem ook vooraf bekende informatie tot zich neemt, bijvoorbeeld over de te volgen baan (zoals in feedforward). “Onze ervaring leert dat je met de introductie van feedforward een factor tien aan nauwkeurigheid kunt winnen, en met zelflerende systemen nogmaals een factor tien.”

Oomen (35) is een van de vijfentwintig overgebleven kanshebbers voor de titel Wetenschapstalent 2016. Vorig jaar won Maaike Kroon, toen nog hoogleraar aan TU/e-faculteit Scheikundige Technologie. Zij maakte ongeveer gelijktijdig bekend dat ze de universiteit zou verruilen voor Abu Dhabi. Een dergelijke stap ligt voor de werktuigbouwkundige, in tegenstelling tot Kroon ‘eigen kweek’ van de TU/e, niet voor de hand. “Ik ben hier perfect op mijn plek, ook met alle hightechindustrie in de omgeving; ik zou niet weten waar ik mijn vak beter zou kunnen uitoefenen dan hier in Eindhoven.”

De bekendmaking van het Wetenschapstalent 2016 vindt plaats op 22 september in Amsterdam, waar beste vijf genomineerden een presentatie mogen geven voor de jury. De samenstelling van de top vijf is afhankelijk van het aantal stemmen dat de kandidaten hebben behaald. Stemmen kan tot 8 september via de <link http: www.newscientist.nl talent external-link-new-window externe link in nieuw>website van New Scientist.