Column
Fundamenteel onderzoek fundament voor hightech mechatronica
31 januari 2012
Veel onderliggende vakgebieden van de mechatronica, zoals mechanica, elektronica en elektromechanica, worden vaak gezien als disciplines die ‘nu wel klaar zijn’. De beroemde Maxwell-vergelijkingen kunnen immers alles beschrijven en sommige moderne modelleertools als Matlab claimen zo nauwkeurig te zijn dat ze zonder enige verificatie Marslanders betrouwbaar kunnen laten werken. Let wel: die tools zijn een absolute noodzaak voor de moderne mechatronicaontwerper en zonder deze middelen zouden de huidige ontwikkelingen niet mogelijk zijn geweest. Toch staan dergelijke claims op dezelfde absurde afstand van de werkelijkheid als de volledig menselijke robots in de film ‘Artificial intelligence’ van Steven Spielberg.
Natuurlijk is het een lang bestaande innige wens van de rest van de mensheid om minder afhankelijk te zijn van die rare onbegrijpelijke bètawetenschappers die ons opschepen met atoombommen, Windows en computerspelletjes. Wat zou het fijn zijn als er voor elk willekeurig probleem een device of appje was waarmee we kunnen praten over ons probleem, dat ons probleem dan analyseert en oplost, en dat allemaal zonder enige inbreng van een nerd. Dit programma dat ergens draait op een systeem waar niemand meer bij hoeft te komen en zichzelf voortdurend verbetert, stuurt direct Cad-tekeningen naar een fabriek in het oosten en klaar is Kees. Jammer alleen dat Kees dat device niet kan betalen want hij heeft geen geld te besteden. Hij voegt immers nergens waarde toe. Dat lukt nooit door enkel het toepassen van een programmaatje op een probleem. Gelukkig is het een vergissing om te denken dat we niet meer hoeven te begrijpen wat er echt speelt in de materie die we proberen te beheersen. En helaas (of gelukkig voor ons) hebben we daar alleen maar meer van die vervelende bètawetenschappers bij nodig.
Laat ik een realistisch voorbeeld uit de hightech mechatronica gebruiken om dit te verduidelijken. Regeltechniek is het vakgebied binnen de mechatronica dat streeft naar een maximale beheersing van bewegende systemen. De mechatronicus heeft daarbij in principe maar twee middelen tot zijn beschikking: het compenseren van de effecten van bekende fenomenen door middel van feedforwardcontrole en het reduceren van de invloed van onbekende fenomenen middels feedbackcontrole. Het eerste heeft het voordeel dat we niet beperkt worden door stabiliteitscriteria en vertragingen in het systeem. Om die reden is het ideaalbeeld van een mechatronicus dat hij alle onderliggende processen exact kan modelleren.
Het was Laplace die voorspelde dat in de toekomst alle verschijnselen te berekenen zouden zijn uit de voorgeschiedenis. In dat geval kunnen we dus alle onheil voorkomen door de juiste maatregelen te treffen. Dit is extreem feedforward en is mogelijk zolang dit niet wordt beperkt door de actuatoren. Helaas kreeg Laplace ongelijk omdat de onzekerheidsrelatie van Heisenberg roet in het eten gooit. Maar zelfs zonder Heisenbergs brick wall zijn we nog lang niet zo ver dat we het gedrag van een systeem voldoende goed kunnen voorspellen.
We zijn dus genoodzaakt onze hightech mechatronica te besturen met een forse dosis feedbackcontrole, met alle daarbijbehorende problematiek rond instabiliteit en beperkte snelheid in de data-afhandeling. Daar komt bij dat we alleen dingen kunnen corrigeren die we ook kunnen meten. De moderne regeltechniek probeert hierbij een gulden middenweg te bewandelen door met hoogwaardige wiskundige technieken onbekende waardes voor variabelen te destilleren uit het voorgaande gedrag van het systeem. Dit gebeurt met behulp van zelflerende algoritmes die op basis van sensorsignalen het systeem trachten te identificeren. Dit wil zeggen dat uiteindelijk een steeds beter wiskundig model van de werkelijkheid wordt verkregen om het systeem goed te regelen. Dit lijkt dan feedforward, maar het proces om dat optimale model te genereren, is in feite ook feedback. We lopen dus tegen dezelfde problemen aan qua instabiliteit en tijdvertraging als normale feedback, zodat snel veranderende omstandigheden voor problemen kunnen zorgen.
Er lijkt iets voor te zeggen dat we toch nooit alles zullen begrijpen en we ons dus ook niet meer druk moeten maken over de fysische first principles. In plaats daarvan zouden we er gewoon (!) voor moeten zorgen dat de wiskundige systeemidentificatie zo efficiënt wordt uitgevoerd dat uiteindelijk alles in het model zit en Matlab de rest kan doen. Het moge duidelijk zijn dat we allebei moeten doen omdat we niet alles zien met sensoren, algoritmes niet altijd convergeren en het werken met voornamelijk onbekende factoren heel veel rekentijd kost en de uitkomst zeker niet altijd klopt. Om die reden blijft het altijd noodzakelijk om te beginnen met een maximaal begrepen model van de werkelijkheid.
Dat is ook de manier waarop echte hightech mechatronica als de machines van ASML zo ver gekomen zijn. Het deterministische open-loop-nauwkeurigheidsniveau in de aandrijvingen is bijvoorbeeld niet veel beter dan 10-3 doordat met name de mechanica en elektromechanica nog zo onnauwkeurig zijn en met feedback moet dit een factor duizend worden verbeterd om de spec te halen, wat dan weer kostbare settle time kost. De verbetering van dit soort waardes is dus een absolute must in ons vakgebied en vereist een grondig inzicht in de oorzaken van deze onzekerheden.
Vaak blijken bijvoorbeeld thermische fenomenen bepalend te zijn. Wie denkt dat thermische processen traag zijn, moet zich realiseren dat veel ruisverschijnselen een thermische oorsprong hebben doordat de temperatuur invloed heeft op elektronmobiliteit, energieniveaus en atomaire trillingen. Grondig inzicht in de effecten die daarbij optreden, hebben bijgedragen aan de extreme signaal-ruisverhoudingen in moderne instrumentatieversterkers. Door voortdurend diepgaand fysisch onderzoek worden die effecten steeds beter in kaart gebracht. Bekend zijn ook thermische effecten bij het meten van afstand met laserinterferometers, waarbij de onzekerheid ook niet veel beter kan dan een factor 10-8. Ook hier is meer onderzoek nodig om de grenzen te verleggen. Metrologie krijgt, zeker in Nederland, niet voldoende wetenschappelijke aandacht om dit mogelijk te maken.
Naast deze snelle fenomenen zijn de tragere, meer mechanische verschijnselen zoals uitzetting nog steeds dominant in de precisie-industrie en ook daar wordt nog steeds veel onderzoek naar gedaan. Een mooi voorbeeld is daarbij de vervorming van optische oppervlakken door de inwerking van licht. Bij een fotocamera speelt dat geen rol, maar de lichtintensiteit in hightech machines is zo hoog dat de vereiste nauwkeurigheid van de afbeelding alleen maar kan worden bereikt met correctieve actieve systemen. Juist daarbij is de moderne regeltechniek van belang om met vaak indirecte metingen een goed resultaat te bereiken.
In de IC-lithografie-industrie - toch bij uitstek de exponent die momenteel het niveau bepaalt waarop wij in Nederland de hightech mechatronica bedrijven - is het allang duidelijk dat er nog veel volstrekt nieuwe inzichten noodzakelijk zijn om aan de nauwkeurigheidseisen met betrekking tot het realiseren van machines voor de toekomstige nodes te kunnen voldoen. Ondanks alle inspanningen rondom het intelligent omgaan met bestaande systemen is het zonder meer duidelijk dat ook fundamenteel onderzoek noodzakelijk is om dit mogelijk te maken. Dat vereist inzet van steeds meer mensen op blijvend onzekere onderzoeksterreinen.
De verantwoordelijken in ons huidige tijdsgewricht lijken daar weinig mee op te hebben. Ze willen linea recta van fundament naar product in zo weinig mogelijk tijd. Pionieren is er niet meer bij. Karel Luijben, rector magnificus van de TU Delft, benadrukte de kortzichtigheid hiervan in zijn diesrede begin dit jaar: ‘Dit model ziet er als volgt uit: na fundamenteel onderzoek vervolgt men met toepassingsgericht onderzoek om te komen tot toegepast onderzoek. Hieraan zouden dan respectievelijk de universiteiten, de GTI’s en de industrie moeten werken. Dames en heren, dit model is te simpel en is fout.’
De reden van de fout is dat nog geen enkele ontwikkeling zo is gegaan en ooit ook zo zal gaan. Door stelselmatig het ontstaan te ontkennen van toevallige verbintenissen tussen onderzoeken die ogenschijnlijk niets met elkaar te maken hebben, zorgen ze er uiterst effectief voor dat Kees straks echt niets meer te bestellen zal hebben en dat wij alleen maar verder wegzakken in de moordende concurrentie die op deze aardbol is losgebarsten.
Ik kan en zal niet geloven dat dit de bedoeling is.
