Professor für Kontrollsysteme | Technische Universität Eindhoven & Technische Universität Delft | Trainer am High Tech Institute

Tom Oomen ist ein niederländischer Professor für Kontrollsysteme, dessen Arbeit an der Schnittstelle zwischen Grundlagenforschung und industrieller Anwendung angesiedelt ist. Er ist Vollzeitprofessor für Control Systems Technology an der Technischen Universität Eindhoven (TU/e) und Gastprofessor an der TU Delft, wo er Forschungsarbeiten zu datengesteuerter Bewegungssteuerung, Systemidentifikation und lernender Steuerung für mechatronische High-Tech-Systeme leitet.

Seine Arbeit ist eng mit der Industrie verbunden, unter anderem mit ASML und Philips. Die Ergebnisse kommen in einigen der anspruchsvollsten Präzisionsumgebungen zum Einsatz, z. B. in Lithographiemaschinen, Großformatdruckern, medizinischen Beatmungsgeräten und Gravitationswellendetektoren.

Ein zentraler Gedanke in seiner Arbeit ist, dass Maschinen, die sich wiederholende Aufgaben ausführen, durch Lernen besser werden können. Mit den richtigen Kontrollstrategien können reproduzierbare Fehler systematisch kompensiert werden. Oomen hat mehr als ein Jahrzehnt damit verbracht, dieses Prinzip in Methoden zu übersetzen, die Ingenieure in realen Systemen anwenden können.

Ein entscheidender Aspekt seiner Arbeit ist die Integration von Systemidentifikation und -steuerung – zwei Bereiche, die oft getrennt behandelt werden, in der Praxis aber in Hochleistungssystemen zusammenarbeiten müssen.

Oomen schloss sowohl seinen MSc (cum laude) als auch seinen PhD an der TU/e ab und promovierte im Jahr 2010.

Im Jahr 2018 wurde er leitender Forscher der Gruppe Oomen und 2021 wurde er zum ordentlichen Professor ernannt. In seiner Antrittsvorlesung 2024 mit dem Titel Learning in control argumentierte Oomen, dass die Kultur der Offenheit des Brainport-Ökosystems – in dem Universitäten und Industrie gemeinsam diskutieren und Ergebnisse veröffentlichen – es Ingenieuren ermöglicht, Maschinen an ihre wahren Grenzen zu bringen.

Auszeichnungen und Anerkennung

Seine Arbeit wurde mit dem Grand Nagamori Award (2021), dem Young Researcher Award der International Federation of Automatic Control (IFAC) (2019), dem VIDI (2017) und VENI (2013) Stipendium des niederländischen Forschungsrats, dem IEEE Transactions on Control Systems Technology Outstanding Paper Award (2015) und dem Mechatronics Paper Prize Award (2016) ausgezeichnet.

Er ist Senior-Mitglied des IEEE und derzeit Associate Editor der IFAC Mechatronics und der IEEE Control Systems Letters (L-CSS). Er war Associate Editor im IEEE Conference Editorial Board sowie Gastredakteur für Sonderausgaben der IFAC Mechatronics.

Sein akademischer Einfluss spiegelt sich in seinem Google Scholar-Profil wider, das einen h-Index von 38, einen i10-Index von 175 und mehr als 6.800 Zitate aufweist.
Seine meistzitierte Forschung verbindet Systemidentifikation und -kontrolle. In dem 2014 veröffentlichten Artikel Connecting system identification and robust control for next-generation motion control of a wafer stage (IEEE Transactions on Control Systems Technology) zeigte er, wie Daten aus einem laufenden System direkt genutzt werden können, um die Leistung des Controllers zu verbessern – ein Konzept, das für die moderne Präzisionsmechatronik von zentraler Bedeutung geworden ist. Dieser Ansatz wurde später mit seiner Arbeit zur Vorwärtssteuerung und zum iterativen Lernen erweitert, die heute in High-Tech-Bewegungssystemen weit verbreitet ist.

Weitere bemerkenswerte Forschungsarbeiten sind die auf Inversion basierende Feedforward- und iterative Lernsteuerung und die fortschrittliche Bewegungssteuerung für die Präzisionsmechatronik.

Ausbildung und industrielle Anwendung

Am High Tech Institute unterrichtet Tom Oomen (als Teil der Mechatronik-Akademie):

• Abstimmung der Bewegungssteuerung
• Erweiterte Bewegungssteuerung
• Fortgeschrittene Vorwärtssteuerung & Lernende Steuerung.

Die Struktur dieser Kurse spiegelt die tatsächliche Arbeitsweise von Ingenieuren wider: kurze theoretische Blöcke, unmittelbar gefolgt von praktischer Anwendung an realen Systemen.

Was seinen Unterricht von anderen unterscheidet, ist der bewusste Einsatz von einfachen Versuchsanordnungen, um komplexes Verhalten zu erklären. In dem Kurs zur Bewegungssteuerung arbeiten die Teilnehmer mit einem Druckersystem – einer relativ kostengünstigen Plattform – um zu demonstrieren, wie iteratives Lernen die Positionierungsgenauigkeit dramatisch verbessern kann. Das Ergebnis ist oft kontraintuitiv: Systeme mit bescheidener Hardware können eine nahezu perfekte Leistung erzielen, wenn die Kontrollstrategie stimmt. Dieser Ansatz spiegelt die Umgebung wider, in der er arbeitet. Im Ökosystem von Brainport Eindhoven arbeiten Universitäten und Industrie in enger Verbindung, wobei Ideen in der Praxis getestet und durch Anwendung verfeinert werden. Ingenieure wechseln zwischen Unternehmen, Wissen zirkuliert schnell, und Lösungen werden danach beurteilt, ob sie unter realen Bedingungen funktionieren. Seine Kurse richten sich an dieses Publikum: Ingenieure, die bereits mit komplexen Problemen konfrontiert sind und Methoden suchen, die auch außerhalb des Labors funktionieren.

Tom Oomen ist Vollzeitprofessor an der TU/e, Gastprofessor an der TU Delft und Ausbilder am High Tech Institute für Motion Control Tuning, Advanced Motion Control und Advanced Feedforward & Learning Control.