การตรวจสอบตำแหน่งจับวางของหัวอ่านเขียนข้อมูลบนถาดขนส่ง

Detecting HGA orientation in shipping tray

Name: นเรศ โภคทรัพย์

Organization : มหาวิทยาลัยขอนแก่น. คณะวิศวกรรมศาสตร์

Email : nares_po@hotmail.com

Name: สุภัทรา ปลื้มกมล

Organization : มหาวิทยาลัยขอนแก่น. คณะวิศวกรรมศาสตร์

Email : supple@kku.ac.th

keyword: หัวอ่านเขียนข้อมูล

ThaSH: ฮาร์ดดิสก์

; จักรกลวิทัศน์

; คุณสมบัติทางเรขาคณิตแบบแบบโมเมนต์ที่ไม่มีการผันแปร

; เกาส์เชียน

; มอร์ฟอโลจิกคอล

Abstract: การผลิตฮาร์ดดิสก์ไดรฟ์แต่ละชุดประกอบไปด้วยหลายขั้นตอนเช่น การประกอบชุดย่อยต่าง ๆ เช่น ชุดหัวอ่านเขียน ชุดแผ่นเก็บข้อมูล แล้วจึงรวมชุดหัวอ่านเขียนเข้ากับชุดแผ่นเก็บข้อมูล จากนั้นจึงเชื่อมต่อเข้ากับชุดสัญญาณไฟฟ้าเป็นขั้นตอนสุดท้ายก่อนที่จะบรรจุหีบห่อเพื่อนำไปใช้งานได้สะดวกขึ้น แต่ขั้นตอนการประกอบชุดหัวอ่านเขียนนั้นถือว่าเป็นขั้นตอนที่สำคัญมากเพราะจำเป็นต้องใช้หัวหยิบจับ (end effector) หยิบหัวอ่านเขียนจากถาดขนส่งจากกระบวนการประกอบหัวอ่านเขียน (HGA) มาประกอบเข้ากับแขนจับ (actuator) เป็นชุดหัวอ่านเขียน (HSA) ซึ่งการประกอบรวมชุดหัวอ่านเขียนและชุดแผ่นข้อมูลนี้ค่อนข้างซับซ้อนเพราะหากไม่สามารถจัดวางให้ตรงตำแหน่งตามที่กำหนด จะส่งผลเสียอย่างมากต่อการทำให้เกิดการลดลงของผลผลิตสุทธิ (yield) จากการ ประกอบชุดหัวอ่านเขียนคิดเป็นร้อยละ 2 หรือคิดเป็นมูลค่า 60,000 บาทต่อวันการผลิต ดังนั้นเพื่อแก้ปัญหาดังกล่าว ในงานวิจัยนี้จึงได้นำเทคโนโลยีจักรกลวิทัศน์ (machine vision) มาวิเคราะห์คุณสมบัติทางเรขาคณิตของหัวอ่านเขียน แบบโมเมนต์ที่ไม่มีการผันแปร (invariant moment) เพื่อสร้างแบบจำลองการตรวจสอบลักษณะการจัดวางที่ไม่ได้ตำแหน่งของหัวอ่านเขียน เช่น การเอียงหรือการหมุน โดยการนำภาพหัวอ่านเขียนมาทำการปรับปรุงระดับความเทา ด้วยการปรับเทรสโฮลด์และกรองภาพเพื่อเอาจุดรบกวนออกด้วยเกาส์เชียนและประมวลผลภาพด้วยวิธีมอร์ฟอโลจิกคอล (morphological) เพื่อหาขอบรูปของภาพหัวอ่านเขียน จากนั้นสกัดหาคุณสมบัติทางเรขาคณิตเพื่อดึงลักษณะเด่น ซึ่งพิจารณาในส่วนของการหมุน หรือเอียง (orientation) จากเดิมหัวหยิบจับจะหยิบจับหัวอ่านเขียนข้อมูลทั้งที่ได้ตำแหน่งและไม่ได้ตำแหน่งทั้งหมดบนถาดขนส่ง ซึ่งจะส่งผลเสียหายต่อโครงสร้างของหัวอ่านเขียนข้อมูลอย่างมาก ดังนั้นในงานวิจัยนี้จึงใช้ 7 invariant moment มาช่วยตรวจสอบคุณลักษณะของหัวอ่านเขียนทางเรขาคณิตไม่ว่าจะหมุนหรือเอียงไปกี่องศาก็สามารถตรวจสอบลักษณะเด่นทางเรขาคณิตเพื่อระบุได้ว่าหัวอ่านเขียนข้อมูลนั้นเป็นหัวอ่านเขียนข้อมูลเดิมได้ นอกจากนี้ยังสามารถระบุค่ามุมการจัดวางของหัวอ่านเขียนข้อมูลนี้ได้ทุกครั้งที่หมุนหรือเอียงไป หากแบบจำลองนี้ตรวจพบหัวอ่านเขียนข้อมูลที่มีการจัดวางที่เสี่ยงต่อความเสียหาย ก็จะส่งข้อมูลให้หัวหยิบจับยกเลิกการหยิบจับหัวอ่านเขียนข้อมูลตัวนั้น แบบจำลองนี้ถือเป็นนวัตกรรมใหม่ที่จะช่วยกระบวนการผลิตฮาร์ดดิสก์ไดรฟ์ให้มีผลผลิตสุทธิมากยิ่งิขึ้น

Abstract: In the hard disk drive (HDD), the orientation of the head gimbal assembly (HGA) prior attach to the actuator arm is considerably. The orientation is subjected to achieve either detect in pick and place activity. This paper deals with machine vision technology that apply the invariant moment technique that using the geometric invariant feature extraction to produce the simulation to detect whether HGA is in a good orientation. Pre-processing of image acquisition perform on the HGA image from CCD camera. Intensity thresholding corresponding perform with Gaussian filtering in order to eliminate noise reduction, then, morphological operation perform the feature extraction of the HGA image. After image acquisition, invariant moment that has system for a scale, translation and orientation are calculated for each significant region in the input images. The calculated output will compare against the good orientation that are considered. Results show that, however, the invariant moment may not vary to several angle rotations with no significant different. In additional, the position can be obtained with good orientation. Finally, this novel method can improve the hard disk drive assembly process productivity and yield gain.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2554

Modified: 2019-08-22

Issued: 2562-08-01

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยเกษตรศาสตร์ คณะวิศวกรรมศาสตร์ และสมาคมวิศวกรเครื่องกลไทย. การประชุมวิชาการเครือข่ายวิศวกรรมเครื่องกลแห่งประเทศไทย ครั้งที่ 25 (ME-NETT 2011) (CST16). กระบี่ : มหาวิทยาลัยเกษตรศาสตร์

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ME-NETT 2011CST16.pdf	823.57 KB	13	2023-06-22 09:01:57

ใช้เวลา

0.037343 วินาที