อัลกอริทึมควบคุมอัจฉริยะสำหรับเครื่องขัดหัวอ่านฮาร์ดดิสก์ MMX

Intelligent Control Algorithms for MMX Lapping Machines

Name: ประสิทธิ์ วงศ์เลอศักดิ์

Name: Prasit Wonglersak

keyword: Radial Basis Function Neural Network

Abstract: งานวิจัยนี้นำเสนอแนวทางการพัฒนากระบวนการขัดหัวอ่านฮาร์ดดิสก์ด้วยเครื่องขัดหัวอ่าน ฮาร์ดดิสก์ MMX ที่ต้องการควบคุมให้ค่าเบี่ยงเบนมาตรฐานของความต้านทางในแต่ละบาร์ภายหลัง เสร็จสิ้นการขัดมีค่าน้อยที่สุด งานวิจัยนี้พัฒนาอัลกอริทึมขึ้นมาสองส่วน คือ อัลกอริทึมเพื่อการเลือก ค่า Initial Kp ให้เหมาะสมกับบาร์ที่จะทำการขัด โดยอาศัย Radial Basis Function Neurl Network เป็นเครื่องมือในการจำแนกข้อมูลที่เข้ามา การวิเคราะห์ความแปรปรวนแบบสองทาง (Two-Way Analysis of Variance : Two -Way ANOVA) ถูกนำมาประยุกต์ใช้เพื่อศึกษาพฤติกรรมของตัวแปรที่ จะนำมาใช้เป็นข้อมูล Input ของระบบ ผลการทดลองแสดงให้เห็นว่า การสร้างโมเดลการเรียนรู้ให้ ครอบคลุ่มข้อมูล Input อย่างมีนัยสำคัญต้องอาศัยข้อมูลจำนวนมาก อีกทั้งยังต้องคำนึงถึงผลกระทบ อื่นๆ ไม่ว่าจะเป็น เครื่องจักร ผลิตภัณฑ์ หรือ Row Tool ที่แตกต่างกัน ทำให้ยากต่อการนำอัลกอริทึม นี้ไปใช้งานจริงอย่างมีประสิทธิผล ส่วนที่สองเป็นการสร้างตัวควบคุมแบบ PD เพื่อใช้ชดเชยแรงที่ได้ จากตัวควบคุมแรงของเครื่องขัดหัวอ่านฮาร์ดดิสก์ MMX ทำให้แรงที่ส่งไปยังแต่ละ Finger มีความ เหมาะสมกับสถานการณ์ที่เกิดขึ้นในขณะนั้นมากยิ่งขึ้น และปรับค่า Proportional Gain และ Derivative Gain ให้เหมาะสมที่สุด ผลการทดลองพบว่าตัวควบคุมแบบ PD ทำให้ค่าเบี่ยงเบน มาตรฐานภายหลังทำการขัดมีค่าลดลง

Abstract: This research presents the approach to improve a fine lapping process of hard disk drive (HDD) lapping machines by removing materials from each slider together with controlling the strip height (SH) variation to minimum value. There are two algorithms in this research. First, classification of initial SH pattern using Radial Basis Function Neural Network for initial Kp prediction is developed. A design of experiment (DOE) with factorial analysis by two-way analysis of variance (ANOVA) is adopted to obtain a statistically information of input parameters. The result shows that the model needs a lot of data for training to achieve a good classification significantly, moreover considering another effect such as a machine, a product, or a row tool. Hence this algorithm is hard to be implemented for a HDD lapping machine. The second algorithm is the force compensation with PD controller. A finger force is adjusted for tracking improvement by a compensation force. Tuning the proportion and derivative gain of PD controller is experimented to yield the optimum value. The result shows the desirable value of the final SH variations are obtained.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: info.lib@mail.kmutt.ac.th

Name: ปราการเกียรติ ยังคง

Role: อาจารย์ที่ปรึกษา

Created: 2553

Modified: 2554-09-16

Issued: 2554-09-14

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: FIBO93

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการหุ่นยนต์และระบบอัตโนมัติ

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	FIBO93.pdf	915.04 KB	53	2022-01-31 16:44:25
2	FIBO93ab.pdf	17.48 KB	21	2020-08-06 20:58:57

ใช้เวลา

0.030977 วินาที