硬式磁碟機之控制及錯誤診斷系統設計

Abstract

由於科技的突飛猛進，對硬式磁碟機的功能要求也愈來愈多，例如：愈來愈快的資料 存取速度、愈來越大的資料儲存容量以及愈來愈小的體積，這些要求都需藉由良好的 磁頭伺服控制器之設計來達成。共且因為微處理器(microprocessor)及數位信號處理 晶片(digital signal processing chip)製作技術的進步以及價格的降低，因此將控 制器數位化已是一明顯之趨勢。 於本篇論文中，將探討數位之比例－積分－微分(PID) 控制器、狀態回授控制器及 PQG 控制器對硬式磁碟機磁頭定軌控制之影響。實驗結果顯示比例－積分－微(PID) 控制器可調參數之範圍有限，且不易提升整個閉迴路系統之伺服頻寬；而狀態回授及 LQG 控制方法則能有效的提高伺服頻寬，且定軌精度較好。 在任何系統中，皆可能因外在環境或系統本身的緣故得致動器(actuator)或感測器 (sensor)發生錯誤，如發生於硬式磁碟機上將使得磁頭讀回錯誤的資料或將資寫入錯 誤的磁軌，為了能獲知錯誤的訊息，本論文將錯誤診斷系統(fault diagnostic system) 應用於硬式磁碟機上，藉以判斷系統是否有錯誤產生，錯誤診斷系統的餘數 訊號(residue signal)輸出，可提供給使用者資料錯誤的警報訊息，以避免發生程式 執行、運算上之錯誤。 本論文中，吾人使用開迴路、閉迴路錯誤判別濾波器(fault identification filter) 及回復濾波器(accommodation filter)之錯誤診斷設計於硬式磁碟機上。在感測器錯 誤方面，錯誤判別濾波器衹能反應山錯誤剛發生時的暫態響應，但是回復濾皮器能估 測出錯誤之時間及偏差量。在致動器錯誤方面，對於開迴路錯誤判別濾波器及回復濾 波器均能估測到錯誤的時間和大小，而閉迴路錯誤判別澽波器則衹能反應出錯誤剛發 生時的暫態響應。 雖然擠壓機內物料的流變性質被認為與滯留時間、比機械能、壓力梯度變化等系統參 數，和產品質地、膨發率等目標參數有關，因而在擠壓操作自動控制上可伴演重要角 色，不過擠壓中流變性質的研究卻很少。本研究用毛細管流變儀與雙軸擠壓機，採討 台農67號米擠壓時，擠壓加工參數（包括溫度、進料水分和螺軸轉速）對擠壓模口前 物料流變性質的影響，並建立其間的函數關，以及此流變性質對產品性狀的影響。 實驗結果發現，米在擠壓蒸煮中的流變行為符合power law equation，為一假性流體 ，其中稠度係數隨水分增加而降低，而溫度對其影響則不一定；流體行為係數隨水刀 的增加、溫度的增加而增加。此外，米在擠壓蒸煮中的視黏度會隨切變速率的增加、 溫度的增加與水分的增加而降低，所健立的流變性質數學模式為 n=31.636*;-0.490*exp(2830.304/T)*exp(0.105M) 其中糊化程度對此模式估計效果並無顯著改善。 模式所算出之視黏度值與擠壓模口壓力有顯著正相關；隨著估計視黏度的增加，擠壓 產品水溶性指標有增加的趨勢；估計視黏度與產品程度指標吸水性指標的關係較不明 顯，但固定水分含量時，隨著估計視黏度的增加，產品糊化程度指標、吸水性指標有 下降的趨勢，而且水分含量愈高，這趨勢愈明顯；擠壓產品厚度、切斷力有隨估計視 黏度的增加而增加，但在相同水分含量下，均有隨估計視黏度的增加而下降的趨勢。 本論文的主題在探討如何應用高階類神經網路於有旋轉，平移，放大及縮小的圖形識 別上。我們所提出識別系包括一個由三階(third-order) 類神經網路所組成的特徵抽 取器(feature extractor) 以及一個由單層線性連屬記憶體(single-layer linearassociativc memory) 所構成的分類器(classifier)。在論文中，經由引進一 個可表示兩個三角形相似程度的參數－Sphericity，將可近似地抽取輸入圖形的不變 性特徵。同時，我們將明確地提山一個一因平移及旋轉而改變的圖形識別類神經網路 架構。並在適當的假設下，加以証明。此外，於高階類神經網路所面臨的巨大儲存空 間而求，我們可利用只處理值是1 的像素(pixel) 加以克服。 模擬結果顯示：本圖形辨識系統在辨識數字，對只有旋轉或只有放大、縮小的圖樣 (sample)，辨識率可達100％ 。對同時有旋轉且放大或縮小的圖樣，辨識率也可達 95.11 ％。另外，在辨識飛機圖形時，對於同時有旋轉及放大或縮小圖樣則有99.60 ％的辨識率。就上述兩類圖形辨識工作，我們也記錄不同雜訊大小的辨識率，以作為 雜訊容忍度的參考。 多重感測器(multiple sensor) 在自走式機器人(mobile robot)上應用的主要目的是 為了提昇自走式機器人對環境認知的能力。為了在未知或不確定的環境中有效率的行 動，自走式機器人必須從不同的感測器中取得資料並進行融合、估測，以建立完整可 靠的環境模型(world model) ，提供整體性的路徑規劃 (path planning)所需。 在本論文中，吾人提出由雙超音波感測系統結合影像系統，以建立一個簡單、可靠的 環境識別感測系統。將此系統應用於自走式機器人上，能有效的建立完整可靠的環境 模型。推廣型離散式卡門濾波器(extended discrete Kalman filter) 被應用來發展 成本系統資料融合(data fusion) 的主要演算法則。 應用發展出之演算法則結合雙超音波感則原理，能有效消除因波束角(beam opening angle)所產生之量測誤差，並過濾不可靠的距離資料；並由影像處理，獲取量測面的 邊界。經由電腦模擬及實際實驗，顯示本系統能提供機器人系統運用之環境識別能力 。