技術 加減速時のＬＰＴＣを使用したショートスパンシーク制御を行う磁気ディスク装置の制御装置および制御方法

0001

本発明は、磁気ディスク装置の制御装置および制御方法に係り、特に学習型完全追従制御法（ＬＰＴＣ）により制御を行う磁気ディスク装置の制御装置および制御方法に関する。

0002

磁気ディスク装置（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）の制御系は、制御対象であるヘッドを目標位置トラックまで移動させ位置決めをさせるサーボ制御系である。近年ではＨＤＤの記録密度が増加してきており、これに伴い更なるヘッドの高速移動及び高精度位置決めが求められている。磁気ディスク装置における制御系は、ヘッドの高速移動を行うシーク制御と、目標トラックに高精度に追従し続けさせるフォロイング制御の２種類の制御に大きく分類される。

0003

比較的短距離のショートスパンシーク制御において、フィードフォワード制御とフィードバック制御をそれぞれ独立に設計できる二自由度制御系（非特許文献１乃至４参照）が一般的に使用されている。著者らの研究グループでは、ショートスパンシークの制御法として完全追従制御法（Ｐｅｒｆｅｃｔ Ｔｒａｃｋｉｎｇ Ｃｏｎｔｒｏｌ：ＰＴＣ）（非特許文献５参照）を使用してフィードフォワード制御信号を生成し、制御対象を剛体モデルとした剛体ＰＴＣ、主共振モードを積極的に制御する制振ＰＴＣ（Ｖｉｂｒａｔｉｏｎ Ｓｕｐｐｒｅｓｓｉｏｎ ＰＴＣ：ＶＳＰＴＣ）（非特許文献６参照）を提案してきた。また、フォロイング制御において、繰り返し完全追従制御法（Ｒｅｐｅｔｉｔｉｖｅ ＰＴＣ：ＲＰＴＣ）（非特許文献７参照）を使用して周期外乱による誤差を低減している。

0004

Ｊ．Ｉｓｈｉｋａｗａ，Ｔ．Ｈａｔｔｏｒｉ，Ｍ．Ｈａｓｈｉｍｏｔｏ：“Ｈｉｇｈ−Ｓｐｅｅｄ Ｐｏｓｉｔｉｏｎｉｎｇ Ｃｏｎｔｒｏｌ ｆｏｒ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅｓ Ｂａｓｅｄ ｏｎ Ｔｗｏ−Ｄｅｇｒｅｅ−ｏｆ−Ｆｒｅｅｄｏｍ Ｃｏｎｔｒｏｌ”，ＪＳＭＥ，Ｖｏｌ．６２，Ｎｏ．５９７，ｐｐ２００−２０８（１９９６）（ｉｎＪａｐａｎｅｓｅ）
Ｓ．Ｎａｋａｇａｗａ，Ｔ．Ｙａｍａｇｕｃｈｉ，Ｈ．Ｆｕｊｉｍｏｔｏ，Ｙ．Ｈｏｒｉ，Ｋ．Ｉｔｏ，Ｙ．Ｈａｔａ：“Ｍｕｌｔｉ−ｒａｔｅ Ｔｗｏ−Ｄｅｇｒｅｅ−ｏｆ−Ｆｒｅｅｄｏｍ Ｃｏｎｔｒｏｌ ｆｏｒ Ｆａｓｔ ａｎｄ Ｖｉｂｒａｔｉｏｎ−ｌｅｓｓ Ｓｅｅｋｉｎｇ ｏｆ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅｓ”，Ｐｒｏｃ．ＡＣＣ，ｐｐ２７９７−２８０２，Ａｒｌｉｎｇｔｏｎ，Ａｍｅｒｉｃａ（２００１）
Ｓ．Ｔａｋａｋｕｒａ，Ｔ．Ｙａｍａｄａ：“Ｈｅａｄ Ｐｏｓｔｉｏｎｉｎｇ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ ｆｏｒ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅｓ”，ＩＥＩＣＥ ｔｅｃｈｎｉｃａｌ ｒｅｐｏｒｔ．Ｍａｇｎｅｔｉｃ ｒｅｃｏｒｄｉｎｇ，Ｖｏｌ．９３，Ｎｏ．１９０，ｐｐ．１３−１８（１９９３）
Ｔ．Ａｔｓｕｍｉ：“Ｓｈｏｃｋ−Ｒｅｓｐｏｎｓｅ−Ｓｐｅｃｔｒｕｍ Ａｎａｌｙｓｉｓ ｏｆ Ｓａｍｐｌｅｄ−Ｄａｔａ Ｐｏｌｙｎｏｍｉａｌ ｆｏｒ Ｔｒａｃｋ−Ｓｅｅｋｉｎｇ Ｃｏｎｔｒｏｌ ｉｎ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅｓ”，ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ Ｔｈｅ １０ｔｈＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ａｄｖａｎｃｅｄ Ｍｏｔｉｏｎ Ｃｏｎｔｒｏｌ，ｐｐ２４０−２４７（２００８）
Ｈ．Ｆｕｊｉｍｏｔｏ，Ｙ．Ｈｏｒｉ，Ｔ．Ｙａｍａｇｕｃｈｉ，Ｓ．Ｎａｋａｇａｗａ：“Ｓｅｅｋｉｎｇ Ｃｏｎｔｒｏｌ ｏｆ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ ｂｙ Ｐｅｒｆｅｃｔ Ｔｒａｃｋｉｎｇ ｕｓｉｎｇ Ｍｕｌｔｉｒａｔｅ Ｓａｍｐｌｉｎｇ Ｃｏｎｔｒｏｌ”，Ｔｈｅ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｅｌｅｃｔｒｉｃａｌ Ｅｎｇｉｎｅｅｒｓ ｏｆ Ｊａｐａｎ，Ｖｏｌ．１２０，Ｎｏ．１０，ｐｐ１１５７−１１６４（２０００）（ｉｎＪａｐａｎｅｓｅ）
Ｋ．Ｆｕｋｕｓｈｉｍａ，Ｈ．Ｆｕｊｉｍｏｔｏ，Ｓ．Ｎａｋａｇａｗａ：“Ｓｈｏｒｔ−Ｓｐａｎ Ｓｅｅｋｉｎｇ Ｃｏｎｔｒｏｌ ｏｆ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ ｗｉｔｈ Ｖｉｂｒａｔｉｏｎ ＳｕｐｐｒｅｓｓｉｏｎＰＴＣ”，ＩＥＥＪ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｄｕｓｔｒｙ Ａｐｐｌｉｃａｔｉｏｎｓ，Ｖｏｌ．１２６，Ｎｏ．６，ｐｐ７０６−７１２（２００６）（ｉｎＪａｐａｎｅｓｅ）
Ｈ．Ｆｕｊｉｍｏｔｏ，Ｆ．Ｋａｗａｋａｍｉ，Ｓ．Ｋｏｎｄｏ：“Ｒｅｐｅｔｉｔｉｖｅ Ｃｏｎｔｒｏｌ ｏｆ Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ Ｂａｓｅｄ ｏｎ Ｓｗｉｔｃｈｉｎｇ Ｍｅｃｈａｎｉｓｍ−Ｃｏｍｐａｒｉｓｏｎ ｏｆ Ｐｒｏｐｏｓｅｄ Ｔｗｏ Ｍｕｌｔｉｒａｔｅ Ｓｙｓｔｅｍｓ−”，Ｔ．ＳＩＣＥ，Ｖｏｌ．４１，Ｎｏ．８，ｐｐ６４５−６５１（２００５）（ｉｎＪａｐａｎｅｓｅ）
Ｍ．Ｔｏｍｉｚｕｋａ：“Ｚｅｒｏ Ｐｈａｓｅ Ｅｒｒｏｒ Ｔｒａｃｋｉｎｇ Ａｌｇｏｒｉｔｈｍ ｆｏｒ Ｄｉｇｉｔａｌ Ｃｏｎｔｒｏｌ”，Ｔｒａｎｓ．ＡＳＭＥ，Ｊｏｕｎａｌ ｏｆ Ｄｙｎａｍｉｃ Ｓｙｓｔｅｍｓ，Ｍｅａｓｕｒｅｍｅｎｔ， ａｎｄ Ｃｏｎｔｒｏｌ，Ｖｏｌ．１０９，ｐｐ６５−６８（１９８７）

0005

目標軌道生成時において、ノミナルモデルがモデル化誤差を有する場合、目標軌道とヘッドの実軌道において、加減速時に大きな追従誤差が生じる。ＰＴＣを使用する場合にはロバストなフィードバックコントローラにより追従誤差を抑圧する。従って、モデル化誤差の影響によりシーク整定時にオーバーシュートが生じてしまい、追従特性が悪化するため、整定時間が遅くなってしまう問題があった。

0006

本出願では、ＲＰＴＣで提案されている学習手法をシーク時に応用し、目標軌道を再設計することにより、ショートスパンシーク時に生じるオーバーシュートを低減する手法を学習型ＰＴＣ（Ｌｅａｒｎｉｎｇ ｂａｓｅｄ ＰＴＣ：ＬＰＴＣ）として提案し、シミュレーション及び実験によりその有効性を確認した。

0007

ＰＴＣによる制御時において、ノミナルモデルが実プラントとモデル化誤差を含む場合には追従誤差が生じる。通常、追従誤差が生じた場合フィードバックコントローラがこれを抑圧するが、このことがシーク整定時のオーバーシュートを引き起こし、シークタイムが遅くなる。本出願では簡単のために、ｔｒａｃｋ ｔｏ ｔｒａｃｋなどの等トラック幅のシークを前提として、この追従誤差を目標軌道に加え、目標軌道を再設計することにより目標軌道追従誤差を抑圧する学習型完全追従制御法（Ｌｅａｒｎｉｎｇ ｂａｓｅｄ ＰＴＣ：ＬＰＴＣ）を提案する。

0008

上記の課題を解消するために、本発明による磁気ディスク装置の制御装置は、マルチレートフィードフォワード制御を行う完全追従制御器と、シーク制御において、出力信号から目標軌道に対する追従誤差を学習し、新たな目標軌道を再設計するための目標軌道補償信号を生成する学習信号発生器とを備える学習型完全追従制御法により制御を行うことを特徴とする。

0009

また、本発明の磁気ディスク装置の制御装置は、上記学習信号発生器は、プラントモデルとして、ノミナルモデルが無駄時間及び共振モデルを含む詳細モデルを使用する場合には、Ｑフィルタを含み、当該Ｑフィルタは上記追従誤差の高域の周波数成分を抑圧するものとしてもよい。

0010

また、本発明の磁気ディスク装置の制御装置は、上記学習信号発生器は、演算時間遅れとパワーアンプの位相遅れ等のモデル化誤差要因を、無駄時間として考慮して目標軌道補償信号を生成するものとしてもよい。

0011

また、上記の課題を解消するために、本発明による磁気ディスク装置の制御方法は、完全追従制御器によりマルチレートフィードフォワード制御を行うステップと、学習信号発生器により、シーク制御において、出力信号から目標軌道に対する追従誤差を学習し、新たな目標軌道を再設計するための目標軌道補償信号を生成するステップとを備える学習型完全追従制御法により制御を行うことを特徴とする。

0012

また、本発明の磁気ディスク装置の制御方法は、上記目標軌道補償信号を生成するステップは、プラントモデルとして、ノミナルモデルが無駄時間及び共振モデルを含む詳細モデルを使用する場合には、Ｑフィルタにより前記追従誤差の高域の周波数成分を抑圧して上記目標軌道補償信号を生成するものとしてもよい。

0013

また、本発明の磁気ディスク装置の制御方法は、上記目標軌道補償信号を生成するステップは、演算時間遅れとパワーアンプの位相遅れ等のモデル化誤差要因を、無駄時間として考慮して上記目標軌道補償信号を生成するものとしてもよい。

0014

本発明によれば、提案するＬＰＴＣは、追従誤差を学習し目標軌道を再設計することにより、ショートスパンシークにおける加減速時の目標軌道追従誤差を大きく抑圧でき、シークタイムの高速化につながることを確認した。特にモデル化誤差による目標軌道追従誤差は、複数回の学習により抑圧することができた。

0015

磁気ディスク装置の内部構造の斜視図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による学習型ＰＴＣ（Ｌｅａｒｎｉｎｇ Ｂａｓｅｄ Ｐｅｒｆｅｃｔ Ｔｒａｃｋｉｎｇ Ｃｏｎｔｒｏｌ：ＬＰＴＣ）の制御ブロック図を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による剛体モデルを使用したシミュレーション結果を示す図であり、図３（ａ）は、プラント出力を示し、図３（ｂ）は、目標軌道追従誤差を示し、図３（ｃ）は、追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による詳細モデルを使用したシミュレーション結果を示す図であり、図４（ａ）は、プラント出力を示し、図４（ｂ）は、目標軌道追従誤差を示し、図４（ｃ）は、追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による実験に使用したＬＰＴＣの制御ブロック図を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による実験に使用した学習信号発生器の制御ブロック図を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による無駄時間を考慮しない場合の学習前の実験結果であって、図７（ａ）は、ＰＥＳを示し、図７（ｂ）は、ＰＥＳ（拡大図）を示し、図７（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による無駄時間を考慮しない場合の学習後の実験結果であって、図８（ａ）は、ＰＥＳを示し、図８（ｂ）は、ＰＥＳ（拡大図）を示し、図８（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による無駄時間を考慮した場合の学習前の実験結果であって、図９（ａ）は、ＰＥＳを示し、図９（ｂ）は、ＰＥＳ（拡大図）を示し、図９（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法による無駄時間を考慮した場合の学習後の実験結果であって、図１０（ａ）は、ＰＥＳを示し、図１０（ｂ）は、ＰＥＳ（拡大図）を示し、図１０（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法によるモデル化誤差をあえて大きく持たせた場合の学習前の実験結果であって、図１１（ａ）は、ＰＥＳを示し、図１１（ｂ）は、ＰＥＳ（拡大図）を示し、図１１（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法によるモデル化誤差をあえて大きく持たせた場合の１回学習後の実験結果であって、図１２（ａ）は、ＰＥＳを示し、図１２（ｂ）は、ＰＥＳ（拡大図）を示し、図１２（ｃ）は、目標軌道追従誤差を示す図である。
本発明の一実施形態にかかる磁気ディスク装置の制御装置および制御方法によるモデル化誤差をあえて大きく持たせた場合の５回学習後の実験結果であって、図１３（ａ）は、ＰＥＳを示し、図１３（ｂ）は、ＰＥＳ（拡大図）を示し、図１３（ｃ）は、目標軌道追従誤差を示す図である。

0016

以下、図面を参照しながら本発明の実施形態について詳細に説明する。
図１は、磁気ディスク装置１００の内部構造の斜視図である。
図１において、磁気ディスク装置１００は、ディスク１０１と、ロータリー・アクチュエータ１０２と、アーム１０３と、サスペンション１０４と、磁器ヘッド１０５と、ランプ１０６と、スピンドル１０７とを備える。磁気ディスク装置における制御系は、ヘッドの高速移動を行うシーク制御と、目標トラックに高精度に追従し続けさせるフォロイング制御の２種類の制御に大きく分類される。

0017

［学習型完全追従制御法］
ＰＴＣによる制御時において、ノミナルモデルが実プラントとモデル化誤差を含む場合には追従誤差が生じる。通常、追従誤差が生じた場合フィードバックコントローラがこれを抑圧するが、このことがシーク整定時のオーバーシュートを引き起こし、シークタイムが遅くなる。本出願では簡単のために、ｔｒａｃｋ ｔｏ ｔｒａｃｋなどの等トラック幅のシークを前提として、この追従誤差を目標軌道に加え、目標軌道を再設計することにより目標軌道追従誤差を抑圧する学習型完全追従制御法（Ｌｅａｒｎｉｎｇ ｂａｓｅｄ ＰＴＣ：ＬＰＴＣ）を提案する。

0018

［学習前］
目標軌道をｒ［ｉ］とし、学習前におけるノミナル出力をｙn(0)［ｉ］、プラント出力をｙ(0)［ｉ］とする。ただしプラントがノミナルモデルのときのプラント出力をノミナル出力ｙn［ｉ］と定義する。ノミナルモデルをＰn［ｚ］、乗法的モデル化誤差をΔ［ｚ］とすると、プラントモデルを式（１）と表せる。

0019

0020

学習前の目標軌道を式（２）のようにすると、式（３）と式（４）が成り立つ。ただし以降の式において、各変数の添え字は学習回数と定義する。また、以下の解析では簡単のため、完全追従制御器をｚ-1Ｐ-1n［ｚ］とする。Ｐ-1n［ｚ］は不安定零点を有するが、マルチレートフィードフォワードにより安定な逆システムを構成できている（非特許文献５参照）。最初のシークを行ったとき、それぞれの信号は以下のように求められる。

0021

0022

0023

0024

ここでｕff［ｉ］、ｕfb［ｉ］は、それぞれフィードフォワード入力、フィードバック入力であり、Ｃ［ｚ］はフィードバックコントローラを表す。ただし、Ｓ［ｚ］＝１／（１＋Ｐ［ｚ］Ｃ［ｚ］）である。本出願では、ノミナル出力ｙn(0)［ｉ］とプラント出力ｙ(0)［ｉ］との差を追従誤差ｅfb(0)［ｉ］と定義し、式（５）で表す。

0025

0026

また、ｅt(0)［ｉ］は学習前のノミナル出力ｙn(0)［ｉ］＝ｚ-1ｒ(0)［ｉ］とプラント出力ｙ(0)［ｉ］との差とし、これは目標軌道追従誤差であり、式（６）で表される。

0027

0028

式（５）と式（６）より学習前の追従誤差と目標軌道追従誤差は等しく、ｅt(0)［ｉ］＝ｅfb(0)［ｉ］であることが確認できる。以降、目標軌道追従誤差ｅt［ｉ］を抑圧することを検討する。

0029

［学習回数１回目］
学習の概念図を図２に示す。図２のようにして追従誤差ｅfb［ｉ］を学習し、次のシーク時において目標軌道ｒ［ｉ］に加えることで、目標軌道を再設計することを考えると、学習後の目標軌道ｒ(1)［ｉ］は式（７）となる。ここでＱ［ｚ］はＱフィルタを示し、位相遅れのないＬＰＦとして機能する（非特許文献８参照）。学習する追従誤差ｅfb(0)［ｉ］はＰＴＣにより、目標軌道に対して１サンプル遅れているため、１サンプル進めたものを使用する。

0030

0031

学習後のノミナル出力ｙn(1)［ｉ］とプラント出力ｙ(1)［ｉ］はそれぞれ式（８）、式（９）となる。

0032

0033

0034

以上より、学習後の追従誤差ｅfb(1)［ｉ］はノミナル出力ｙn(1)［ｉ］とプラント出力ｙ(1)［ｉ］の差より式（１０）で表される。

0035

0036

同様に、学習後の目標軌道追従誤差ｅt(1)［ｉ］は学習前のノミナル出力ｚ-1r(0)［ｉ］とプラント出力ｙ(1)［ｉ］の差より式（１１）で表される。

0037

0038

式（１１）は、Ｑ［ｚ］＝１のときｅt(1)［ｉ］は、−Ｓ［ｚ］Δ［ｚ］で抑圧される。

0039

［学習回数ｋ回目］
同様にして学習を繰り返していくと、学習回数ｋ回後のそれぞれの値は以下の式となる。

0040

0041

0042

0043

学習回数ｋ回後の追従誤差ｅfb(k)［ｉ］は式（１５）となる。

0044

0045

また学習回数ｋ回後の目標軌道追従誤差ｅt(k)［ｉ］は式（１６）となる。

0046

0047

式（１６）より、式（１７）を満たすとき目標軌道追従誤差は学習毎に抑圧されていく。

0048

0049

［シミュレーション］
提案手法の有効性を確認するためシミュレーションを行った。ここでシミュレーションモデルは後述する実験機と同じものとし、各パラメータは、ディスク径１．８ｉｎｃｈ、トラック幅１３３ｎｍ、回転数４２００ｒｐｍ、セクタ数２５６、サンプリング周期Ｔy＝５６μｓとする。フィードバックコントローラはＰＩＤコントローラとし、制御帯域が１０００Ｈｚとなるように設計した。一般に、等トラック幅のシークとして１トラックシーク時に適用するのが自然であるが、機構共振周波数からの強い影響を避けるために、本出願では移動距離を１０トラックとしたショートスパンシークを行う。

0050

［剛体モデル］
ノミナルモデルを剛体とし式（１８）に示す。

0051

0052

プラントモデルとして、ノミナルモデルがモデル化誤差を含むモデルとし、式（１９）とする。

0053

0054

１回のシークごとに追従誤差ｅfbを学習し、次回のシークの目標軌道を再設計する。２次のＰＴＣでは目標軌道として位置軌道と速度軌道が必要となるため、速度軌道の追従誤差ｅ´fb［ｉ］を、位置軌道の追従誤差ｅfb［ｉ］を使用して式（２０）で与える。

0055

0056

0057

シミュレーションでは学習を１０回行った。学習回数０，１，５，１０回のプラント出力と目標軌道追従誤差、追従誤差のシミュレーション結果をそれぞれ図３に示す。ここでは、Ｑフィルタは考慮していないため（すなわちＱ［ｚ］＝１）、式（１６）が示すように目標軌道追従誤差が学習を繰り返すことで、０に収束されていくことが確認できた。

0058

［詳細モデル］
プラントモデルとして、ノミナルモデルが無駄時間及び共振モデルを含む詳細モデルを式（２１）に示す。

0059

0060

ここで、Ｌは演算時間遅れ、ζlは減衰係数、ωlは固有振動数、αlはｌ次のゲインを示す。第１項は剛体モード、第２項は複数の振動モードからなる共振モデルである。プラントの共振モードパラメータを表１に示す。プラントモデルを詳細モデルとする場合、追従誤差の高域の周波数成分を抑圧するためにＱフィルタを使用する。このＱフィルタは式（２２）で表され、位相遅れのないＬＰＦとして機能する。ＮｑはＱフィルタの段数を示し、Ｎｑ＝５とした。このときのカットオフ周波数は１５００Ｈｚとなる。

0061

0062

シミュレーション結果を図４に示す。剛体モデルの場合と異なり、Ｑフィルタの影響が残っているが、式（１６）が示すように加減速時の目標軌道追従誤差が学習を繰り返すことにより抑圧されていることが確認できた。

0063

［実験］
提案手法の有効性を確認するため実験を行った。実験のブロック図を図５に示す。また学習機構となる学習信号発生器を図６に示す。１シークにかかる時間をＴseekとするとき、Ｎｄ＝Ｔseek／Ｔyとし（ただしＮｄは整数とする）、Ｎｄサンプル遅延させることにより学習を行う。ここで、ＰＴＣによる遅延と速度軌道生成時に生じる遅延に対する進み補償を行っている。スイッチは加減速時の間のみオン状態とし、フォロイング時にはオフ状態とする。

0064

本出願ではヘッド位置が１トラックの±１０％域に収まった時間をシーク終了とし、シーク開始からシーク終了に要した時間をシークタイムとする。シーク動作の目標軌道は（τｓ＋１）-6のステップ応答とし、移動トラック数を１０トラックとした。応答速度を決める時定数はτ＝５０μｓとした。シーク動作は全て、あるトラックから同一方向へ行うものとした。学習する追従誤差は、５０回のシーク動作を行ったときの平均追従誤差を使用した。このシーク動作は、開始セクタが一致していないため、外乱成分が加減速時に起きる追従誤差であるとは単純にはいえない。開始セクタを一致させればＲＲＯ（Ｒｅｐｅａｔａｂｌｅ Ｒｕｎｏｕｔ：回転同期振動）とみなせるので、必ずしも５０回の平均は必要ではない。

0065

以下ではＬＰＴＣの有効性を確認するため、学習前の平均シークタイムとＬＰＴＣ後の平均シークタイムを比較していく。Ｑフィルタ及びフィードバックコントローラはシミュレーション時と同じものとした。

0066

［無駄時間考慮なし］
目標軌道を式（２３）、式（２４）で与え、シークタイムを表２に与える。

0067

0068

0069

0070

学習前とＬＰＴＣ後の実験結果を図７、図８に示し（ｃａｓｅ１）、図７は学習前の実験結果を示し、図８は学習後の実験結果を示す。このときの目標軌道におけるシークタイムは７１５μｓである。加減速時の目標軌道追従誤差が低減できたことにより、シークタイムを速くできたことを確認できる。無駄時間を考慮していないため加減速時に大きな追従誤差が生じ、追従特性が良くないことがわかる。

0071

［無駄時間考慮あり］
ＨＤＤの制御対象モデルに対して、モデル化誤差要因として演算時間遅れとパワーアンプの位相遅れが生じる。このため、モデル化誤差要因を補償するために等価時間遅れｅ-Ls（Ｌ＝２５μｓ）とし、以下の式で目標軌道を与えた。

0072

0073

学習前とＬＰＴＣ後の実験結果を図９、図１０に示し（ｃａｓｅ２）、図９は学習前の実験結果を示し、図１０は学習後の実験結果を示す。このときの目標シークタイムは７３９μｓである。ＰＴＣではモデル化誤差が小さいため、大きなオーバーシュートはない。しかしながら学習することで追従特性が改善されていることが確認できる。以下では全てノミナルモデルに対して無駄時間を考慮する。

0074

［モデル化誤差］
ＰＴＣ設計時において、ゲイン変動によるモデル化誤差をあえて大きく持たせて実験を行った。

0075

0076

学習前とＬＰＴＣ後の実験結果を図１１、図１２に示し（ｃａｓｅ３）、図１１は学習前の実験結果を示し、図１２は学習後の実験結果を示す。このときの目標シークタイムは７３９μｓである。モデル化誤差が大きいため学習前のシーク特性が大きく劣化していることが確認できる。１回の学習では目標軌道追従誤差を抑圧し切れていないことが確認できた。

0077

ここで、更に学習を５回繰り返した際の実験結果を図１３に示す（ｃａｓｅ４）。シミュレーションと同様に、学習を繰り返すことにより徐々に目標トラック付近でのシーク特性が改善され、シークタイムが目標シークタイムに近づいていくことが確認できた。

0078

［まとめ］
学習型完全追従制御法を提案し、シミュレーション及び実験により、その有効性を確認した。提案するＬＰＴＣは、追従誤差を学習し、目標軌道を再設計することで、ショートスパンシークにおける加減速時の目標軌道追従誤差を大きく抑圧でき、シークタイムの高速化につながる事を確認した。特にモデル化誤差による目標軌道追従誤差に対しては複数回の学習により抑圧された。

0079

２０１，５０１状態変数（理想の目標軌道）
２０２，５０２，５０５ＰＴＣ制御器
２０３，２０８，５０３，５０７，６０５加算器
２０４ノミナルモデル
２０５乗法的モデル化誤差
２０６プラント出力
２０７，５０６フィードバック制御器
２０９，２１０，２１２，２１３，５０８，６０１，６０３，６０４，６０６演算器
２１１，６０２ Ｑフィルタ
２１４，５０９目標軌道追従誤差
５０４制御対象
６００学習信号発生器
６０７ スイッチ