CN1815617A - 伺服控制方法以及适于该方法的装置 - Google Patents

Abstract

提供了一种使用参考信号及其导数信号以提高的精度控制一设备跟踪参考轨线的伺服控制方法、适于该方法的装置和记录介质。伺服控制方法包括：确定表示设备预期的参考轨线的多项式和该多项式的导数；取样与设备输入相关的设备输出；产生关于取样之间的时间(相对时间)的参考信号及其导数信号；和使用所产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出来确定取样时间处的设备输入。因此，使用参考信号及其导数信号来控制设备以增强的精度跟踪参考轨线。

Description

伺服控制方法以及适于该方法的装置

技术领域

本发明涉及一种使用参考轨线(trajectory)的伺服控制方法，具体地说，涉及一种使用参考信号及其导数信号以提高的精度控制设备跟踪参考轨线的方法、装置以及适于其的记录媒体。

背景技术

通常，作为数据存储设备的硬盘驱动器(HDD)通过再现记录在盘上的数据或向盘写入用户数据而有助于计算机系统操作。

HDD包括头盘组合件(head disk assembly，HDA)和通过电控制HDA写入和读出信息中涉及的印刷电路板(PCB)组件，其中，HDA包括存储或再现信息的磁头、利用磁头记录信息的盘、旋转盘的枢轴马达、使磁头运动的致动器臂、语音线圈马达(VCM)以及用于限制致动器臂位移的外盘碰撞制动器(outer disk crash stop，ODCS)和内盘碰撞制动器(inner disk crash stop，IDCS)。

ODCS和IDCS是用于限制致动器臂位移以防止磁头运动到盘的伺服信息不能被写入的位置的制动器。

HDD工业的一般倾向是减小存储设备的物理尺寸和增加信息容量。这是通过增加HDD的轨道密度实现的。伺服轨道是HDD操作期间位置信息的源。结果是，在HDD的伺服写中有两种主要的倾向。一种是增加伺服跟踪写入所需的精度，另一种是采用一种实现伺服跟踪写入的新方法。

在美国专利No.5668679(1997.9.16)中，披露了一种螺旋自伺服写入方法，用于在盘上以螺旋形写入多个参考伺服信号并基于该参考伺服信号写入最终伺服信号。由于参考伺服信号的精度确定最终伺服信号的质量，所以，应当严格地管理参考伺服信号的精度。即，需要控制用于写入参考伺服信号的写磁头的运动的定位器的精度。

由于对更高精度的产业倾向，考虑到满足增强的需要，某些物理现象是非常重要的。这种现象的例子是摩擦、机械延迟和扭力效应。描述这些新现象的力是非线性变化的并且从控制观点的角度来看是存在大问题的。即使是从物理观点的角度来看可以将这些现象模型化，也需要非常复杂和大量的实验和专业知识。用于自伺服写入的新方法也存在新的问题。

图1的框图示出了传统的PID控制器102。使用比例(proportional)、积分和微分的组合执行在自动控制方法中作为使用频率最高方法的PID控制。

参看图1，r(t)表示参考信号，y(t)表示位置测量信号，e(t)表示提供给PID控制器102的误差信号和u(t)表示控制信号。

传统的途径对应于具有长周期的恒定参考信号。根据控制算法，已知这种情况建立一个点参考跟踪。由此，在伺服写入操作期间，参考信号的导数(derivative)为0(零)。

伴随着新伺服写入方法的开发，以另一种模式编码位置信息，并且在伺服写入期间参考位置根据位置编码方法而改变。

这导致了参考信号的非零导数。反馈控制器将保证伺服跟踪写入头的位置准确和极高精度地沿着预期的参考轨线。由PID控制器102执行的控制能够被认为是前馈控制。使用前馈控制，可以高精度地跟踪复杂的轨线。

导数前馈控制的另一重要贡献是以较高的速度进行跟踪，如图2所示。

图2示出了前馈控制的效果图。

如图2所示，纯粹的PID控制需要适于斜波参考信号的时间Ta。斜波参考信号具有恒定的斜率。位置PID控制和前馈控制理论上可以提供对用于积分设备(integral plant)的斜波参考信号的快速跟踪。

但是，问题是用于伺服跟踪写入的机械系统具有非线性特征。如上所述，非线性特征包括摩擦、机械延迟和扭力效应。伴随着高精度需求，非线性特征的相对重要性增加了。图3示出了表示摩擦影响的典型运动。

图3示出了图解说明在存在摩擦的设备中由于摩擦而产生的影响的图。在图3中，上面的图示出了设备(例如伺服写入器的写入头)的参考轨线与实际轨线的比较，下面的图示出了施加到设备(例如，用于使写入头运动的VCM)上以获得上面图所示运动的电流的参考值与实际值的比较。

参看图3，在跟踪参考轨线的同时，设备以有限周期震动。设备以有限周期震动可以利用控制系统是线性系统而设备是非线性设备来解释。在某种情况下，通过良好的调谐可以避免这种震动。但是，找出适当的值并不那么容易。此外，不能总是保证成功。这种有限周期例如可以对伺服跟踪模式的形成造成不希望的影响。

需要其它能够保证高精度需求的途径。这些途径可以包括非线性控制器。基于物理原理的高性能控制器的设计是需要非常困难和高级专业知识以及很多实验的耗时项目。最好是使用执行控制设备的非线性控制的神经网络来避免这种复杂的途径。

在计算机科学和工程中，利用生物神经细胞的结构产生人工神经网络。已知神经网络能够广泛地学习非线性操作的模式。神经网络的特征被频繁地用于控制高非线性和复杂系统的操作。不同的神经网络结构被用于不同的主题。

图4的框图示出了具有传统PID控制器和传统前馈神经网络的控制器。图4所示的控制器包括PID控制器402和前馈神经网络404。

但是，该控制器不使用关于参考信号的导数的信息。此外，闭环控制仍然是线性的，因此导致不能保证消除图3所示的有限周期和其它非线性影响。

途径可以使用图5所示的反馈神经网络。

图5的框图示出了具有传统反馈神经网络的控制器。图4所示的控制器包括反馈神经网络504。

通过使用多种不同的方法(直接反相控制、最佳控制、和内部模式控制等)，反馈神经网络504可以学习。只有受到适当控制的神经网络可以避免有限周期。

这种途径的一个问题是由于获得已知能够保证零稳态误差(error steadystate error)的控制器的整体动作相对困难，所以，即使对于恒速参考信号也难于避免零稳态误差。图6示出了非零稳态误差的范例性系统。

图6示出了图解说明闭环系统的偏移误差(非零稳态误差)的图。

图6所示的非零稳态误差最好是不用于伺服跟踪写入。

另一种相关的技术问题是应当跟踪参考轨线的联机产生(onlinegeneration)。通过假设在每个取样定时处数字控制系统的取样是常数的前提下，呈现的途径定义预期的标准位置，虽然这是有效的途径，但是，对伺服跟踪写入精度的增加的需求需要减少取样周期，因此，从尺寸的角度来看，不便于利用查询表。

发明内容

本发明提供一种伺服控制方法，该方法使用参考信号及其导数使设备能够以增强的精度跟踪参考轨线。

本发明还提供一种适用于这种伺服控制方法的装置。

本发明还提供一种上面被记录有用于执行所述伺服控制方法的计算机可读程序的计算机可读记录介质。

根据本发明的一个方面，提供了一种能够根据一设备的输出控制该设备跟踪预定参考轨线的伺服控制方法，该方法包括：确定表示该设备预期的参考轨线的多项式和该多项式的导数；取样与设备输入相关的设备输出；参考两个取样之间的时间(相对时间)产生参考信号及其导数信号；和使用所产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出确定在一取样时间处的设备输入。

根据本发明的另一方面，提供了一种用于在设备输出的基础上控制该设备跟踪预定参考轨线的伺服控制装置，该装置包括：参考信号发生器，用于产生参考信号及其导数信号；和神经网络，用于接收由参考信号发生器产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出并在一取样时间处产生设备输入。

根据本发明的另一方面，提供了一种计算机可读记录介质，在该计算机可读记录介质上记录有用于执行基于设备的输出控制该设备跟踪预定参考轨线的伺服控制方法的计算机可读程序，该方法包括：确定表示该设备预期参考轨线的多项式以及该多项式的导数；取样关于设备输入的设备输出；参考取样之间的时间(相对时间)产生参考信号及其导数信号；和使用所产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出确定在取样时间处的设备输入。

根据本发明的伺服控制可以被应用于硬盘驱动器(HDD)的伺服控制，例如，用于伺服跟踪写入的控制和用于轨道跟踪的控制。

附图说明

通过下面结合附图对范例性实施例的详细描述，本发明的上述和其它特性和优点将会变得更加清楚，其中：

图1的框图示出了传统的PID控制器；

图2示出了前馈控制的效果；

图3示出了由于在存在摩擦的设备中的摩擦而产生的影响；

图4的框图示出了具有传统PID控制器和传统前馈神经网络的控制器；

图5的框图示出了具有传统反馈神经网络的控制器；

图6示出了闭环系统的偏移误差；

图7的框图示出了根据本发明实施例的控制器；

图8示出了图7所示神经网络的例子；

图9示出了LuGre摩擦模型；

图10示出了由用于具有图9所示LuGre摩擦模型的设备的传统PID控制器执行的跟踪轨线；

图11示出了由根据本发明该实施例用于具有图9所示LuGre摩擦模型的设备的控制器执行的跟踪轨线

图12示出了由用于具有图9所示LuGre摩擦模型的设备的传统PID控制器执行的另一跟踪轨线；

图13示出了由传统的神经网络执行的斜坡跟踪轨线；

图14示出了由根据本发明该实施例的控制器执行的斜坡跟踪轨线；

图15是图解说明根据本发明实施例的伺服控制装置、应用于伺服跟踪写入的定位器的示例；

图16的框图示出了应用了根据本发明实施例的伺服控制方法的HDD的轨道查找控制器；

图17是图解说明在图16所示轨道查找控制器中具有正弦图形的位置轨线r(t)、速度v(t)和加速度a(t)的图；

图18是应用了根据本发明实施例的伺服控制方法的HDD的示意平面图；和

图19的框图示出了控制图18所示HDD的电子系统。

具体实施方式

下面，将结合附图详细描述本发明的实施例。

图7的框图示出了根据本发明一实施例的控制器。图7所示的伺服控制装置包括样条(spline)参考发生器702和神经网络704。图7示出了伺服控制装置被应用于伺服跟踪写入器706的示例。

样条参考发生器702被用来提供参考信号r(t)及其一阶到n阶r’(t)，...，rⁱ(t)，...，rⁿ(t)的时间导数。

所述样条是指一种曲线，该曲线具有非常高的精度并被用来提供到设备的自然而有效的途径或表示该曲线的分段多项式函数。通常，样条表示连接多个点的曲线，其中，点之间的部分曲线是由多项式函数表示的。样条主要被用于数字分析中的插补(interpolation)或近似。

样条参考信号r(t)由一组P个多项式表示，其中的每个多项式的阶为m。

     P＝p_k(.)}，K＝1...l        (1)

$p_k\left({\▿t}_k\right)=\underset{j=0}{\overset{m}{\mathrm{\Σ}}}{a}_j{\left({\▿t}_k\right)}^j----\left(2\right)$

对于由样条参考信号r(t)执行的伺服控制操作，每个多项式Pk被激活时间序列内T的某个时间间隔t_k。即，当t_k表示形成样条和持续时间索引K＝1，...，1的点之间的间隔时，其阶为m的Pk是在第K个持续时间被激活的多项式。另外，j表示用于指出多项式Pk的阶的索引。

        T＝{t_k}，k＝0...l                (3)

        t_k-1≤t≤t_kt∈Δt_k             (4)

等式2的多项式使用相对时间表示，所述相对时间表示取样之间的时间。

        t_k＝t-t_k-1，对于t_k-1≤t≤t_k    (5)

选择在组P的多项式的阶以近似地表示参考信号r(t)。某些示例如下：

1)位置参考建立(在典型的伺服写入的情况下)：所有的导数为0，和多项式只包括一个常数。

2)斜坡参考信号(在螺旋伺服写入的情况下)：一阶导数(速度)不是0，组P中的多项式是一阶的，与一阶导数相关的多项式为常数。

3)高阶参考信号。

4)方波参考信号(在由方波轨线跟踪查找的情况下)：一阶导数(速度)和二阶导数(加速度)不是0。

5)指数信号：有限数量的导数不是0，但是，可以使用具有关于预定时间间隔的任意精度的某些多项式近似信号。

6)正弦信号(在使用正弦波轨线执行跟踪查找的情况下)：有限数量的导数不是0，但是，可以使用具有关于预定时间间隔的任意精度的某些多项式可以近似信号。

可以利用使用样条参考信号r(t)的多项式结构有效实现的脱机操作准备样条参考发生器702的大部分重要的操作。

$p_k^{\left(i\right)}(\▿t_k)=\frac{d^i}{j-i{\mathrm{dt}}^i}\mathrm{Pk}(\▿\mathrm{tk})=\underset{j=i}{\overset{m}{\mathrm{\Σ}}}\frac{j!}{(j-i)}\·\mathrm{aj}{(\▿\mathrm{tk})}^{j-i}----\left(6\right)$

脱机操作：

1)作为利用足够精度绘制预期运动的方法，选择由样条参考发生器702的部分多项式函数P和转换定时T导致的轨线。

2)确定所需导数的数量n。

3)使用等式6预先计算表示P中多项式的导数的多项式。

联机操作：

1)使用等式5计算某个取样定时处每个持续时间内的相对时间。

2)使用等式2针对相对时间计算对应于其持续时间的多项式Pk。样条参考发生器702参考相对时间计算预期时间处的参考信号。

3)使用在脱机操作的操作3)中预先计算的多项式导数(等式6)计算预期时间处参考信号的导数信号。

换言之，在联机操作的操作2)中确定参考信号，并且在联机操作的操作3)中确定参考信号的导数信号。

所获得的参考信号及其导数信号被提供给图7所示的神经网络704。

神经网络704使用设备输入和输出的延迟值以及在取样时间处的参考信号和该参考信号的导数信号工作。与信号处理项类似，Z-K表示取样被延迟时间K。使用参考信号、导数信号以及被延迟的设备输入和输出确定在随后取样时间处的设备输入。

1)设备输出矢量

$[$ ${1,z}^{-1},...,z^{-i},...z^{-n.}$ $]y$ $\left(7\right)$

2)设备输入矢量

$[z^{-1},...,z^{-i},...,z^{-n_b}]u----\left(8\right)$

3)参考和导数矢量

$[r(t,\frac{d}{\mathrm{dt}}r\left(t\right),...,\frac{d^i}{{\mathrm{dt}}^i}r\left(t\right),...,\frac{d^n}{{\mathrm{dt}}^n}r\left(t\right))----\left(9\right)$

等式7、8和9的矢量相互组合以形成图7所示神经网络704的输入。神经网络704的输出是在随后取样时间处的设备输入。

图8示出了图7所示神经网络704的例子。

图8所示神经网络具有在本实施例中并非必要的多层感知器(perceptron)型。多层感知器网络的输出是使用神经元的层、标度和移位计算的。

如在神经网络领域所已知的，首先使用加权矩阵乘以网络输入以形成第一神经层的输入并使用偏置矢量使网络输入移位。第一神经层的输出被再次使用矩阵乘法进行标度调节和使用偏置矢量移位。等式10给出了表示与神经网络输入[n相关的神经网络输出Out的一般表达式：

Out＝b₂+W₂f(b₁+W₁.In)           (10)

这里，W₁、W2、b₁和b₂分别表示第一神经层的加权矩阵、第二神经层的加权矩阵、第一神经层的偏置矩阵和第二神经层的偏置矩阵。

矩阵W₁、W2、b₁和b₂具有适当的维度并包括网络控制变量。另外，f(.)表示神经刺激功能的矢量。使用脱机训练根据使相对于参考信号的设备输出的误差最小的方法选择变量。

刺激功能矢量f(.)具有K个神经元，这些神经元具有反曲型的其它函数，或者如果可能具有相同的函数。该矢量具有下述类型的函数。

1)对数反曲传输函数

$f\left(x\right)=\frac{1}{{1+e}^{-x}}----\left(11\right)$

2)双曲线正切反曲传输函数

$f\left(x\right)=\frac{2}{{1+e}^{-2n}}-1----\left(12\right)$

3)相同

f(x)＝x                         (13)

图9示出了LuGre摩擦模型。

在图9中示出了有源系统的摩擦模型(LuGre)。使用具有基本PID模型的建议的控制器、样条参考和反馈/前馈神经网络执行仿真。

图10示出了由传统PID控制器执行的用于具有图9所示LuGre摩擦模型的设备的跟踪轨线。图10示出了关于步进型参考轨线的跟踪轨线。

参看图10，细虚线所示的轨线跟踪粗实线所示的参考轨线。即，根据传统的PID控制方法，跟踪轨线在存在参考轨线步进的位置处被延迟或越过。换言之，需要适于参考轨线的时间。

图11是图解说明由根据本发明实施例的控制器执行并用于具有图9所示LuGre摩擦模型的设备的跟踪轨线的图。比较图11与图10，由根据本发明实施例的控制器执行的跟踪轨线在存在参考轨线步进的位置处几乎没有被延迟或越过。换言之，适于参考轨线的时间非常短。

图12示出了由传统PID控制器执行并用于具有图9所示LuGre摩擦模型的设备的另一跟踪轨线的图。

参看图12，一细虚线表示的轨线跟踪一粗实线表示的参考轨线，其示出了有限周期的延迟和摆动。

图13是图解说明由传统神经网络执行的斜波跟踪轨线的图。图13所示的例子对应于不使用导数的前馈控制。参看图13，对于由传统神经网络执行的斜波跟踪轨线，仍然在斜波轨线拐弯处存在延迟和斜波轨线上的有限摆动，即使与由图10所示传统PID控制器执行的跟踪相比它们很小。

图14是图解说明由根据本发明实施例的控制器执行的斜波跟踪轨线的图。

参看图14，根据本发明的控制器，与传统神经网络执行的斜波跟踪相比，在斜波轨线的拐弯处仍然存在少量的延迟和斜波轨线上的有限摆动。

该实施例可应用于伺服跟踪写入器的定位器和HDD的轨道查找控制器。

图15简要示出了一个根据本发明该实施例的伺服控制装置被用于伺服跟踪写入器的定位器的例子。

在图15中，示出了与旋转枢轴马达(未示出)相连接的盘1511、附着到枢轴旋转致动器臂1513上的可控位置读出/写入换能器(头)1512、双撞击制动器1517和1518。以及语音线圈1514。

如果语音线圈1514被激励和致动器臂1513跨过盘1511运动，则头1512位于盘1511上R₁和R₂之间的任意位置处，其中，R₁和R₂表示在盘1511上不同预定位置处建立的参考轨线。如果在头1512在盘1511上以恒速沿径向在参考轨线R₁和R₂之间运动的同时、信号被记录在盘1511上，则以螺旋形记录该信号，如图15的参考数字1570所示。

参考信号发生器1520产生参考信号r(t)及其表示写入头的预期轨线的导数信号rⁱ(t)和rⁿ(t)，和神经网络1530基于由参考信号发生器1520产生的参考信号r(t)及其导数信号rⁱ(t)和rⁿ(t)以及表示写入头实际位置的位置信息来控制写入头的位置。

图16的框图示出了应用了根据本发明实施例的伺服控制方法的HDD的轨道查找控制器1600。

轨道查找控制器1600包括参考信号发生器1602、神经网络1604、数字模拟转换器(DAC)1620、VCM驱动器1626、HDA 1628、模拟数字转换器(ADC)1622和换能器1624。轨道查找控制器1600执行使换能器1624从第一轨道运动到相距轨道查找距离K_SK的目标轨道的轨道查找控制程序。

参考信号发生器1602产生表示在每个取样周期T_S中的正弦轨线的位置信号r(k)、表示该位置信号r(k)的导数的速度信号v(k)、和加速度信号a(k)。

正弦加速轨线由样条多项式表示，速度信号v(k)和加速信号a(k)被作为位置信号r(k)的一阶导数信号和二阶导数信号而获得。

图17示出了图16所示轨道查找控制器1600中具有正弦图形的位置轨线r(t)、速度v(t)和加速度a(t)的图。参看图17，轨道查找时间T_SK对应于正弦加速轨线a的一个周期。

可以使用记录在扇区中的灰度码(gray code)获得轨道的位置、即轨道号，并且换能器1624在跨越盘运动的同时使用ADC 1622读出该灰度码。由换能器1624读出的灰度码被提供给神经网络1604。

神经网络1604接收由参考信号发生器1602提供的位置信号r(k)、表示位置信号r(k)的导数的速度信号v(k)和加速度信号a(k)。另外，神经网络1604接收表示由换能器1624读出的头位置、即由灰度码表示的头位置的信号y(t)，并产生提供给VCM驱动器1626的驱动信号u(t)。驱动信号u(t)经过DAC 1620被提供给VCM驱动器1626。神经网络1604例如具有图8所示的结构。通过经过HDA 1628驱动VCM驱动器1626，换能器1624运动。

图18示出了应用根据本发明一实施例的伺服控制方法的HDD 1800的示意平面图。参看图18，HDD 1800包括至少一个由枢轴马达1814旋转的盘1812。HDD 1800还包括与盘1812的表面相邻设置的换能器1816。

通过感测在盘1812上形成的磁场或磁化盘12，换能器1816能够从或在旋转盘1812上读出或写入信息。通常，换能器1816被组合在每个盘1812的表面上。虽然图18示出了单个换能器1816，但是，换能器1816包括用于磁化盘1812的写入换能器和用于感测盘1812的磁场的读出换能器。读出换能器由磁阻性(MR)组件组成。

换能器1816可以与滑块1820相连接。滑块1820在换能器1816和盘1812的表面之间产生一空气轴承(air bearing)。滑块1820与万向接头组件(HGA)1822相连接。HGA 1822被附着到具有语音线圈1826的致动臂1824上。语音线圈1826与规定(支撑)语音线圈马达(VCM)1830的磁组件1828相邻配置。提供给语音线圈1826的电流产生使致动臂1824围绕轴承组件1832旋转的扭矩。致动器臂1824的旋转使换能器1816跨过盘1812的表面移动。

信息被存储在盘1812的同心轨道中。通常，每个轨道1834包括多个扇区。每个扇区包括数据区和识别区。识别区由用于识别扇区和轨道(磁道柱面)的灰度码组成。换能器1816跨越盘1812的表面运动以便从或在另一轨道上读出或写入信息。

图19的框图示出了控制图18所示HDD 1800的电子系统1900。参看图19，电子系统1900包括控制器1942，其经过读/写(R/W)信道1944和读出前置放大器1946与换能器1816相连接。控制器1942可以是数字信号处理器(DSP)、微处理器或微控制器。控制器1942提供控制信号给R/W信道1944以便从盘1812中读出数据或在盘1812上写入数据。信息通常从R/W信道1944发送给主机接口电路1954。主机接口电路1954包括缓冲存储器和控制电路，其允许HDD 1800与诸如个人计算机的系统连接。

控制器1942与向语音线圈1926提供驱动电流的VCM驱动器1948相连接。控制器1942向VCM驱动器1948提供控制信号以控制VCM的激励和换能器1816的运动。

控制器1942与诸如只读存储器(ROM)或闪速存储器的非易失性存储器1950和随机存取存储器(RAM)1952相连接。存储器件1950和1952存储控制器1942执行软件程序所使用的命令和数据。软件程序包括用于使换能器1816从一个轨道运动到另一个轨道的查找控制程序。查找控制程序包括用于保证换能器1816运动到正确轨道的伺服控制程序。作为一个实施例，在存储器件1950中存储了用于执行结合图17所述的查找控制方法的执行码。

本发明可被实现为方法、装置和/或系统。当以软件实现本发明时，本发明的组成部分可以被实施为执行所需操作的代码段。程序或代码段可以被存储在处理器可读的记录介质中并可以作为与载波相结合的计算机数据信号使用传输媒体或通信网络发送。处理器可读的记录介质是能够存储或发送此后能够被计算机系统读出的数据的任一数据存储器件。处理器可读的记录介质的例子包括电路、半导体存储器件、只读存储器(ROM)、闪速存储器、可擦除ROM、软盘、光盘、硬盘、光纤介质和RF网络。计算机数据信号包括能够经过诸如电子网络信道、光纤、空气、电场和RF网络等的传输媒体传播的任一信号。

如上所述，在根据本发明实施例的伺服控制方法中，使用参考信号及其导数信号以提高的精度控制设备跟踪参考轨线。

尽管已经参考本发明的示例性实施例具体示出和描述了本发明，但本领域技术人员应当理解，在不脱离由所附权利要求定义的本发明的精神和范围的前提下，可以在形式和细节方面做出各种修改。

Claims (24)

1.一种基于设备的输出控制该设备跟踪预定参考轨线的伺服控制方法，所述方法包括：

确定表示该设备预期的参考轨线的多项式以及该多项式的导数；

取样与设备输入相关的设备输出；

产生关于取样之间的时间(相对时间)的参考信号及其导数信号；和

使用所产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出来确定取样时间处的设备输入。

2.根据权利要求1所述的方法，其中，所述多项式是样条多项式。

3.根据权利要求1所述的方法，其中，参考轨线具有斜波图形，多项式的阶为1，和导数包括非零一阶导数。

4.根据权利要求1所述的方法，其中，参考轨线具有方波图形，和导数包括非零一阶导数(速度)和非零二阶导数(加速度)。

5.根据权利要求1所述的方法，其中，参考轨线具有正弦图形，和使用预定时间间隔的多项式近似导数。

6.根据权利要求2所述的方法，其中，脱机确定样条多项式及其导数。

7.根据权利要求1所述的方法，其中，确定多项式及及其导数包括：

确定表示设备的参考轨线的样条多项式；和

根据设备的特征确定所需样条信号的导数，

其中，脱机确定多项式和导数。

8.根据权利要求1所述的方法，其中，联机产生参考信号及其导数信号。

9.根据权利要求8所述的方法，其中，联机产生参考信号及其导数信号包括：

计算取样之间的时间(相对时间)；

产生关于该相对时间的参考信号和样条多项式；和

使用导数产生该参考信号的导数信号。

10.根据权利要求1所述的方法，其中，使用神经网络执行设备输入的确定。

11.根据权利要求10所述的方法，其中，通过使设备输出误差最小的方法脱机训练神经网络。

12.根据权利要求11所述的方法，其中，神经网络使用反馈控制方法操作。

13.根据权利要求11所述的方法，其中，神经网络使用前馈控制方法操作。

14.根据权利要求11所述的方法，其中，神经网络使用反馈和前馈控制方法操作。

15.一种基于设备的输出控制该设备跟踪预定参考轨线的伺服控制装置，该装置包括：

参考信号发生器，用于产生参考信号及其导数信号；和

神经网络，用于接收由参考信号发生器产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出并在取样定时处产生设备输入。

16.根据权利要求15所述的装置，其中，参考信号发生器存储表示设备的预期参考轨线及其导数的样条多项式，并产生关于取样时间间隔的参考信号和导数信号。

17.根据权利要求16所述的装置，其中，脱机确定样条多项式及其导数。

18.根据权利要求15所述的装置，其中，参考轨线具有斜波图形，多项式的阶为1，和导数包括非零一阶导数。

19.根据权利要求15所述的装置，其中，参考轨线具有方波图形，和导数包括非零一阶导数(速度)和非零二阶导数(加速度)。

20.根据权利要求15所述的装置，其中，参考轨线具有正弦图形，和使用预定时间间隔的多项式近似导数。

21.根据权利要求15所述的装置，其中，神经网络是多层感知器神经网络。

22.根据权利要求21所述的装置，其中，脱机训练神经网络以使设备的误差最小。

23.一种计算机可读记录介质，其上记录有用于基于设备的输出执行控制该设备跟踪预定参考轨线的伺服控制方法的计算机可读程序，所述方法包括：

确定表示设备预期的参考轨线的多项式和该多项式的导数；

取样与设备输入相关的设备输出；

产生关于取样间的时间(相对时间)的参考信号及其导数信号；和

使用所产生的参考信号及其导数信号、被延迟的设备输入和被延迟的设备输出来确定取样定时处的设备输入。

24.一种控制用于写入伺服跟踪信息的写入头的位置的位置控制装置，该装置包括：

参考信号发生器，用于产生表示写入头的预期轨线的参考信号；和

神经网络，用于基于由参考信号发生器产生的参考信号及其导数信号以及表示该写入头实际位置的位置信息来控制该写入头的位置。

Images