การใช้โครงข่ายประสาทเทียมแบบย้อนกลับในการตรวจสอบความเสียหายของหัวบันทึกชนิดทีเอ็มอาร์ที่เกิดจากการคายประจุไฟฟ้าสถิต โดยอาศัยแบบจำลองเครื่องจักรกล (Using Back-Propagation Neural Network for Damage Detection of TMR Heads Due to Electrostatic Discharge Based

สิทธิศักดิ์ จามน้อยพรหม; อภิรัฐ ศิริธราธิวัตร; วนิดา แก่นอากาศ

การใช้โครงข่ายประสาทเทียมแบบย้อนกลับในการตรวจสอบความเสียหายของหัวบันทึกชนิดทีเอ็มอาร์ที่เกิดจากการคายประจุไฟฟ้าสถิต โดยอาศัยแบบจำลองเครื่องจักรกล (Using Back-Propagation Neural Network for Damage Detection of TMR Heads Due to Electrostatic Discharge Based

Authors

สิทธิศักดิ์ จามน้อยพรหม Khon Kean University
อภิรัฐ ศิริธราธิวัตร Khon Kean University
วนิดา แก่นอากาศ Khon Kean University

Keywords:

Damage detection, Back-Propagationneural network, Electrostatic discharge, Machine model

Abstract

Nowadays, a hard disk is an important device for data storage, in which one of the most important components for writing and reading data is recording head. It can be damaged by Electrostatic Discharge (ESD) in recording head manufacturing process. ESD remains a major problem affecting the hard disk drive industry. Therefore, this research proposes Back propagation Neural Network (BP) was used for damage detection of Tunneling Magnetoresitive (TMR) heads due to ESD based on Machine Model (MM). The BP can be classified MM-ESD signals of TMR heads. The best results show that 96.831% of accuracy and about 3 minutes of learning time for damage detection of TMR heads.