你的算法模型考虑了热变形引起的非线性扰动吗？这是我们之前几次尝试失败的主要因素之一。”
江南操作的动作没有丝毫停顿，一边输入参数一边头也不回得回答：“早就考虑进去了。我在实时误差修正算法中嵌入了一个基于实时温度反馈的补偿因子，具体模型参数在刚才会议上的第二张流程图链接中有详细标注。这个因子会动态调整控制器的输出，以抵消因热膨胀导致的微米级形变。”
说话间，他已经输入好所有数据启动模拟，并把操作台上的小屏直接投到实验室中央的特大屏幕上。
所有人随之抬头，几秒钟后数据流开始飞速滚动，代表两个工件台位置误差的曲线逐渐开始显现。
一开始，曲线在预设的阈值范围内呈波浪型平稳波动，符合之前的假设。
然而，随着时间的推移，代表其中一个工件台的误差曲线陡然开始攀升，数值很快超过了江南预案中给出的阈值上限，甚至逼近了他们之前实验失败时的临界点！
“不对吧，按理来说不会这么高才对。”
站在贾青云身后的刘工时刻关注着大屏，在数字出现的第一时间忍不住低呼。
“是啊，你看那个峰值，比预案里标注的高了接近百分之三十。”
另一个人也皱紧了眉头。
“是热补偿因子没生效？还是算法本身有漏洞？”
“按常理来说这是不可能的，一定有什么被我们忽略了。”
“两个是机器的初始参数设置不对？这个数值几乎预示着操作失败。”
“从预案的合理性来说，哪怕实际操作过程中受多种不可控因素对最终实验数值有影响，误差也不可能大到这种程度？到底怎么回事？”
“我建议再看一遍预案算法，数值迟迟降不下去肯定有问题。”
实验室里慢慢响起陆陆续续的议论声，但出乎意料的是，没有人趁机贬低或质疑江南，他们更多的是出于学术立场的困惑和急切。
所有人仰头看着数值颇高的大屏幕，下意识围在江南身边，视线在中央大屏和江南收下的操作台上来回打转。
江南的眉头也紧紧皱起，眼底隐约透着焦灼。
但操作控制台时，他的手指依然又稳又快，凝神观察着数据流的每一个细微变化，随之在控制台上快速敲击，调出更深层的运行日志和实时参数立刻调整搭配。
脑海中各种各样的可能性飞速闪过，勾勒出一副玄妙神奇满是公式模型
…。。