一位头发花白、戴着厚眼镜的老者突然举手：“这位小同志，我是清华自动化系的王秉衡。你提到的模糊神经网络复合控制，国外确实有相关研究，但多停留在理论阶段。你们一个地方小厂，怎么解决实时计算的问题？工控机的算力够吗？”
问题很尖锐，直指技术可行性。
林凡不慌不忙：“王教授问到了关键。我们的做法是分层设计，底层用模糊规则做快速响应，上层用神经网络做慢速优化。同时，我们对加工过程做了大量数据采集，提炼出十二类典型工况的优化规则库，减少了在线计算量。”
他示意韩博上前，后者拿着一台笔记本电脑，现场调出了仿真演示视频。
画面中，一个复杂的航空发动机叶片三维模型被导入，虚拟机床开始加工。右侧实时显示着加工误差曲线——在传统算法下，曲线波动明显；而切换到新算法后，曲线迅速收敛到一条极细的带内。
“仿真环境下的轮廓误差，可以控制在0.01毫米以内。”韩博补充道，“当然，实际机床会有更多干扰因素，我们正在搭建试验台进行实测。”
王教授盯着屏幕看了半晌，缓缓点头：“思路是对的。如果真能做到这个精度，对咱们的航空、模具行业会有很大帮助。”
质疑被化解，会场气氛开始转变。
林凡继续第二个话题：“第二个痛点，是材料。我们做汽车轻量化部件时，想用碳纤维复合材料，但一问价格，进口的要每公斤八百元以上，国产的也要五百多，而且性能不稳定。”
他切换PPT，展示出碳纤维自行车架、网球拍等民用产品的照片。
“其实碳纤维本身不是什么神秘材料，它的原料是聚丙烯腈纤维，咱们国内就能生产。难的是制备工艺——传统的高温高压法能耗大、设备贵。我们就在想，能不能走一条新路？”
林凡展示了另一张工艺流程图。
“这是我们正在探索的低温催化成型技术路线。”他指着流程图解释，“通过设计特殊的催化剂体系，在相对温和的条件下实现树脂固化。理论上，能耗可以降低40%，设备投资减少一半以上。”
台下再次响起议论声。
这次提问的是一位材料领域的老专家：“林厂长，我是中科院材料所的李文渊。你提到的低温催化路线，国外实验室也有研究，但催化剂成本高、寿命短，工业化难度很大。你们有什么具体方案？”
林凡早有准备：“李老师，我们的思路是从催化剂载体入手。传统的贵金属催化剂确实成本高，我们尝试用多孔陶瓷做载体，表面修饰活性基团，提高催化效率和寿命。目前还在实验室阶段，但小试数据显示，催化剂的循环使用次数已经能做到五十次以上。”
他故意没有提具体的性能指标，那是系统知识碎片里的核心数据，现在还不到公开的时候。
李教授若有所思：“多孔陶瓷载体……这个思路倒是新颖。你们和哪所高校合作？”
“我们正在和北河工业大学材料学院洽谈联合实验室。”林凡如实回答，“如果这个方向有前景，我们也希望能得到中科院专家的指导。”
第三个话题，林凡讲得更加谨慎。
他没有提高能电池，而是讲了工业装备中的“动力系统升级”，从传统的液压传动向电直驱转型的必然趋势，以及由此带来的对高效电机、精密减速器的需求。
这个话题相对安全，但同样引起了专家们的兴趣。
二十分钟的汇报时间很快结束。
林凡最后说：“各位领导，专家，我们红星厂体量小，资源有限。但我们相信，中国制造的突破，不一定非要靠大项目、大投入。在细分领域深耕，解决一个又一个具体的技术痛点，积少成多，也能走出一条路。我们愿意做这样的探路者。”
掌声响起。
不算热烈，但很真诚。
下台时，吴老朝他微微点头。
午饭是在部委食堂吃的自助餐。林凡和韩博刚坐下，就有几个人端着餐盘过来了。
“林厂长，我是哈尔滨第一机床厂的刘建国。”一个四十多岁、身材敦实的中年人主动伸手，“你们那个数控算法的思路，我们很感兴趣。能不能找个时间深入聊聊？”
“当然可以。”林凡起身握手。
“我是洛阳轴承研究所的赵明。”另一位戴眼镜的技术干部说，“你们提到的高精度减速器，我们正在攻关。也许有合作空间。”
“我是上海材料研究所的王工，对你们的碳纤维路线很感兴趣……”
一顿午饭，林凡收到了七八张名片，约了四个后续交流。
韩博在一旁看得咋舌：“厂长，咱们这是要火啊。”
“别高兴太早。”林凡低声说，“关注越多，压力越大。下午的分组讨论才是重点。”
果然，下午的精密制造技术分组讨论会上，林凡遇到了真正的挑战。
本小章还未完，请点击下一页继续阅读后面精彩内容！