行：“主轴电流突然从12安培升到15安培，持续了3.2秒，然后操作工手动降低了进给速度。机床日志里只记录了电流变化和操作动作，但没有记录操作工为什么这么做——是听到了异常声音？是感觉到振动？还是看到了什么？”
“王师傅的笔记本里有写。”谢望城翻到对应日期的记录页，上面有一行小字：“寅时三刻，刀声尖，似刮玻璃。疑刀钝，减进给，查刀。”
张教授眼睛亮了：“就是这个！‘刀声尖，似刮玻璃’——这是对切削振动的直观描述。如果当时有声音传感器，采集到这段音频，我们就能分析出振动频率和模式，然后反向优化刀具轨迹程序。”
他站起身，在白板上画示意图：“五轴加工叶片，最理想的状态是切削力矢量始终垂直于加工表面，并且大小恒定。但实际中，由于曲面曲率变化，刀具姿态角不断调整，切削力的大小和方向都在变。变化太剧烈，就会激起振动，在材料表面留下残余应力。”
“那该怎么优化？”谢望城问。
“两条路。”张教授竖起两根手指，“第一，优化刀具轨迹规划，让切削力的变化尽可能平缓。这需要更先进的CAM软件和更强大的计算能力。第二——”他指向那些笔记本，“把这些老师傅的经验，转化成控制算法的约束条件。比如‘刀声尖’对应的振动模式是什么频率？‘减进给’应该减多少？这些经验值，如果能量化，就能变成程序里的‘如果-那么’规则。”
思路清晰了。但实施起来，需要三样东西：更先进的CAM软件，更强大的计算机，以及把老师傅经验量化的方法。
CAM软件，香港理工大学有正版的CATA&bp;V3，比“701”厂用的测试版先进两个版本。张教授同意让谢望城带团队来使用，条件是研究成果双方共享。
计算机是个大问题。叶片加工过程的有限元仿真，对计算资源要求极高。香港理工大学的VAX小型机勉强够用，但机时很紧张，排到两个月后。
“深圳大学正在建计算中心，从美国进口了一台BM&bp;4381。”李先生提供了一条线索，“机器刚到位，还在调试。如果能说动深大合作……”
谢望城当即去找梁副市长。听完情况，梁副市长二话不说，拿起电话拨通了深圳大学校长办公室：“老陈，我梁志刚。有个事关国家航空工业的项目，需要借用你们的新计算机……对，很急。什么？还在调试？那就边调试边用！我派我们最好的工程师过去帮忙调试，保证不耽误你们正常进度！”
有了市领导协调，第二天，谢望城就带着香港理工的张教授团队，进驻深圳大学计算中心。那台BM&bp;4381占据了半个房间，嗡嗡的散热声像一群困在铁箱里的蜜蜂。机器确实还在调试，操作系统不稳定，经常死机。
深大负责计算机维护的是个年轻教师，叫吴浩，刚从美国留学回来，学计算机科学的。看到谢望城带来的叶片三维模型和加工数据，他眼睛都直了：“这是……航空发动机叶片？你们在深圳做这个？”
“在武陵山做的。”谢望城解释，“我们是帮他们做工艺优化。”
“武陵山……”吴浩想了想，“是不是湖北那个‘701’厂？我有个师兄在那里插过队，说那地方山沟里藏了个军工厂，神秘得很。”
“现在不神秘了，军转民，做精密加工。”
吴浩来了兴趣。他主动加入团队，负责解决计算机的软硬件问题。那些让深大老师头疼的系统bu，在他手里很快就解决了——他在加州大学伯克利分校时，就参与过UX操作系统的早期开发。
有了稳定的计算环境，仿真工作全面展开。张教授的团队把叶片的三维模型导入CATA，重新规划刀具轨迹。这次的目标不是最短加工时间，而是最平稳的切削力变化。
“就像开车走盘山公路。”张教授比喻，“老程序是追求最短路径，急转弯多，乘客晕车。新程序要追求最平稳，弯道放缓，加减速柔和。”
仿真跑了三天。新轨迹的加工时间比老程序增加了百分之十五，但切削力的波动幅度降低了百分之四十。
接下来是最关键的一步：把王有才的经验量化。
谢望城把王有才笔记本里所有关于“手感”的描述都摘录出来，有三十多条：“刀声尖”“声闷”“振手”“铁屑颜色发紫”“工件发热”……每一条，都对应着一次人工干预。
他和吴浩一起，开发了一个简单的“专家系统”原型——用当时最流行的人工智能语言Prolo编写。系统的核心是一系列规则：
如果&bp;主轴电流突然上升超过20%&bp;且&bp;持续超过2秒
那么&bp;建议降低进给速度10%
如果&bp;振动传感器检测到800-1200Hz频段能量突增
那么&bp;建议检查刀具磨损
如果&bp;操作工记录“刀声尖，似刮玻璃”
那么&bp;对应振动模式为1000±150Hz横向振动
……
这些规则，一部分来自机床传感器数据与人工记录