首次台架试验的失败，像一盆冰水，把三人浇了个透心凉。问题很明显出在控制环节——那个试图“驾驭”振动的“大脑”出了问题。
周伟把自己关在办公室里，对着电脑屏幕上那一行行复杂的代码和数学模型，眉头拧成了死结。他之前设计的控制算法，是基于经典的线性控制理论，追求精确的数学模型和最优的控制参数。可现实是，他们面对的系统充满了不确定性：粗糙的传感器信号带着噪声和延迟，机械部件的摩擦、间隙是非线性的，高速旋转下的动力学特性复杂多变……
他尝试调整参数，减小控制增益，希望能让系统的响应“柔和”一些。但在模拟仿真中，要么响应太慢，跟不上振动变化；要么稍微提高增益，系统就又变得不稳定，重蹈覆辙。
“不行，还是不行……”周伟烦躁地抓了抓头发，屏幕上又一次模拟运行因为失稳而中断，“这个系统的非线性太强了，时滞也明显，用传统的pId（比例-积分-微分）控制，参数整定范围太窄，根本找不到那个既能有效抑制振动又能保持稳定的‘甜蜜点’。”
他尝试引入更复杂的现代控制理论，比如自适应控制，但需要在线辨识系统参数，计算量大，对处理器的要求高，以他们现有的简陋硬件条件，根本无法实现。
算法的困境，像一座无形的大山，挡住了前进的道路。周伟感到一种前所未有的挫败感，理论知识在面对真实世界的复杂和粗糙时，显得如此无力。
刘莉和孙梅看着周伟日渐憔悴和焦躁，心里也着急。
“周工，要不……咱们换个思路？”刘莉看着周伟布满血丝的眼睛，试探性地提出，“别总想着用一个完美的数学公式去‘算’出一切。能不能……模拟一下有经验的老师傅是怎么干的？”
她想起王建国师傅教她磨钻头、调机床时的情景：“王师傅调整设备，从来不是靠计算。他是听声音，看铁屑，感受振动，然后根据‘手感’一点点微调。他脑子里没有复杂的公式，但就是能找到一个让机器运行平稳的‘点’。咱们这个装置，能不能也学学这种‘经验’调整？”
周伟愣了一下，随即苦笑着摇头：“经验？手感？这太模糊了，怎么量化？怎么变成算法？”
“是不好量化，”刘莉承认，“但老师傅的判断，往往抓住了主要矛盾。比如，他感觉到振动大了，就会试着往某个方向调一点，看看效果，如果更糟就往回调，如果好转就再调一点……这不就是一个不断试错、寻找最优的过程吗？只不过人脑判断快，咱们的装置反应慢。”
刘莉这个基于实践经验、近乎“模糊控制”的朴素想法，与周伟一直追求的精确数学描述形成了鲜明对比。周伟本能地觉得这不够“科学”，太“土”，但眼下精确模型的路径似乎走进了死胡同，他不得不开始认真思考这个另类的可能性。
实验室里，算法的困境依旧笼罩着他们。是继续在传统理论的框架内寻找那渺茫的希望，还是大胆尝试一条更接近人类经验、但前途未卜的新路？抉择，摆在了面前。