Глава 1901 - 1. Двойные ключевые технические сложности масочного стола? Сломить их! Чжан Яньцзе: Чем больше понимаешь, тем больше благоговеешь!
Чэнь Яньсэнь медленно открыл глаза на рассвете следующего дня.
Рядом с ним, погруженная в глубокий сон, лежала Е Цюпин. Ее дыхание было ровным и долгим. Под полупрозрачной шелковой ночной рубашкой едва проступали изящные изгибы ее фигуры, намекая на ее скрытую, но мощную «силу».
Чэнь Яньсэнь осторожно откинул край одеяла, встал с кровати, надел тапочки и направился к выходу из спальни.
На полу, словно небрежно брошенные после бурной ночи, валялись костюмы для косплея: один изображал Слоу Гоата, другой — Зелёную змею. Рядом с ними лежала еще и подвижная хвост-игрушка, словно только что отделившаяся от своего владельца.
Войдя в кабинет, он включил компьютер. По своей привычке, Чэнь Яньсэнь первым делом проверил ключевые операционные показатели всех своих дочерних компаний. Лишь убедившись, что все в полном порядке и никаких тревожных сигналов нет, он приступил к обработке накопившихся электронных писем.
Благодаря его феноменальной памяти и невероятной способности к усвоению информации, даже письмо, состоящее из нескольких тысяч иероглифов, требовало от него лишь беглого взгляда. Он мгновенно запоминал все детали и уже через несколько секунд мог дать точный, профессиональный и исчерпывающий ответ.
Таким образом, менее чем за десять минут он полностью справился со всей текущей работой.
*Вжик!*
Телефон на столе завибрировал, привлекая его внимание.
Чэнь Яньсэнь взял его в руки и увидел сообщение от Сун Юньчэн. Немного поразмыслив, он отправил в ответ одно короткое слово: «Хорошо».
В восемь пятьдесят утра он точно по расписанию прибыл в Центр оптических исследований и разработок. Проведя краткое совещание с членами группы по алгоритмам, он немедленно погрузился в дальнейшую работу.
Технология сверхточного управления движением масочного стола требовала поддержки алгоритмов и программного обеспечения, способных обеспечить точность на наноуровне.
После того как Чэнь Яньсэнь досконально изучил суть этой технологии, он разработал сложную архитектуру управления, использующую трехслойную структуру: «прямая связь + обратная связь + компенсация возмущений».
Прежде всего, для компенсации задержки системы использовались прямая связь по ускорению и прямая связь по трению, основанные на заранее заданной траектории движения.
Проще говоря, это означало: предвидеть заранее и действовать на опережение!
Подобно опытному водителю, который, заметив впереди подъем, заранее нажимает на педаль газа, чтобы набрать скорость, вместо того чтобы ждать, пока автомобиль начнет замедляться, и только потом реагировать.
Прямая связь по ускорению означала, что, опираясь на заранее спланированный маршрут — например, до какой скорости нужно разогнаться и когда начать замедляться, — двигателю заранее «отдавались команды». Это позволяло ему прикладывать необходимое усилие в нужный момент, избегая задержек в движении.
Что касается прямой связи по трению, то, зная, что при работе машины между ее деталями возникает трение, подобное сопротивлению между шинами автомобиля и дорогой, заранее рассчитывалась дополнительная сила, необходимая для преодоления этого трения. Это обеспечивало высокую точность движений машины.
Во-вторых, применялся гибридный метод управления, сочетающий ПИД-регулятор с ЛКР-контроллером.
Иными словами, это была постоянная коррекция в реальном времени, непрерывное отслеживание цели и подстройка под нее.
Это как во время вождения постоянно следить за приборной панелью: если скорость слишком высока, ослабить газ; если слишком низка, немного поддать. Таким образом, отклонения корректируются в любой момент.
ПИД-регулятор — это один из наиболее распространенных алгоритмов управления в промышленной автоматизации. Проще говоря, это набор правил, позволяющий «корректировать действия в зависимости от ошибки», что обеспечивает стабильное поддержание рабочего состояния оборудования на заданном целевом значении.
ЛКР, или линейно-квадратичный регулятор, представляет собой более интеллектуальный алгоритм автоматического управления.
Возьмем, к примеру, задачу точной остановки механической руки в заданном положении. Обычные методы управления могут корректировать движение, лишь постоянно отслеживая «отклонение текущего положения от целевого».
Однако ЛКР способен одновременно учитывать множество факторов: насколько текущее положение отклоняется от цели, подходит ли скорость движения, каков крутящий момент, выдаваемый двигателем, не будет ли детали раскачиваться из-за чрезмерной нагрузки и так далее.
Как только эта технология достигнет наноуровня, она найдет применение не только в производстве масочных столов, но и в управлении движением роботов, а также в системах стабилизации спутников и других областях.