国家住房和城乡建设部等九部门联合印发《智能建造与建筑工业化协同发展的指导意见》，意见提出加快建筑工业化、数字化、智能化升级，推进建造方式转变，推动建筑业高质量发展。钢结构建筑因其自重轻、造型多变、施工简单，广泛应用于大型厂房、场馆、超高层、桥梁等项目工程。根据中国工程院战略咨询报告，钢结构建筑相比钢筋混凝土建筑，可减少 15% 的碳排、59% 的粉尘、51% 的固废，并且节约 12% 的能耗、39% 的用水。钢结构建筑超过 80% 的构件可在工厂加工完成，并且生产加工设备相对完善，很适合与智能制造结合来提升建筑工程的质量、效率和安全性。为了实现建筑工业化、智能化，改变当前行业的生产模式，本文通过文献综述的方式阐述了改革开放后三十年钢结构建筑与智能制造技术融合发展的历程，重点描述了机器人技术、物联网、大数据和人工智能等先进技术在钢结构制造中的实践，力求为钢结构制造的智能化升级提供实践指导和参考。

1.1 20 世纪 80 年代

钢结构在 20 世纪 80 年代主要依赖于手工操作和机械化生产^[1] ，见图 1。这一时期的技术主要集中在如何通过机械设备的应用来提高钢结构的生产效率和质量，如引入自动焊接机和数控切割机等设备^[2-3] ，数控切割机的应用提高了钢板切割的精度和效率，见图 2。在这一时期，智能制造的概念尚未提出，机械化生产线开始得到初步发展^[4] ，制造过程尚处于半自动/自动化阶段，生产过程高度依赖于人工经验和技能，因此效率和质量的提升非常有限。

图 1  手工焊接

图 2  数控切割机

1.2 20 世纪 90 年代

随着计算机技术的快速发展，钢结构制造逐渐向自动化和信息化方向发展^[5] 。除了自动化设备革新和应用以外，计算机辅助设计（CAD / CAM / CAE）技术的应用使钢结构的设计和制造更加准确和快捷^[6-7] 。此外，自动化生产线的引入也显著提高了生产效率和质量，见图 3 。主要的技术包括：

图 3 钢结构制造生产线

1）设计软件的改变。从二维设计向三维建模转变，提高了设计精度和效率。

2）自动化切割与焊接设备应用。采用数控机床和机器人^[8] ，实现了精确切割和高质量焊接，减少了人工操作的误差。

3）材料处理与优化。通过信息化系统对钢材进行分类[9] 、储存和配送，降低了库存成本，提高了钢材利用率。

4）质量监控。在钢结构制造中采用非接触式测量技术和无损检测方法^[10] ，可以有效保证钢构件的质量稳定性。

1.3 21 世纪初

进入 21 世纪，信息技术和自动化技术的深度融合使得钢结构智能制造技术进一步发展^[11-12] 。建筑信息模型（BIM）的引入显著提高了设计、施工和管理的协同效率^[13-14] ，如图 4 所示。尽管如此，这一时期的制造技术处于自动化和数字化阶段，智能技术应用仍然较为初级，仅在数据采集和应用上进行了一些探索，初步具有了智能化的特征。

图 4  建筑信息模型

信息技术在钢结构制造中的应用使得生产管理和质量控制变得更加准确和高效。通过引入生产管理系统^[15] ，可以对生产过程进行实时监控和数据分析。信息技术的应用，使得钢结构制造过程中的数据管理和分析能力显著提升，为智能制造奠定了基础。新节能技术也在钢结构制造中得到了广泛应用。例如，通过引入节能新工艺或者设备^[16] ，可以减少生产过程中的能源消耗和环境污染。

钢结构智能制造的这三十年是从手工制造向自动化、信息化制造转变的阶段，该阶段主要存在如下问题：

1) 数字化、智能化水平不高。虽然自动化设备和生产管理系统得到了部分应用，但生产过程的整体智能化水平仍然处于较低阶段。

2) 数据集成和管理不足。生产过程中的数据管理和分析能力有限，采集数据、数据集成和管理水平较低，难以实现全面的数据决策。

3) 技术标准不统一。钢结构制造技术的标准化和规范化水平较低，不同企业和设备之间的兼容性差，制约了技术的推广和应用。

综上所述，改革开放后三十年钢结构制造技术的发展主要经历了从手工操作和机械化生产到信息化和初步智能化的过程，但智能化水平较低，生产过程依然高度依赖于人工经验和技能。但是，这一时期的技术发展为后续的智能制造奠定了基础，特别是信息技术和自动化技术的应用，使得生产效率和质量得到了显著提升。

进入 21 世纪第二个十年，随着云计算、物联网 （IoT）^[17] 、大数据^[18] 、人工智能（AI）^[19-20] 等技术的快速发展和在其他行业的融合应用，钢结构的智能制造也迎来了质的飞跃，正在从自动化、信息化向数字化和智能化快速演变。具体表现在：

1)  智能装备的广泛应用。钢结构制造工序中各种智能装备作为智能体，不仅能独立高效地完成制造任务，也是智能制造的数字化基础和数据源头，如切割机器人、焊接机器人、搬运机器人、组装机器人、喷涂机器人等^[21] ，见图 5。

图 5 钢结构制造工序机器人

2) 车间数字化管理系统的推广。通过在钢结构制造车间进行针对性的数字化管理系统开发和应用来实现生产过程的实时监测、管理和预测性维护，显著提升了钢结构生产效率和灵活性。

3) 智能物流与仓储^[22] 。在钢结构制造中利用射频识别技术（RFID）、自动导引车（AGV）等技术与数字化技术结合构建高效、 精准的物料管理系统。

4) AI 技术的应用。由于物联网技术的广泛应用，钢结构制造过程中大量数据被采集和存储，基于机器学习算法和这些生产数据，使得对制造过程进行自主决策和优化成为可能，大大提高了钢结构制造的生产效率。

2.1 物联网与大数据技术

近十年物联网和大数据技术在钢结构制造中的应用逐渐普及^[23] ，推动了制造过程的数字化转型，见图 6。物联网通过传感器、RFID 标签和智能设备，将钢结构制造过程中的各类数据实时采集并传输到中央系统进行分析和处理。大数据技术则通过 AI 技术对海量数据进行分析，提供生产优化和决策支持。

图 6  物联网

物联网技术使得钢结构制造过程中的各类设备和工件能够互联互通，实现了数据的实时采集和监控。例如，邵凯等^[24] 在研究中以物联网为研究对象，对钢结构建筑行业的仓储、制造、运输、安装和安全等方面进行了探索，指出物联网的应用可以实现原材料、半成品和成品构件的高效管理，对提高钢结构企业的整体运营效率具有重要作用。物联网和大数据技术的结合，使得钢结构制造过程中的实时监控和预测性维护成为可能^[25] 。在制造车间安装各类传感器和边缘计算设备来实时采集生产环境、生产设备的关键参数和运行状态，并通过边缘计算设备高效的存储和分析现场数据以及时发现设备的异常和故障。还可以对设备历史运行故障大数据进行分析来预测设备的故障趋势，提前进行保养和维护，将大大减少设备的停机时间和维修成本^[26] 。

2.2 人工智能

随着计算机、大数据和深度学习等技术的迅速发展，人工智能技术在钢结构制造中得到广泛应用。通过对生产过程中的数据进行深度学习和分析，可以实现对设备故障的预测、生产效率的优化以及产品质量的提升。人工智能技术在钢结构制造中的应用，主要体现在对生产过程中的数据进行深入分析和挖掘。例如，吴金颖^[27] 基于改进 PSO-RBFNN 和 IWOA 智能算法对钢结构焊接过程中的数据进行了分析，基于焊接数据建立焊接质量预测模型，可以实现焊接质量的实时预测和控制，提高了焊接质量和生产效率，见图 7^[27] 。

图 7  焊接质量预测模型^[27]

2.3 增材制造

增材制造技术在过去十年得到了广泛应用，尤其在钢结构制造中展示了其独特的优势。增材制造技术不仅能够生产复杂形状的钢结构构件，还能够减少材料浪费，提升了制造的灵活性和效率。增材制造技术不仅能够缩短材料生产周期，还能够增强材料性能。例如，通过激光增材制造技术制造的大型钢结构多向钢节点，构件的抗拉强度和屈服强度相对于同成分铸件分别提高了约 30% 和 105%，可以承载钢结构建筑各方向的力， 更加安全可靠（图 8）^[28] 。

图 8 增材制造技术在钢结构中的应用^[28]

2.4 建筑信息模型与数字孪生

建筑信息模型和数字孪生技术在钢结构行业的应用，使得钢结构设计、制造和施工的全过程数字化成为可能。通过建立 BIM 模型，可以实现设计、施工和运维的全生命周期管理。数字孪生技术则进一步提升了对钢结构实际状态的监控和管理能力^[29] 。

BIM 技术的应用使得钢结构设计、施工和管理的全过程数字化成为可能^[30-31] 。例如，通过 BIM 模型可以在设计阶段进行多方面的分析和优化，减少施工阶段的变更和错误，提高施工效率和质量^[32] 。BIM 技术不仅可以在设计阶段发挥重要作用，还可以给制造、施工和运营阶段提供重要的数据支持，实现数据的统一和建筑结构的全寿命周期管理。数字孪生技术的应用，使得实时监控和管理钢结构的实际状态成为可能。通过建立数字孪生模型，可以实时监控钢结构的运行状态和健康状况，及时发现和解决问题，提高运维效率和安全性，见图 9。数字孪生技术不仅可以应用于钢结构的运行维护，还可以用于结构的健康监测和故障诊断^[33] 。

图 9 钢结构工厂的喷涂中心数字孪生体

BIM 和数字孪生技术的集成，使得钢结构制造的全过程管理和优化成为可能。通过将 BIM 模型与数字孪生模型进行集成，可以实现对钢结构的全生命周期管理，从设计、制造、施工到运维的全过程进行实时监控和优化，提高了钢结构的整体质量和使用寿命^[34] 。

2.5 机器人技术

机器人技术在钢结构制造中的应用，可以实现钢结构制造的流水线作业，显著提升了生产柔性和效率，减少人为因素对生产质量的影响，使得钢结构制造过程更加高效和精准，提高产品的一致性和可靠性，见图 10。

图 10 钢结构制造机器人生产线

机器人技术在钢结构制造中的应用不仅限于焊接^[35] ，还应包括切割、装配喷涂和检测^[36]等钢结构制造工序。例如，装配机器人结合检测设备可以用于钢结构构件的自动装配和检测，不仅提高了生产效率，而且提高了质量控制水平。

3.1 存在的问题

1）技术集成度不高：尽管智能制造技术在钢结构领域取得了显著进展，但各类技术的集成度仍然较低。不同技术之间的协同和整合尚未完全实现，导致整体智能化水平不高。目前许多企业在引入智能制造技术时，往往缺乏系统的规划和协调，各类技术的应用相对独立，难以形成协同效应。

2）数据安全问题：随着物联网和大数据技术在钢结构制造中的广泛应用，数据安全和隐私问题日益突出^[37] 。钢结构制造过程中产生的大量数据，包括设计数据、生产数据和运维数据，都是企业的重要资产。一旦这些数据遭到泄露或篡改，将对企业的生产和运营造成严重影响。此外，数据的跨平台和跨设备传输也增加了数据泄露的风险。

3）技术标准缺乏：目前钢结构智能制造技术尚未形成统一的技术标准^[38] ，导致不同企业和设备之间的兼容性差，制约了技术的推广和应用。尽管一些行业协会和标准化组织已经开始制定相关标准，但整体进展较为缓慢，标准的覆盖面和适用性仍需进一步提高。

4）人才短缺：钢结构智能制造技术的研究和应用需要大量具备各领域相关知识和技能的人才。然而，目前市场上既懂钢结构制造又熟悉智能制造技术的人才相对短缺。这一现状不仅限制了智能制造技术的推广应用，也影响了企业的创新能力。

3.2 展  望

1）提高技术集成度：未来应加强各类智能制造技术的集成与协同，实现生产过程的全面智能化。通过建立统一的数据平台，实现物联网、人工智能和 BIM 等技术的无缝对接，从而提高整体生产效率和产品质量。通过实施智能制造集成项目，整合各类技术，实现从设计、 生产到运维的全流程智能化管理。

2）加强制造数据保护：在推动智能制造技术应用的同时，还应重视制造过程中产生的数据的价值。数据不仅能帮助企业改进生产和运营过程，也是珍贵的资产，未来更代表企业的核心竞争力。企业需要通过建立健全的数据安全管理体系，应用先进的加密存储技术来保障核心制造数据的安全性，可以应用各类加密设备和多层次的安全防护措施，包括边缘计算设备、区块链、数据加密和实时监控，确保生产过程中产生的各种有价值数据的安全。

3）制定和完善技术标准：应加快制定钢结构智能制造技术的相关标准，促进技术的规范化和标准化，提升不同企业和设备之间的兼容性和互操作性。行业协会和标准化组织应加强合作，制定涵盖设计、制造、检测和运维等各个环节的标准，推动技术的统一和规范。

4）推动国际合作与交流：钢结构智能制造技术的发展需要借鉴国外的先进技术和实践经验，提升国内技术水平，加快钢结构行业的智能化升级。通过与国际知名企业和研究机构的合作，推动技术创新和应用，还可以促进技术标准的统一和提升，推动整个行业的发展。

5）应用人工智能技术：未来应进一步研究和探索人工智能技术在钢结构制造中的应用，包括机器视觉、人机交互、工艺和参数优化、决策和预测等。

通过物联网、大数据、人工智能、云计算和 5G等先进技术在钢结构智能制造的创新应用，钢结构制造的未来将是一个高度数字化、智能化和绿色化的发展方向，为建筑和制造业带来更高的质量、效率和可持续性。