编委特刊 | 刘界鹏教授与唐兵传正高级工程师合作完成：钢结构智能制造技术的发展

研究背景

 Research background 

1  钢结构的传统制造技术

1.1　钢结构制造的工艺环节

钢结构制造技术在现代工业建筑领域占据核心地位,其演进与工业化的历程息息相关。传统的钢结构制造流程涉及几个关键步骤:材料筛选与处理、下料切割、组装、焊接、除锈及涂装。严格的工艺控制是保证结构质量与安全的前提。

1) 材料准备与检验。

钢结构加工的第一步是准备原材料。碳钢和低合金钢因其优异的强度和塑性、高成本效益而被广泛应用。材料入库前,需对材料尺寸及表面外观质量进行检查,还需要进行严格的抽样复检,确保材料的质量、规格和性能符合设计要求。抽样复检内容包括材料的化学成分、机械性能。

2) 切割与预处理。

切割是将钢材按照设计要求切割成相应的形状和尺寸。常见的切割方法有火焰切割、等离子切割和激光切割等。切割后,还需对切割面进行预处理,如去除氧化皮、油污等,保证后续工序质量。

3) 组装与焊接。

钢材按照设计要求进行组装,然后进行焊接连接。焊接是钢结构制造中的核心工艺,焊接质量直接关系到结构的稳定性和安全性。焊接主要包括电弧焊、气体保护焊和电渣焊等方法,焊接过程中需要选择合适的焊接方法、焊接参数和焊接材料,必要时按要求进行焊接消氢热处理和焊后消应力处理,确保焊接质量。

4) 矫正与成型。

在焊接过程中,钢材因受热不可避免会发生变形,需要通过冷矫形或热矫形工序进行校正,确保结构的几何尺寸和形状满足设计要求。

5) 焊接质量检验。

焊接完成后,需要对焊接质量进行检验。检验内容包括焊缝的外观质量、尺寸精度、内部缺陷等。常见的检验方法有目视检查、X 射线检测、超声波检测等。只有经过检验合格的焊缝才能进行后续工序。

6) 除锈与防腐处理。

除锈和防腐处理是钢结构金属表面处理的关键步骤,可确保构件长期使用效果和结构安全性。除锈主要用于清除钢结构表面的氧化皮、锈蚀以及其他污染物,恢复金属基体的洁净表面,提高涂层与基材的结合力。防腐处理可有效防止钢结构在使用过程中受大气、水分、化学物质等腐蚀介质的影响,延长使用寿命。

通过以上精细而复杂的加工工序,钢结构得以从原材转化为符合建筑要求的构件。在整个过程中,强调质量控制和安全管理,确保钢结构制品既满足功能需求又安全可靠。

1.2　钢结构传统制造技术的发展历程

自 20 世纪八九十年代至今,国内外钢结构制造技术经历了从传统手动、机械化到数字化和部分智能化的显著变迁。

1) 国外发展。

钢结构的机械加工技术自 19 世纪末期以来就已经开始发展,特别是随着工业革命的推进,西方发达国家的钢结构制造技术已相当成熟,普遍采用了高度机械化的生产模式。在早期,钢结构加工主要依赖于手工操作,其精度和效率都相对较低。随着科技的进步,出现了各种机械加工设备,如钢板剪切机、弯曲机和钻孔机等;焊接技术则从早期的手工电弧焊、氩弧焊等逐步过渡到半自动和全自动焊接,显著提高了焊接质量和生产效率。这些设备显著提高了加工的精度和生产效率。到 20 世纪中叶,发达国家如美国、德国和日本开始引入自动化技术,推动钢结构加工向自动化和信息化方向发展。特别是电脑数控技术(CNC)的应用,成为钢结构机械加工的重要里程碑,有效提升了加工精度和复杂构件加工能力。此外,激光切割和机器人技术的引入也为钢结构加工开辟了新的可能性。进入本世纪初,国外钢结构制造业进一步向智能化、自动化方向发展。例如,智能机器人焊接技术的应用越来越广泛,能够实现复杂结构的精确焊接,而且焊接质量稳定,生产效率极高。此外,数字化工厂理念逐渐兴起,通过物联网、大数据等新兴技术对生产全过程进行监控和优化,实现了资源的高效利用和质量的严格把控。

2) 国内发展。

在我国,钢结构机械加工技术的发展虽然起步较晚,但发展速度非常快。改革开放以后,随着国内外技术交流的增加和市场需求的扩大,中国的钢结构机械加工行业迅速兴起。特别是近年来,在制造业的转型升级和“中国制造2025”战略的推动下,钢结构机械加工技术得到了进一步的支持和发展。

1.3　钢结构数字化加工的发展历程

数字化加工技术已成为钢结构制造领域的新趋势,它依托计算机辅助设计(CAD)、计算机辅助制造(CAM)以及数字化控制系统(CNC)等技术手段,实现了生产过程的数字化。这些技术的应用极大提高了钢结构制造的精度与效率,同时也显著降低了生产成本和人工成本。

在国外,数字化加工技术已广泛应用于钢结构制造。CAD、CAM 软件和CNC 设备使得制造过程更加精细化和灵活;同时,数字化技术还支持钢结构的设计、优化和仿真,使得结构设计更科学、合理。

国内在数字化加工技术的发展上相对滞后,但近年来已经取得显著进步。国内企业积极引进国外的先进技术和设备,提高了生产水平和市场竞争力。此外,国内的高校和科研机构也在增强对这些技术的研究和开发,推动了数字化加工技术在国内的广泛应用和发展。

1.4　非标钢结构的制造工艺

非标钢结构因其独特的设计要求和不遵循统一标准尺寸,其制造工艺在钢结构领域中扮演着至关重要的角色。这类产品通常具有更复杂的结构形式和特殊的功能要求,其制造工艺相比传统标准产品需要更高的灵活性和创新能力。

许多先进的钢结构制造企业已经发展出适应各种建筑类型需求的非标工艺技术,如曲面钢结构和折叠钢结构等。这些技术不仅满足了市场的多样化需求,还增强了建筑设计的自由度和美观性。非标钢结构的制造过程主要包括以下几个方面:

1) 下料。

a. 放样:根据设计图纸和技术规范,按照 1∶1 的比例在放样台上准确地绘制出钢结构零件的实际尺寸和形状。对于非标钢结构,由于其尺寸和形状不同于标准化产品,这一阶段需要特别关注,确保每个非标准部分符合工程要求且具有可实施性。

b. 号料:确定每个部件所需钢板的具体形状和尺寸后,对原材料进行标记和规划,考虑材料利用率和减少浪费。

c. 切割:使用剪板机、等离子切割机、激光切割机或火焰气割等方式,按照放样结果将钢材切割成所需的形状和尺寸。对于非标钢结构,可能涉及更多复杂形状的切割作业。

2) 成型与加工。

a. 成型工艺:非标钢结构可能包含复杂的曲线、曲面和异形截面,需要采用折弯机、弯管机、滚床等设备进行成型加工。

b. 钻孔与装配孔加工:根据连接节点设计,对零件进行精确钻孔、铣削或镗孔等二次加工,预留装配间隙和螺栓孔。

3) 组装与焊接。

a. 预组装:也称为预拼装,即在车间内将钢构件按结构整体形式进行组装,模拟构件在现场安装的工序,检查构件是否可以顺利地组装成结构整体,从而确保非标钢结构的装配精度和协调性,避免钢构件在施工现场因生产误差或累计误差而不能顺利安装的问题。

b. 焊接工艺:针对非标钢结构的焊接特点,制定专项焊接工艺规程,采用适合的焊接方法(如手工焊、半自动焊、自动焊等)进行焊接作业,同时执行严格的焊前清理、预热、层间温度控制及焊后热处理等措施。

4) 质量控制与检测。

a. 焊缝质量检验:对非标钢结构的焊缝进行无损检测(如超声波探伤、磁粉探伤、渗透探伤等),确保焊缝质量满足设计和规范要求。

b. 尺寸与形位公差检查:对完工的非标钢结构进行三维坐标测量和形位误差检测,确保整体结构尺寸精度和几何形状正确。

5) 表面处理与防护。

a. 除锈与清洁:对焊接后的钢结构表面进行除锈、打磨和清洁处理,去除氧化皮和杂质。根据设备情况,对非标钢结构会提前预抛丸。

b. 涂装防腐:根据设计要求和使用环境,选择适用的防腐涂料体系,进行底漆、中间漆和面漆的涂装,确保非标钢结构具有良好的防腐蚀能力及外观品质。

2  钢结构智能制造技术发展现状

当前,第四次工业革命的大潮已汹涌而至,BIM、人工智能、大数据、物联网等成为当今的热点。将新一代信息技术与传统制造技术相融合而形成的创新制造模式即为智能制造,它被认为是解决当前制造业诸多现实问题的重要依托,更是制造业高质量发展的重要抓手。智能制造关键技术,主要包括数字孪生技术、人工智能技术、工业机器人技术、大数据技术、云计算技术、物联网技术以及整体的信息化系统等。

2.1　关键信息技术

1) 数字孪生技术。

数字孪生技术为制造过程提供了虚拟环境模拟的可能,使得生产线问题能够被提前发现并进行优化。数字孪生通过集成物理模型、传感器数据和操作历史,形成对物理实体的详尽虚拟映射,有助于提高制造的整体效率和质量,如图 1 所示为激光切割机数字孪生看板。

图1　激光切割机数字孪生看板

2) BIM 技术。

建筑信息模型(BIM)技术是现代智能制造领域中的核心技术之一,特别是在钢结构的设计、制造、施工及维护全周期中发挥着极为重要的作用。BIM 技术通过创建详尽的多维模型,不仅优化了设计团队间的协作效率,还改进了材料使用和施工过程的计划。

通过将 BIM 技术与物联网技术融合,建立基于二维码的钢结构生产信息化管理系统,以二维码作为信息传递的载体,实现材料进场、构件加工、检验入库、物流运输、现场收货等环节的信息化管理,实时掌握构件的状态信息,保证了构件加工工序可追溯,避免了信息传达不及时、数据统计错误等常规问题的出现。

BIM 技术在物料统计中的应用:利用 BIM 软件如 Tekla structures,创建精确模型转换生成 NC 文件,实现自动套料排料,对接数控设备,实现智能制造;基于 BIM 模型导出工程量清单,用于辅助材料统计、原材料采购、控制项目预算和工程量校核(图 2)。

图2　BIM 在钢结构制造中的应用

3) 工业机器人技术。

工业机器人作为机器人的一种,主要由操作器、控制器、伺服驱动及传感系统组成,可以通过重复编程而操控,对于提高产品质量,提高生产率和改善劳动条件起到了重要的作用。工业机器人在钢结构制造方面的应用包括机器人加工、喷漆、装配、焊接以及搬运等。例如,在自动化焊接过程中,机器人不仅能够自动规划焊接路径,提高焊接速度,还可以通过高级传感器实时监控焊缝的质量,确保构件安全性和可靠性。Liu 等提出基于视觉的深度学习方法,能够自动识别大型构件的焊缝路径。机器人的使用还能显著降低生产中的人力需求,减轻工人的劳动强度,有效降低生产成本。

4) 物联网和云计算技术。

利用物联网和云计算技术,打破各部门之间的数据壁垒,跨越工厂界限,与供应商和客户实现数据互联互通,让数据真正流转起来,使得设备与设备之间,设备与生产线,工厂与工厂之间的无缝对接,也使得生产管理者能够及时获取生产线状态和市场需求变化,从而迅速调整生产策略和计划,更有效地响应市场变化。例如,通过云计算平台,数据可以被收集和分析,帮助决策者洞察生产流程中的瓶颈,预测设备维护需求,以及更准确地预测材料需求和库存管理,优化生产过程,还增强供应链的透明度和响应速度,极大提高了整个生产系统的效率和经济效益。

5) 智能检测技术。

智能检测技术通过结合传感器、无损检测以及人工智能等先进技术手段,极大地提高了对产品质量的监控和控制能力。其中,传感器技术能够实时监测生产过程中材料的各种物理和化学参数,如温度、湿度和应力等,帮助制造者及时发现并解决潜在的质量问题。智能检测技术可提高产品质量,还能降低因质量问题导致的返工和废品率,从而提高生产效率。无损检测技术,如超声波检测和磁粉检测等,能够在不破坏材料的情况下检测内部缺陷;三维激光扫描技术可获取钢构件的点云数据,非接触式的测量出构件的加工误差。这些技术特别适合用于检测焊缝和结构件,以确保它们的完整性和安全性,确保产品出厂前符合所有安全和质量标准。

人工智能技术的应用也使得检测数据的分析更加快速和准确。人工智能技术可以从大量的检测数据中快速识别出异常模式,及时预警可能的质量问题,并指导生产过程中的调整,提高检测效率,增强生产过程的自动化和智能化水平。

2.2　智能制造技术在工艺环节中的应用

1) 材料准备。

在材料准备阶段,智能制造技术主要体现在材料的自动化搬运和智能化仓储管理。通过使用自动化叉车、程控行车等智慧物流系统,实现材料从仓库到生产线的全自动搬运,减少了人力成本和物流错误。此外,采用超宽带(UWB)高精定位技术或射频识别技术(RFID)对材料进行标识和跟踪,结合智能仓储系统,可以实时监控材料的存储位置和状态,确保材料的高效利用和减少库存成本。

2) 板材下料。

在板材下料阶段,自动化及智能化设备包括等离子切割机、激光切割机(搭载零件在线分拣系统)、数控平面钻床、坡口切割机器人等设备(图 3 和图 4), 自动导向车(AGV)、有轨制导向车(RGV)、智能立体仓库、程控行车等仓储物流设备。通过零件在线分拣系统中搭载了 3D 视觉分析、喷码路径规划、智能抓取分析、先进码垛算法、分类分组分析、智能控制技术、人机交互等技术,自动获取各类型规则钢板、异形钢板位置,自动匹配相应规则的工装夹具实施智能分析,支持按照班组、构件类型等多种规则进行分配,提高生产效率;结合 AGV 物流小车,实现零件板至下道工序的快速流转,并实现下料区少人化甚至无人化。

图3　智能下料及分拣机器人

图4　坡口切割机器人

3) 组装和焊接。

在组装和焊接阶段,目前主要采用组焊校一体机进行 H 型钢等规整大件的组立,通过钻锯锁智能装备进行钻孔、锯割及锁口工序操作;通过搬运机器人、焊接机器人和变位机系统,搭载高度集成的智能制造系统和机器视觉及传感技术,完成零件板及牛腿部件与大部分规整的主结构构件的智能化装配焊接(图 5),实现加工件的自动、准确组装,提高速度和降低错误率。

图5　装配与焊接机器人

4) 抛丸和喷涂。

在抛丸和喷涂阶段,目前主要采用通过式抛丸机进行除锈,喷漆机器人和自动喷漆系统进行喷漆作业,工件自动运输系统进行运输。此外还需要流平、烘干、强冷、漆雾处理、废弃处理等系统一起构成生产线,完成不同类型构件的喷漆作业。

5) 全过程管理系统。

在智能制造过程中,目前大部分钢结构智能制造企业易形成基于企业端的工业互联网系统,该系统利用 BIM 模型进行数据解析并指导生产,依托 BlM 数据自动生成材料需求、自动分析生产工作量、自动分析构件工序流程、自动形成任务计划,实现构件生产施工全过程跟踪。利用现代跟踪技术,对材料和构件跟踪定位,分析构件流转速度,及时做出调整,保证生产通畅。结合质量检查,确保构件关键工序质检 100% 执行,攻克构件变更难关,定位构件状态,分析变更性质,人机交互确定方案,确保变更构件得到合理的处理。以物联网为手段实现生产设备的互联互通,收集设备的运转参数,实时分析设备状态,确保安全运转,实现设备与 BIM 直连,远程数据传输,加工进度收集,远程控制设备运转参数,确保设备运转过程中工艺参数满足标准要求。充分利用大数据分析手段,分析设备运转参数、能源消耗、人工配比,与构件或工序形成匹配关系,为智能制造提供资源配置依据,使资源配置最优。结合 BIM 将材料、工艺参数、设备、人员、进度、质量等信息反馈至系统的轻量化模型,形成每一个构件的身份证,由制造执行系统(MES)接受企业资源执行计划(ERP)管理系统的生产计划,配置生产节拍、工艺参数、资源配置、制造能力,形成生产仿真,实现智能排产,自动下发传递到各设备进行生产。

系统可实现 BIM 数据轻量化、构件状态实时查看:利用 BIM 模型导出的 IFC 数据文件,经轻量化后,上传至智能制造管理系统,通过系统消除信息孤岛,挖潜数据最大价值,用于零件到构件的全过程状态实时显示和追溯,并将数据应用于采购、制造、运输、安装(图 6)。

图6　智能制造信息管理系统

3  钢结构智能制造技术展望

3.1　当前存在的问题及难点

经过长时间的探索发展与技术沉淀,智能制造技术在钢结构行业的应用取得了明显进步。然而,面对我国钢结构行业智能化转型要求,同时对照全球发达国家智能技术应用发展态势,我国在钢结构智能制造发展方面仍面临一系列挑战和问题,需要行业内外通力合作解决。

1) 高成本投入。

高昂的初期投资和维护费用是智能制造技术推广的一大障碍;对于中小企业,这种投资压力尤为突出。

2) 技术复杂性和人才需求。

随着技术的复杂性增加,对操作人员的技术知识和技能要求也随之提高。

3) 数据安全和隐私保护。

在智能制造过程中,企业产生的大量数据需要有效的安全保护措施。

4) 技术快速迭代。

智能制造技术迅速迭代更新,企业面临着持续投资的压力。

5) 钢结构非标特性。

目前,钢结构智能制造装备、智能车间的发展已取得长效发展,但由于钢结构构件非标、小批量、定制化的特点,造成智能装备、车间产能严重不足。

3.2　可能的解决方案

1) 政府和行业协会的支持。

政府和行业协会可以推出更多的政策支持和资金补贴,以降低企业在技术改造和设备更新上的成本,包括提供财政补助、税收优惠和低利贷款,从而激励企业进行必要的技术升级和创新。

2) 加强人才培养和技术培训。

突破协会、企业和高校、科研院所之间的协同创新瓶颈,以钢结构全产业链智能制造技术创新研发为核心,搭建产业协同创新集群,加强创新技术攻关,培育专业技术人才,促进技术成果转化。

3) 提高数据安全和隐私保护。

采用先进的数据加密技术和安全管理系统,加强对生产过程中产生的大量数据的保护。建立严格的数据管理规范和操作流程,提升员工的数据安全意识和责任感。

4) 建立灵活的技术更新机制。

企业应通过市场调研和技术预判,合理规划技术更新周期和投资计划,以避免盲目追求新技术而忽视实际效益。

3.3　钢结构智能制造未来发展方向

近年来,我国经济发展已经进入增速放缓、动力转换、产能输出的新常态。“十四五”时期,随着以人为核心的新型城镇化重大战略的全面实施和新兴智能技术的快速发展,钢结构行业仍具有难得的发展机遇和广阔空间。钢结构智能制造将向更高度数字化和智能化方向发展。随着机器学习、物联网、机器人技术的不断成熟,钢结构制造过程更加数字化和智能化,生产效率和产品质量将得到进一步提升;智能制造技术能够根据客户的具体需求,实现产品的快速定制和灵活生产,满足市场多样化的需求。

此外,绿色制造和可持续发展也是钢结构智能制造的主攻方向。钢结构智能制造技术将更加注重资源节约和环境保护,推动生产方式向低碳、环保方向转变,实现经济增长与环境保护的双赢。

最后,在人工智能等创新技术驱动下,生产数据价值必定呈指数级增长;钢结构制造业应紧抓数据驱动作用,从企业战略出发,把握智能技术发展规律,合理运用智能技术,制定相匹配的数字化转型战略,培育数字科技新动能,通过“产品+服务”进行转型升级,构建数字产业新生态,推动传统制造业向数字化、智能化、绿色化、高端化方向迈进,在数字经济时代的大变局下实现新的突破。

注：受限于推文篇幅，文章参考文献未标注，详见原文。