第 51 章 · 木结构与竹结构设计

AI建筑

一、领域界定与行业地位

木结构与竹结构是以木材、竹材及其工程复合材为主要承重构件的建筑体系，涵盖方木原木结构、胶合木结构、轻型木结构，以及以正交胶合木（CLT）、单板层积材（LVL）为代表的现代工程木；竹结构则包括圆竹结构与现代工程竹（胶合竹、重组竹）体系[86]；[88]。在"双碳"目标与地域性建造复兴的双重背景下，木竹结构因其固碳、可再生、装配化程度高而重回主流视野，成为绿色建造与乡村振兴的重要选项（姜晨光, 2024）。其行业地位正从"小众特色"上升为"低碳主流技术路线"之一，对设计、加工与施工协同提出了全新的数字化要求。

二、关键知识体系与行业痛点

该领域知识高度交叉且依赖个体经验。设计者需掌握木材与竹材的分级与强度（含水率、节疤、密度离散）、连接节点（齿连接、销连接、齿板连接、金属连接件）、防火设计（炭化速率与耐火极限）、防腐防虫防潮防护，以及现代工程木的力学性能与加工工艺[86]；[87]。其痛点集中表现为：第一，节点连接知识高度隐性，齿连接、销连接与金属连接件的细部设计需丰富经验，难以被年轻工程师快速习得；第二，防火与防护设计（尤其南方白蚁、高湿环境）高度依赖规范加经验，判断门槛高；第三，现代工程木（CLT、胶合木）知识新、国内人才稀缺，设计与数控加工脱节；第四，竹结构材性离散、节点标准尚在完善（ISO 22156:2021 主要针对圆竹），地方性竹种知识未沉淀；第五，地域性材料（速生材、不同竹种）的性能数据零散，难以形成可复用模型；第六，优秀木竹结构专家的细部经验随人员流动而流失（刘洪波 等, 2024）。知识呈隐性、离散、难以沉淀的状态。

三、AI、大模型与数据如何重构该领域生产力

AI 与数据从四方面重构该领域。其一，工程木构件知识库与参数化族库：将 CLT 板、胶合木梁柱、常用金属连接件抽象为可检索、可版本化的参数化构件，形成企业标准库（Liao et al., 2024）。其二，节点智能设计与校验：以生成式方法枚举并优化齿连接、销连接与金属连接件布置，依据 GB 50005-2017 与 EN 1995-1-1:2004 自动校核承载力与滑移，把"师傅的节点经验"转为可计算规则（刘洪波 等, 2024）。其三，防火与材性代理模型：用机器学习预测炭化时间与耐火极限、预测木材/竹材分级后的强度，减少重复试验；其四，大模型"翻译"规范：将 GB 50005、EN 1995、ISO 22156 的条文转为可执行的设计约束与校验脚本，并支持多语种工程竹标准的本地化落地（刘洪波 等, 2024）。数字孪生亦可在运维阶段监测木竹结构的湿度与变形，支撑防护决策（Liu et al., 2024）。

四、实践路径与推演

可建立"参数化建模—节点库调用—性能校验—数控加工联动"的路径。设计阶段以参数化模型定义构件与节点，由 AI 调用族库并校验承载与防火；竹结构部分依据 ISO 22156:2021 的规则库完成圆竹构件与连接设计；校核通过后，模型直接驱动 CNC 数控加工与预制装配，实现"设计—加工—施工"数据贯通。整个过程由木竹结构工程师把关，AI 把离散的材性与节点经验沉淀为可复用、可审计的知识资产。

五、小结

木结构与竹结构设计的难点，不在材料本身，而在材性离散、节点细部与防护知识的难以传递。AI 不取代木竹结构工程师的专业判断，而是把隐性经验转译为可计算、可复用、可传承的资产，让每一栋木竹建筑都成为行业低碳知识的增量——这正是本书"知识的有序沉淀与真诚流动"的题中之义。