钢结构作为一种新的建筑形式，以其强度高、自重轻、刚性好、建设速度快等特点得到了广泛的应用。在钢结构大量使用的同时，其质量问题也不断凸显，除安装质量外，钢构件加工的质量问题直接影响着整个钢结构工程的质量。由于钢结构加工工艺复杂，在其加工过程中的质量问题较多，并且其原因难以确定。随着科技的进步和信息产业的发展，质量追溯作为一种确定质量责任，提高企业质量管理水平，提升产品质量的手段得到了广泛应用。因此，如何构建一个高效的钢构件质量追溯平台是钢结构企业亟待解决的问题。本文以某大型钢结构公司为研究背景，根据钢结构生产的特点，结合物联网应用的优势，设计了钢构件质量追溯系统。首先，本文在现场调研的基础上，分析钢结构企业的业务流程和钢构件生产工艺流程，对钢构件生产过程中常见的质量问题进行了总结。并在此基础上设计了钢构件质量信息追溯系统，实现了从设计、原料到生产过程中各个工序的质量信息追溯。针对钢结构质量原因复杂的特点，本文应用了专家系统构建了钢结构质量问题的追溯，实现了钢结构一般质量问题能够追溯到其原因。焊接质量是钢构件质量的关键，其质量直接关系着整个钢结构工程的质量，且影响因素复杂，对此本文采用了RBF神经网络系统对焊接工序的质量问题进行追溯。基函数中心、宽度和权值是RBF神经网络设计的重点和难点，本文采用了遗传算法对这三个参数进行了优化，通过仿真验证了其有效性。最后，本文对钢构件质量追溯系统的功能模块、数据库和前台界面进行了设计与实现，通过实际应用的验证。