随着已有桥梁老化问题的日益严重，如何保证桥梁的安全可靠使用，已经成为一个迫切需要研究和解决的问题。桥梁安全评估目前存在的一个重要问题是：无论哪种方法或者模型都寄希望于某些近似公式，无法将以往桥梁性能退化规律的先验认识和当前的检测信息进行有效结合，也无法做到对评估模型或参数进行及时更新。桥梁安全评估的发展主要在于新算法的应用和新理论的探索。动态贝叶斯网络（Dynamic Bayesian Networks, DBN)在处理桥梁结构时变过程中的时序数据以及表达多层影响因素方面具有独特的优势，同时具有信息更新能力。本项目首次提出将DBN作为桥梁安全评估的新方法。通过DBN模型算法改进，基于DBN模型的桥梁结构性能模拟以及基于DBN的桥梁安全分析这主要三个部分的研究，本项目实现了DBN在桥梁安全评估中的应用。主要研究成果有：建立了适用于桥梁结构状态评估的DBN模型，提出了基于DBN的桥梁状态评估方法；同时建立了模拟桥梁性能退化过程的DBN模型，其中包含了离散DBN模型、条件高斯DBN模型、线性动态DBN模型；完成了连续DBN模型的变量离散方法的研究，改进了前向后向算法和卡尔曼滤波光滑算法；建立了基于DBN的桥梁可靠度计算分析框架，同时对基于响应面的可靠度算法进行了改进。本项目通过多个数值算例以及工程实例验证了DBN在桥梁性能退化及安全评估中应用的可行性和有效性：既能充分利用目前已有的桥梁性能退化规律信息，又能利用通过信息的不断更新来更新和修正先验模型，使评估和预测更符合具体结构的实际情况。本项目所提方法在桥梁性能退化及安全评估的应用具有广阔的前景，研究成果可为将来的桥梁安全管理提供全新的理论基础和技术支持。 2100433B