模型修正与参数识别隶属于结构识别范畴,依据试验数据完成复杂结构有限元模型的参数识别,对其工作状况评估与健康监测具有重要意义。大跨度拱桥结构的复杂性导致其真实结构中存在较多的认知不确定性,因而有限元模型中普遍存在不确定性参数。本文通过两种方法运用试验数据完成了结构中的不确定性参数的识别研究。第一种方法是基于传统的灵敏度分析筛选重要不确定性参数,通过目标函数最优化方法完成模型校验。第二种方法是基于误差的概率分析,通过一组随机抽样形成的模型群对真实结构进行模拟,以一组模型的后验概率依据参数估计的方法完成结构识别。主要研究内容概述如下:(1)总结了一座大跨度拱桥现场静动力试验结果,根据线型观测结果明确了设计资料对于结构识别的可靠性。通过精确的现场勘测指导结构的精细建模,消除了有限元模拟的几何误差。提取了现场试验数据,为后续识别过程提供支持。(2)对拱桥的桥面与钢拱在竖向与横向两个方向上分别进行了工作模态分析,对比了不同分析方法以及数据前处理方法对于模态参数识别结果的影响。在复模态指示函数方法的识别中,分别使用不同子结构测试中的参考点数据识别了模态参数,发现形成整体的结构的频响函数时,使用不同的自谱输入可能会导致虚假模态的识别。此外,本文通过不同构件的模态分析结果验证了大跨度拱桥不同构件振动时的空间模态耦合现象。(3)通过目标函数最优化方法识别了有限元模型中的明显不确定性参数。为了避免传统优化方法在复杂问题求解中陷入局部最优的弊端,提出了参数识别的遗传算法。在验证数值仿真模型适用性的基础上将其应用于来华大桥的结构识别。为解决遗传算法在目标函数求解过程中局部搜索能力较差的弊端,进行了模拟退火算法的研究以及改进的遗传退火算法识别研究。(4)基于误差理论的基础上,进行贝叶斯理论的多模型识别方法研究,结构的参数识别主要由随机模型群中少数后验概率较高的识别模型决定。根据识别结果不仅可以确定参数的贝叶斯估计,也能明确各不确定性参数的分布情况。