随着我国交通运输行业的迅速发展,桥梁建设领域也在大跨步的前进。各种大跨径PC斜拉桥均得到了广泛的应用。斜拉桥属于高次超静定结构,施工误差对结构产生的影响不可忽视,会使得成桥后的实际状态产生变化。施工误差具有累积性,如果忽略施工过程中的各种偏差,默认结构参数总与设计值相符,一直处于理论状态,那么随着施工的进行,最后的实际成桥状态很可能与设计状态不相统一,造成对结构实际状态的误判。这会对成桥之后的健康监测、养护加固等工作产生影响。因为这些工作均要依据当前结构的真实状态,而非设计上的理论状态。所以,利用实测数据及一些处理方法,实时更新结构的关键参数,及时修正有限元模型,使输出值更为准确,尽量减小误差,是极为必要的工作。本文引入数理统计中的贝叶斯方法,对PC斜拉桥施工过程中的结构参数进行实时更新,修正有限元模型,并与实测结果进行对比,验证贝叶斯方法是否适用。同时运用参数识别领域较常用的最小二乘法,将两者的识别结果进行对比,以验证贝叶斯方法的精度与效率。这样在成桥阶段就能得到桥梁更为真实的状态,作为日后管理、养护、维修加固的重要依据。同时也为桥梁参数识别领域增添了一种新的行之有效的方法。本文的主要结论成果如下:(1)引入一种新的参数识别方法——贝叶斯方法,详细介绍其基本内容,并阐明如何将其运用到桥梁工程领域的参数识别工作中来。(2)建立依托工程结构的有限元模型。以施工过程中的实测挠度与索力等数据作为目标响应值,采用贝叶斯方法对模型进行不断地修正更新,并将修正之后的理论值与实测数据对照,验证了该方法在参数识别方面的可行性。(3)同时也在此例中运用了参数识别领域较流行的最小二乘法,进行结构参数的识别。将两种方法的结果进行详细的对比分析,最终结果表明两种方法基本处于同一精度,贝叶斯方法总体上的识别效果稍好一些。(4)表明了桥梁运营阶段的实际状态与设计状态存在差异,并对这种差异性进行了一定程度识别。