我国的桥梁建设事业发展迅速,已建桥梁的数目庞大,随着运营时间的增长,桥梁的耐久性和安全性问题日益凸显,对既有桥梁进行科学有效的针对性评估越发重要。近年来,针对桥梁评估方法的研究已经成为桥梁工程领域的研究热点,以基于专家经验的专家系统评估、基于层次分析法的整体评价和基于模糊理论的模糊综合评价为代表的传统桥梁评估方法理论成熟且应用广泛,但这些方法较为片面且效率较低,同时在考虑桥梁整体系统病害因素复杂性方面有一定局限。因此,如何吸收既有桥梁评估方法的优势,与时俱进将先进的计算机人工智能技术应用到桥梁综合评估领域,为桥梁安全性的评估预测及实时更新智能化提供解决方案,建立一套考虑多病害因素影响的智能化桥梁评估方法亟待研究。本文首先阐述了既有桥梁评估方法的特点,介绍了贝叶斯网络的相关概念和理论基础,分析了故障树和贝叶斯网络在结构单元组成、推理评估应用等方面的异同点和转化关系,并基于Python语言编写“Wet Grass”贝叶斯网络模型算例。其次,结合层次分析法、故障树理论、模糊集合理论,基于贝叶斯网络提出针对混凝土梁式桥的病害风险综合评估方法。基于层次分析法确定混凝土梁式桥评估体系和病害因素影响权重,基于专家调查评价和模糊集合理论确定贝叶斯网络的根节点概率,基于故障树和贝叶斯网络的转化关系及病害因素影响权重确定贝叶斯网络条件概率表。利用评估模型正向推理预测整体桥梁的技术状况等级,反向推理诊断事故致因病害,引入实时检测数据更新贝叶斯网络模型。最后,以宁安大桥工程为实例,验证使用贝叶斯网络模型对桥梁整体技术状况进行动态评估的可行性。建立了宁安大桥故障树病害因素识别模型,并转化为以计算机辅助控制软件为基础的贝叶斯网络病害风险评估模型,依据所构建模型正向推理得出宁安大桥整体技术状况等级为Ⅲ级,反向推理得出排水系统损坏为最重要的病害影响因素的结论。该评估结果与工程实际运营情况相符合,验证了本文构建的基于贝叶斯网络的混凝土梁式桥综合评估方法的科学性和适用性。