考虑不确定性的损伤识别及可靠度指标对结构安全评估起着关键作用。由于各种不确定性因素的影响，从而导致观测数据、识别结果具有不确定性问题。目前，关于损伤识别的理论和方法有很多，然而基于不确定性的损伤识别及可靠度研究仍是一个重要课题。　　常用的不确定性的结构损伤识别方法主要分为以下几类:1）基于经典概率统计的损伤识别;基于概率的损伤识别方法都是采用数值仿真算例来进行的，对于损伤和噪声的模拟同实际结构会有一定的出入。2）基于贝叶斯模型修正的损伤识别;贝叶斯模型修正方法大多是将预测误差建模为高斯白噪声过程，而这种假定在实际中并不成立，从而导致计算不确定性欠估计;因此，一般无法求解未知参数较多的较大规模计算问题。3）基于随机有限元模型修正的损伤识别;随机有限元模型修正方法同样存在计算复杂性问题，即各类协方差矩阵的计算在很多情况下仍然不得不采用蒙特卡罗模拟方法。4）基于统计模式识别的损伤识别。例如。目前基于统计模式识别的损伤识别方法具有良好的应用前景，关键问题是合理的状态矩阵构建和敏感的损伤指标的构造;然而对于实际工程结构，噪声、测量误差、环境因素等对于损伤指标的影响是不容忽视的。　　同样常见的结构可靠度分析方法有:1）蒙特卡罗模拟;主要通过采用频率来估算概率，然而前提是随机抽样数必须足够大，否则达不到精度要求。而抽样数太大会增大工作量，因此直接的蒙特卡罗模拟只应用于结构可靠度不高的情况。2)一次二阶方法;该方法的特点是计算简便，不需进行过多的数值计算。但存在明显缺陷，即不能考虑随机变量的分布概型，因此计算结果比较粗糙，一般常用于结构可靠度计算精度要求不高的情况。3）高次高阶矩法中随机变量的分布概型是应用数理统计的方法推断确定的，因此随机变量的分布概型可能不严格。　　因此就目前结构损伤识别的研究现状，本文主要研究工作为对传统的概率损伤识别和可靠度分析方法存在的局限进行改进，结合统计矩，时间矩和可靠度理论方法以及泰勒展开式，对结构进行损伤识别和可靠度分析。　　论文第二部分为了解决噪声对识别结果的影响，引入响应统计矩对噪声不敏感的特性，求得响应进行统计矩灵敏度，对观测响应进行统计分析，从而使得结构概率损伤识别具有强烈的抗噪性，降低了噪声对结构参数识别的影响。将损伤识别参数对不确定随机变量进行一阶泰勒展开，由概率分布的分布特性，求得结构参数在任意分布情况下的概率损伤结果。　　论文第三部分同时针对响应统计矩必须观测数大于等于结构识别参数个数的问题，进一步提出了时间矩概念。即将响应进行分段统计矩处理，通过优化函数识别出结构参数，其次采用泰勒法展开对结构的不确定量进行线性化处理，根据不确定量的概率分布特性对参数进行概率统计。　　第四部分结合了统计矩概率损伤识别和可靠度分析方法。根据所得的结构响应进行一阶泰勒展开，由该不确定性的概率分布特性和可靠度定义求得结构单元和系统可靠度。数值算例和Monte Carlo算法验证了提出的损伤识别和可靠度分析一体化方法的有效性和准确性。进一步围绕时间矩的概念对第三部分进行完善，使得观测数目在一定程度上减少到最低。　　论文第五部分针对以上章节损伤识别与可靠度相结合方法中存在的不足之处加以改进，如利用统计矩进行可靠度分析时需要统计所有时长的响应数据方能对前面时刻的可靠度进行分析，而本章采用的是扩展卡尔曼的损伤识别与可靠度分析，该方法能对结构参数及可靠度进行在线识别和分析。