近年来我国对于基础设施的重视使桥梁的建设得以迅速发展,随着桥梁结构服役时间的慢慢增加,且长期受车辆荷载、环境荷载、气候变化和海洋腐蚀等灾害影响,桥梁结构性能的退化无法避免。针对桥梁结构建立结构健康监测系统,及时有效地监控桥梁的服役状态,根据监测数据进行结构损伤识别、受力分析、安全评定和寿命预测,已经日益引发了研究人员的兴趣。移动荷载和动挠度是桥梁工程领域常见的信息,对桥梁高效安全地运行起着重要的作用。考虑路面粗糙度的影响时,移动荷载呈现出随机特性,荷载与桥梁结构视为确定性问题的识别方法不再适用,考虑随机的统计方法更适合于移动荷载和动挠度统计特性的识别研究。由于自然灾害、人为灾害的缘故,桥梁的功能和质量一直在恶化,开展桥梁路面粗糙度的定量评估对于有效维护路面至关重要。同时,受材料特性变化、环境影响、测量缺陷等其他因素影响,实际工程背景下桥梁往往体现出不确定性。将移动荷载,桥梁动挠度,桥梁路面粗糙度等健康评估信息进行整合,对桥梁日常的服役状态进行智能运维管理,开发桥梁运维的智能框架是有必要且具备研究意义的。本论文针对国内外研究进展,对相关内容展开如下研究:本论文第一章总结了桥梁移动荷载识别及桥梁运维的物理信息融合框架的构建的研究进展,并阐明了本论文的研究工作和创新点。本论文第二章研究内容为基于桥梁部分响应的随机移动荷载和动挠度的统计特性识别。以两个移动荷载作用在简支梁上展开研究,首先,基于一组观测样本,利用EKF-UI识别桥梁结构参数,移动荷载和桥梁动挠度。然后,基于多组观测样本,识别移动荷载和桥梁动挠度的统计特性,以及路面粗糙度的功率谱密度。应用的EKF-UI识别算法克服了观测桥梁全部响应的缺点,将结构参数包含在状态里面一起进并行识别,且具备良好的抗噪性能。本论文第三章研究内容为基于车辆部分响应的移动荷载和路面粗糙度识别。传感器放置在车辆上,使得实际工程上的可行性更高。研究对象为车桥耦合模型,其随机性来源于路面粗糙度。首先,基于两个车身加速度信号,利用GKF-UI识别车辆前后轮移动荷载和车辆状态。然后,利用车桥接触力计算桥梁结构响应,并求解车桥接触点响应。最后,对路面粗糙度及其功率谱密度进行识别。应用的GKF-UI识别算法在传感器的部署位置上可以不受限于外力作用的位置,且仅需要部署两个加速度传感器,大量节省了传感器的投入成本与运维成本。本论文第四章研究内容为考虑桥梁结构随机性的移动荷载的统计特性识别。考虑实际工程背景下材料特性变化、环境影响、测量缺陷等因素的影响,造成结构材料的不确定性,研究桥梁结构随机情况下的不确定性传播问题。第四章结合KF-UI和I2PEM,针对桥梁结构参数为随机变量和随机场两种情况,基于桥梁结构的部分加速度响应和应变响应识别移动荷载的统计特性。第四章研究了点估计在移动荷载识别的不确定传播问题上的应用,同时考虑了弹性模量和质量线密度服从高斯分布的两个随机场的移动荷载识别,使其更具备实际工程的研究意义。本论文第五章在第二、三和四章的基础上,研究了桥梁运维的物理信息融合框架的构建。智能桥梁运维系统对有效控制桥梁结构的安全具有重要意义。然而,目前对基于物理信息融合的智能桥梁运维系统的研究还比较少,第五章对基于物理信息融合的智能运维系统和基于BIM平台的桥梁结构系统进行了初步研究,该章的研究建立了基于云平台的物理信息融合智能桥梁运维系统。本论文第六章对论文工作进行了总结,并对下一步研究方向进行了展望。