由各部件通过螺栓、铆钉等连接构成的组装结构广泛存在于机械、土木等工程领域,大量研究表明,接头（Joint）对组装结构（Assembled structure）的动力学特性有明显影响,其高保真的数值模型是组装结构响应预测的基础。事实上,由于接头的接触界面存在一些不确定性参数,确定性模型更新方法得到的模型存在过度设计的问题,考虑不确定性的组装结构随机模型更新方法,已经受到工业界和学术界越来越多的关注。基于概率理论的贝叶斯方法是目前最重要的参数不确定性量化分析方法之一。然而,将其应用于组装结构随机模型更新的相关研究并不多,相关的技术方法还有待发展。主要的研究难点有:连接接头的局部特征难以捕捉,无法构造对接头参数有较高灵敏度的似然函数;不确定性量化和不确定性传播分析中需要多次求解组装结构动力学问题,计算成本较高;接头的不确定性来源较多,相互耦合,不确定性量化难度较大。本文针对具体问题,通过组装结构的随机振动响应和贝叶斯框架,在频域对接头的不确定性展开研究,包含以下几个方面的工作:（1）针对接头局部特征难以辨识的问题,提出基于多输入-多输出随机功率谱响应的贝叶斯随机模型更新方法。该方法引入多点随机激励,充分激发接头的局部连接力学特征,并借助虚拟激励法求解组装结构多输入随机激励的功率谱响应。利用贝叶斯推理框架和测量功率谱响应服从二自由度卡方分布的性质,建立多输入-多输出模式下的接头参数后验概率分布函数。数值算例表明,多点激励条件可以降低对测量数据的苛刻要求,能够实现在较窄的频域区间同时识别连接刚度和连接阻尼的目的。（2）针对贝叶斯随机模型更新方法计算成本高的问题,提出基于半解析灵敏度分析的贝叶斯随机模型更新方法。该方法从两条技术路径出发解决计算难点:a)利用子结构模态综合法,将确定性的子结构与不确定性的连接接头分离,避免非参数部件重复计算,同时,也可以有效降低减少组装结构动力学计算规模;b)通过虚拟激励法计算接头关于参数的一阶、二阶灵敏度,并进一步推导功率谱的半解析梯度向量和海森矩阵。利用组装结构测量平均功率谱矩阵服从复威沙特分布的特点,建立连接参数在测量功率谱矩阵条件下的后验分布函数,并以此构造连接参数最大后验估计的目标函数,利用功率谱的梯度向量和海森矩阵推导目标函数的半解析梯度向量和海森矩阵。数值算例表明,含连接参数半解析灵敏度的贝叶斯优化过程,每次迭代的计算时长明显减少。（3）针对模态综合法忽略高阶截断模态的影响带来的计算精度问题,提出基于改进模态综合法的组装结构随机模型更新方法。该方法利用子结构的低阶约束主模态和精确剩余广义模态,建立弹性边界条件下的组装结构高保真减缩动力学模型。采用预测误差的概念,将减缩模型嵌入随机分析模型中,并通过贝叶斯推理框架和连接参数的先验信息,建立以组装结构的特征值和特征向量为测量值的连接参数后验概率密度函数。利用自适应的拒绝延迟抽样方法从后验分布中抽样并量化连接参数的不确定性。数值算例表明,该方法可以在保证更新结果准确的同时,尽可能减少子结构模态的求解数目。（4）针对连接接头的混合不确定性问题,提出基于分层贝叶斯的连接参数不确定性量化方法和基于多项式维数分解的不确定性传播分析方法。该方法利用超参数和预测误差,对参数固有可变性和测量噪声不确定性区别建模,并建立组装结构连接参数的分层贝叶斯推理框架,推导超参数的边际后验概率分布,以及利用超参数抽样样本推导连接参数的后验概率密度函数。在连接参数的不确定性传播分析中,为了解决将大量连接参数样本代入理论模型求解而带来的计算困难,采用多项式维数分解方法,利用不确定性参数维度递增的成员函数,建立连接参数与功率谱响应之间的高效映射关系。数值算例表明,本文方法可以准确量化连接参数的不确定性,不确定性传播分析结果也与测量功率谱的统计结果匹配,且在计算效率上有明显的优势。