大跨度桥梁是交通运输体系的重要组成部分,往往处于跨江海或跨山区的咽喉位置,确保其在服役期的安全耐久水平至关重要。然而,在风荷载和环境因素的长期共同作用下,作为主要受力传力单元的吊杆结构会出现疲劳损伤甚至破坏,吊杆结构的疲劳问题呈现长历时和时变性的典型特征,而传统基于理论分析和模型试验的研究手段无法有效揭示吊杆结构的疲劳性能演化规律及灾变机理。随着桥梁健康监测技术的进步,能够获取海量的现场监测数据,结合机器学习算法和疲劳寿命分析方法,可以为桥梁吊杆结构的疲劳性能评估与安全防控提供创新解决途径。本文基于九堡大桥结构健康监测系统所获取的海量风场数据,开展大跨桥梁吊杆结构风致疲劳评估。主要研究工作包括:（1）基于桥梁健康监测系统获取的风场数据,分别采用广义回归神经网络、反向传播神经网络和极限学习机对风速进行长期预测。为了提高风速预测精度,建立了基于交叉验证的广义回归神经网络、基于遗传算法的反向传播神经网络、基于粒子群算法的极限学习机和基于三种基准神经网络的组合模型,对比了七种风速模型的预测性能。（2）考虑监测数据不确定性,建立了基于高斯先验的贝叶斯模型对风速进行短期概率预测。分别采用平方指数协方差、Matern协方差、周期协方差及其混合协方差构建贝叶斯模型,通过对比验证确定了最适合该类监测数据的协方差函数。（3）基于有限混合分布方法,建立了极值风速风向联合概率分布模型对风场随机特性进行表征,其中极值风速和风向均采用有限混合分布方法进行建模。分别采用期望最大化算法和遗传算法计算模型参数,基于所建立的联合概率分布模型计算不同重现期下的极值风速和风荷载,并与规范所推荐的方法进行对比。（4）基于多物理场有限元软件COMSOL分析不同风速风向和湍流模型对桥梁吊杆风场的影响。结合监测数据和流-固耦合分析方法,计算桥梁吊杆在风场下的应力响应时程曲线,推导了风速风向联合作用下的桥梁吊杆累积损伤值,并基于疲劳寿命曲线计算吊杆的疲劳寿命。（5）为计算腐蚀环境作用下桥梁吊杆的疲劳寿命,建立了腐蚀疲劳过程中点蚀坑萌生阶段、短裂纹扩展阶段和长裂纹扩展阶段模型,提出了通用的三阶段腐蚀疲劳耦合寿命分析方法,并进一步阐明了不同腐蚀环境（腐蚀电流、大气腐蚀速率、风荷载的加载频率和腐蚀坑形貌）对吊杆疲劳寿命的影响。（6）考虑桥梁吊杆的整体损伤特性,提出了基于贝叶斯优化的吊杆刚度和拉力识别方法,研究了四种采集函数（期望提高函数、概率提高函数、置信下限函数和改进期望提高函数）对刚度和拉力损失识别精度的影响,分析了不同边界条件和不同环境噪声对损伤识别精度的影响。分析桥梁吊杆内部平行钢丝断丝、钢丝腐蚀数量及断丝与腐蚀的共同作用对吊杆整体结构疲劳性能的影响,建立了基于贝叶斯网络的桥梁吊杆系统时变可靠度评估方法。本文的研究成果可以为在役大跨度桥梁吊杆的抗疲劳性能评估及疲劳失效防控提供理论支撑。