损伤识别是结构健康监测的核心内容。实际工程结构中不可避免地存在不确定性因素,使得传统的确定性损伤识别方法在实际应用时效果往往不理想。因此,本文结合近似贝叶斯计算、马尔科夫链蒙特卡罗抽样和随机响应面,提出了一种基于改进贝叶斯计算的概率损伤识别方法,避免了求解似然函数,同时能快速计算响应概率统计特征值,以大幅简化参数后验概率分布的求解过程并提高计算效率。论文主要研究内容和成果包括:介绍了传统贝叶斯理论和近似贝叶斯计算的基本概念,后者的优势在于估计参数后验概率分布时无需要计算似然函数,从而大幅降低了问题的求解难度。为了避免计算贝叶斯公式中复杂的多维参数定积分,求解过程采用了马尔科夫蒙特卡罗抽样方法,并利用随机响应面实现样本响应概率统计特征值的快速计算,以此大幅提高计算分析效率。通过3种方法结合,能有效利用各种方法的优点,在降低问题求解难度的同时,也保证了参数后验概率分布的估计精度,还能大幅提高计算效率,增强了所提出方法的实用性。为了验证方法的可行性,论文先对一根钢梁和钢筋混凝土梁的数值模型进行损伤识别。通过折减梁模型的刚度参数来模拟损伤,同时采用模态频率和振型作为结构响应。分析结果说明,所提出方法能够准确地识别损伤的位置和程度。同时,通过与传统贝叶斯方法的对比也发现,本文方法在保证参数概率分布估计精度的前提下,能有效降低问题求解难度,大幅提高计算效率,具有一定的优越性。最后,论文进行了一根钢梁和钢筋混凝土梁的模态试验,通过在钢梁上切口或静力加载使钢筋混凝土梁产生裂缝来模拟损伤,并基于梁损伤前后的实测模态频率和振型,实现对钢梁和钢筋混凝土梁的损伤识别。同样地,得到的识别结果也和传统贝叶斯方法的进行了对比。分析和对比结果说明,所提出方法可以较准确地识别出试验梁结构的损伤位置和程度,验证了方法在实际结构上的可行性和可靠性。总体上,论文所提出的方法可以有效增强贝叶斯理论在概率损伤识别领域的实用性,具有一定的理论与应用价值。