基础设施建设是国民经济和社会发展的核心。为了保障结构使用的安全性,有必要对结构的现有健康状况进行准确评估,而各种检监测数据提供了相应的评价依据。但检测、监测数据具有不同的特点,现有的检监测系统相对分割,技术人员难以对检监测数据进行科学的综合利用。基于此,本文对融合检监测数据的结构性能评价方法展开了相应研究。针对裂缝检测数据,提出了基于裂缝检测数据和力学模型的刚度评价方法,并基于刚度损失情况,对相应的混凝土参数进行更新,达到使用有限元模拟既有裂缝目的。使用五根试验梁的算例,验证了所提出的刚度模型和参数更新方法。结果表明,所提出的方法能够准确地描述梁在开裂后的刚度退化,且梁的最终承载力并不受影响,这与试验现象一致,说明了所提出的刚度模型是有效的,能够基于此对既有开裂结构进行评估。针对监测数据,选择基于贝叶斯原理的无迹卡尔曼滤波（UKF）方法,使用监测数据进行结构状态识别,提出了基于UKF的结构状态识别方法;以锈蚀作为结构劣化的代表,给出了锈蚀结构的一般模拟方法,对结构的锈蚀程度进行了识别,对所提出的状态识别方法进行了验证。通过锈蚀试验梁和数值框架两个数值算例,证明了所提出的基于UKF的结构状态识别方法能够对结构的锈蚀状态以及其他状态参数进行准确识别;且该方法对噪声具有一定的抵抗性,能在一定程度上对多源监测数据进行融合,提升方法的性能。在单一检监测数据使用的基础上,进一步提出了融合检监测数据的有限元建模方法。该方法为两阶段方法,首先使用监测数据进行结构宏观状态的识别,再使用检测数据对结构的局部参数进行更新。同时,完成了钢筋混凝土框架结构的静力单调加载试验和低周往复试验,并以该试验为依托,对所提出的检监测数据融合框架进行了验证。通过对检监测数据的使用,建立了符合框架结构经历静力单调加载后损伤状态的有限元模型;通过低周往复试验的监测数据,验证了该有限元模型的准确性。结果表明,相较于初始有限元模型,融合检监测数据建立的有限元模型能够更好地对结构的行为、响应进行描述。仅有确定性的有限元模型难以对各种不确定性进行考虑,也难以对结构可靠度进行评估。针对基于蒙特卡罗模拟的不确定性分析方法和可靠度分析方法中,所需样本数较多,计算代价较大的问题,基于概率密度演化理论,提出了结构在连续倒塌情形下的随机性分析方法和可靠度评估方法,在减小计算代价的情况下还可以获得结构响应的概率密度函数和概率分布函数。将基于PDEM的可靠度评估方法与融合检监测数据的有限元模拟方法相结合,提出了融合检监测数据的时变可靠度评估与性能预测框架。通过RC框架算例,考虑锈蚀为主要劣化过程,对该融合检监测数据的框架进行了验证。结果表明,所提出的融合检监测数据的时变可靠度评估与性能预测框架能够正常工作;锈蚀对结构性能的影响是显著的,随时间的流逝结构的失效概率逐渐增大,可靠度逐渐降低。