随着建造技术的逐渐进步,现代桥梁向着“长大轻柔”的方向不断发展。结构刚度及阻尼随之降低,使得桥梁对风荷载的作用更加敏感。风荷载作为典型的随机过程,其作用极值一直是影响桥梁结构设计的重要因素,传统计算方法一般将其假设为高斯过程来估计极值。越来越多的试验及现场观测结果表明,桥梁所受风荷载有时呈现出明显的非高斯特性,若根据高斯假定计算极值,结果可能偏于危险。在此背景下,本文针对桥梁风荷载的非高斯特性展开研究,主要工作包括以下几方面：(1)介绍风荷载非高斯特性研究现状及荷载极值的主要算法,结合理论分析和实际应用总结各种算法的优势及缺点。经过计算验证,发现改进峰值因子法计算结果偏保守；Gumbel法受短时距下极值间相关性影响,其计算结果稳定性不佳;Sadek-Simiu法仅适用于偏度值较大的一类非高斯过程极值计算。(2)总结了非高斯风荷载极值计算的几大难题：A.如何借助前四阶统计矩尽量全面地描述无穷多样的非高斯分布?B.如何由少量试验样本提取更多信息,从而更好地描述随机过程?C.如何在解决好相关性影响的同时保证极值样本数量,从而保障极值分布的拟合精度?D.如何实现一种计算方法适用范围的最大化,即同时适用于软、硬响应过程,同时适用于最大、最小峰值的计算?(3)针对性提出一种基于仿真技术的风荷载过程极值算法：利用仿真技术生成多条风压时程来模拟时程样本空间,更好地描述了随机过程,且满足了极值分布拟合的样本数量；利用Johnson变换生成具有任意前四阶统计矩的非高斯序列,来模拟无穷多样的非高斯分布；利用AR自回归模型完成对风压过程相关性的仿真；本文算法对非高斯过程的概率特性和相关特性均具有自适应性,针对不同原始测量结果,产生不同概率密度函数及AR模型完成仿真,最终利用经典极值理论完成对风压极值的计算,因此本文算法适用于全部类型的平稳风压过程极值计算。(4)基于桥梁主梁节段模型测压试验结果,总结主梁表面非高斯风压区域分布特点。采用几种已有风荷载极值计算方法及本文提出的算法分别计算典型测点处风压极值,并与真实测量结果进行对比分析,证明了本文算法可适用于全部类型的风荷载过程,且与其他算法相比具有更高的计算精度。