随着我国桥梁数量与日俱增,服役环境越来越复杂,桥梁的养护管理工作越来越被重视。桥梁健康监测系统的出现为桥梁养护管理工作带来了极大的帮助,为养护决策的制定提供了有力的支撑。健康监测系统采集的海量数据为桥梁方面的各种科学研究带来了极大的便利。本文的研究以江苏沿海高速公路烈士河大桥为工程背景,基于桥梁健康监测数据,研究了既有混凝土组合箱梁桥健康状态预警及BIM可视化方法,主要内容和结论包括:1.探究了混凝土组合箱梁桥的温度效应。首先对烈士河大桥温度场进行分析,发现结构温度分布存在典型季节性特征和对称性特征,箱梁截面内温度分布存在横向和竖向温差,且该横向和竖向温差是与时间无关的随机过程。对箱梁截面横向和竖向温差的正负部分分别进行了概率密度拟合,给出了顶板、底板横向温差、竖向温差正负温差的概率密度分布曲线拟合公式,并通过显著性水平=0.1的拟合优度检验。紧接着运用小波包分解法将应变数据分离为温致应变和车致应变两部分,发现结构温度与温致应变之间存在一定的滞后效应,由于这种时滞效应,二者的相关性散点图具有明显的“环状特性”,相关性系数也有较大偏差。提出了2种消减时滞效应的方法,基于傅里叶级数的单温度数据平移算法和基于多温度数据的线性拟合算法,其中单温度是指基于一个温度测点的数据,多温度是指基于多个温度测点的数据。通过实测数据进行验证,两种方法均可以有效消减时滞效应,并且明显提升温度数据与温致应变的相关性。最后结合有限元模拟方法,验证温度-温致应变时滞效应特征关于结构损伤的敏感性,并以此作为桥梁健康状态评判指标。2.开发了混凝土组合箱梁桥多源荷载效应的动态可靠度预警方法。首先运用贝叶斯动态模型建立温度荷载和车辆荷载引起的桥梁应变极值的动态预测方程,选取由小波包分离得到的温致应变和车致应变的日极值进行研究,发现温致应变极大值与日车致应变极大值均符合对数正态分布。鉴于基于贝叶斯预测模型需要数据的先验信息,而先验信息往往难以得到的问题,研究了无先验信息情况下三种贝叶斯动态模型建立方法,分别是状态方程估算法、极大似然估计法和先验点估计法,结果表明三种方法均可以建立有效的贝叶斯动态模型。状态方程估算法在均方误差指标上稍优于极大似然估计法,而平均绝对误差稍逊,状态方程估算法对应变预测的置信区间宽度更窄,在数据预警方面更加严格。在运用先验点估计法时,对形状参数为n₀/2,尺度参数为d₀/2的选取也进行了研究,结果表明,当尺度参数d₀/2与形状参数n₀/2之比接近样本数据与状态方程趋势项的方差或样本数据自身方差时,预测效果较好。最后,通过温致应变与车致应变的预测模型可实现荷载的概率分布参数动态更新,依据极限状态方程,引入动态更新的荷载概率分布参数,运用JC法计算了多源荷载下桥梁的时变可靠度,并且给出可靠指标的变化趋势及上下限预测范围。3.研究了桥梁健康状态预警的可视化方法。首先编制了适用于BIM信息载体的组合箱梁桥构件表,基于主体维、要素维、时间维和类型维4维要求下建立了一套科学且完善的信息分类方法,并在此基础上,通过平行编码方式编制了三级编码系统用于连接BIM模型与数据库信息;其次建立了一套结构层级化建模方法,按照编制的适用于BIM信息载体的组合箱梁桥构件表运用INVENTOR软件进行建模,并证明了该方法所建立的模型可以满足层级化与携带信息的要求,为桥梁健康监测与检查评定功能与BIM技术的结合奠定了基础。最后基于网页端B/S架构,经过HOOPS平台对模型轻量化,将依据桥梁健康监测响应极值、动态可靠度指标和检查评定结果三者综合打分的预警结果进行可视化,不仅直观地展示桥梁健康状态,也为进一步地挖掘桥梁状态演化规律工作做了铺垫。