结构在服役过程中会受到环境侵蚀、材料老化等多种因素的影响而损伤,则在该情况下,需要通过健康监测来进行实时的监控,其中,损伤识别是结构健康监测的重要环节。现今的损伤识别方法主要是传统的确定性损伤识别方法,但是,由于在实际工程应用中,引起结构损伤的因素或者损伤识别计算过程和结果往往具有不确定性,所以确定性识别方法可能并不能很全面地考虑这些影响。因此,本文运用基于贝叶斯模型的不确定性损伤识别方法,结合随机响应面方法和马尔科夫蒙特卡洛抽样两种方法,考虑了不确定性因素对损伤识别的影响,并在抽样过程中简化了模型响应特征值的计算,提高了计算效率。本文主要研究内容有:（1）针对贝叶斯损伤识别方法中似然函数的求解问题,本文运用了矩阵摄动法、最小二乘法和随机响应面法三种方法进行求解,可得到结构响应与模型参数之间的关系式,然后建立有限元模型对三种方法进行验证,通过对比三种方法的计算结果误差大小及可行性,最后得出采用随机响应面法对结构响应和模型参数的关系式进行求解能取得较小的误差,可用于后续计算。（2）运用有限元仿真方法对基于贝叶斯方法的损伤识别方法进行数值仿真计算,通过对比试验结果与理论值误差以验证其可行性。首先在数学层面介绍了贝叶斯统计理论,然后将其引入结构损伤识别,结合随机响应面法推导出待修正参数的后验概率密度函数,并通过Metropolis-Hastings抽样算法得到该参数的后验分布,从而完成基于贝叶斯的损伤识别流程。然后建立有限元模型,将该计算流程代入有限元模型做出数值仿真计算,对基于贝叶斯方法的损伤识别方法进行可行性验证,并最终能得到待修正参数的后验分布。（3）引入铁路站房有限元模型,通过对车站模型承轨层的高敏感度单元的损伤识别,验证基于贝叶斯方法的损伤识别方法在实际工程结构健康监测中的可行性,并能得到较为准确的结果。研究结果表明,结合随机响应面方法的贝叶斯损伤识别方法可以较为准确简便地识别损伤,对不同模型均有适用性,并可以适用于实际工程运用。