张海萍， 刘 扬， 邓 扬， 冯东明

(1. 湖南工业大学 土木工程学院，湖南 株洲 412007； 2. 长沙理工大学 土木工程学院,长沙 410114；3. 北京建筑大学 土木与交通工程学院，北京 100044； 4. 纽约威丁格运输管理局，纽约 10027)

近年来，随着大跨度桥梁健康监测系统的迅速发展[1-2]，使得桥梁结构实测应变数据得到了大量的积累[3]。研究人员基于桥梁健康监测数据开展正交异性板主梁细节疲劳耐久性研究[4]。

Liu等[5]提出了基于应变数据的疲劳可靠度功能函数的建模方法。Deng等[6]探讨了基于应变监测数据的钢箱梁焊接细节点疲劳可靠度功能函数变量的概率模型及其取值。疲劳可靠度功能函数主要由疲劳强度变量和疲劳效应变量两种不同性质的变量组成。对于疲劳强度变量，可参考美国和英国的钢结构疲劳规范(AASHTO规范[7]和BS5400规范[8])。对于疲劳效应变量，则是依据实测应变数据构建概率模型。实测应变数据包含了所有外界荷载对桥梁的扰动，涵盖了随机干扰、温度和车辆荷载信息等。为剔除无用干扰数据，需要对获取的数据信号进行分离。现有的研究工作中，一般假设疲劳效应变量相互独立，缺少对监测数据深入挖掘和探讨。Liu等[9]分别从不同角度论述了温度对疲劳应力大小和循环次数的影响。疲劳应力与循环次数存在一定的相关性，在疲劳可靠度计算过程中不可忽视。

在工程学中，直接建立相关性变量的多维联合概率模型有一定难度。难点在于变量之间的相关性结构难以明确以及多重积分求解复杂。……