工程结构参数通常存在不确定性,包括几何参数、材料属性和载荷激励等。特别的这些参数不确定性通常以耦合形式存在,并随着结构性能模型的演化不断发生变化,进而直接影响广泛存在整个寿命周期的。由于这些不确定性的存在会使得退化结构的时变可靠性结果以及基于年龄替换策略的成本优化结果存在一定程度的不必要的误差。这对于制定如道路、桥梁、核电站和输电线路等这些基础设施系统生命周期管理的最佳策略的影响是十分显著的,甚至会产生一些较为严重的事故。本文提出了一种有效的贝叶斯更新方法,用于时变可靠性分析和退化结构的成本优化。该方法可以通过建立贝叶斯后验分布模型融入附加信息,如结构响应的测量数据,来对不确定参数进行信息更新,以达到减少待估参数的不确定性的目的,论文的主要研究内容包括:（1）本文以某电站中管道流动加速腐蚀过程为研究对象,根据管道壁厚的退化数据建立了结构强度的退化模型,并对管道进行时变可靠性分析。（2）建立了对不确定参数进行贝叶斯信息更新的通用后验分布模型,并利用DRAM算法估计贝叶斯后验分布样本,结合数值算例讨论了观测数据对于参数后验分布和可靠性指标的影响,将贝叶斯更新方法应用于管道退化模型的参数更新,对比了更新前后的时变可靠性分析结果,综述了 DRAM算法在建立提议函数时考虑参数边际分布方面的不足。（3）提出了利用Copula函数来建立DRAM算法中的提议分布函数。与标准DRAM算法和MH算法相比,结果证明了该方法对贝叶斯后验分布样本的近似有着更高的精度。本文利用蒙特卡罗方法来估计结构响应,并计算给出其可靠性指标。（4）结合提出的改进算法对管道进行预防性替换维修的成本优化,基于三种基于年龄的替换成本优化模型,对比了更新前后的优化结果。结果表明,引入观测数据能够有效降低管道预防性替换维修的期望成本率和最佳替换时间。