如何根据监测数据实现安全评估是结构健康监测的核心问题,而实测数据往往包含不确定性和不完备性,给准确评估造成很大困难。为此,笔者以工程中常见的桁架结构为例,提出一套结合贝叶斯网络(Bayesian　Network,BN)的结构安全评估方法和流程,包括嵌套离散型BN和连续型BN两种。在嵌套离散型BN的应用上,首先定义桁架杆件和体系为BN的节点,杆件节点变量包括弹性、塑性和破坏三种状态,体系节点变量包含安全和失效两种状态;然后根据力学分析计算杆件危险序列,以此定义构件层次BN拓扑,进而考虑体系节点形成体系层次BN拓扑和嵌套;最后通过参数学习得到节点间的条件概率表,完成嵌套离散型BN的构建。在连续型BN的应用上,首先定义杆件节点、体系节点和外荷载节点为服从高斯分布的连续型变量;然后同样根据杆件危险序列定义BN拓扑;接着提出结合监测数据的BN筛选匹配法,通过选取最优BN来提高多荷载水平下的网络适应性;最后通过参数学习得到节点间的条件概率分布,完成连续型BN的构建。所提出方法经由试验平面桁架和三维上承式桁架模型验证,发现:以单根或部分杆件的观测状态作为证据输入离散型BN,可以准确推理其他杆件的状态概率及桁架体系的破坏概率,且可得到桁架体系的关键失效路径;以单根或部分杆件的轴应力及外荷载值为证据输入连续型BN,可以准确推理得到其他杆件的应力和体系的破坏概率,进而评估桁架体系的安全性。