Le recalage de modèle (terminologie propre à la dynamique des structures) consiste à identifier les paramètres matériaux et géométriques d’un modèle numérique, c'est-à-dire d'une boite « grise » dans la terminologie de l'identification. L'exercice est difficile en raison de la très grande taille des modèles numériques considérés (typiquement des modèles aux éléments finis). Il est par ailleurs essentiel que les paramètres à ajuster prennent des valeurs physiquement admissibles. Cette communication propose de lever ces difficultés au travers d'une approche bayésienne en considérant les aprioris physiques sous la forme de densités de probabilité. Dans ce but, un protocole expérimental spécifique est établi afin de faciliter la construction de la densité de probabilité a posteriori à partir d'un développement modal dans le domaine fréquentiel et l'utilisation d'excitations multi-sinus. De même, afin d'accélérer son exploration par les techniques de tirage intensif de type chaînes de Markov Monte Carlo, une solution est proposée qui consiste à « projeter la dynamique » du système sur un polynôme chaos dont les variables aléatoires primales sont en relation bijective avec les paramètres du modèle. La méthodologie est illustrée sur des exemples de simulation numériques ainsi que sur des données vibratoires issues de structures métalliques simples.