数据融合是一种新的数据处理方法，它通过对多源数据的分析、综合、支配和使用，获得对被测对象的一致性解释，进而实现相应的决策和估计，使系统获得比它的组成部分更可靠的信息。数据融合在结构健康监测及设备故障诊断中的应用还是近年来的事情，起因有三：一是多传感器形成了不同通道的信号；二是同一信号形成了不同的特征信息；三是不同诊断途径得出了有偏差的诊断结论。数据融合诊断的最终目标是综合利用各种信息提高诊断准确率。从本质上讲，结构健康监测（故障诊断）系统是对运行的各种状态信息和已有的各种知识进行综合处理，最终得到关于系统运行状况和故障状况的综合评价。数据融合的过程实际上是信息的提纯过程，在故障诊断中是按最大从属原则进行融合的，即因果程度高者定为诊断结论。在这一点上，结构健康监测与数据融合技术具有相同的目的和要求。从功能模型上来看，诊断的对象作为信息源提供原始的信息，通过进行各种信息处理，以监测诊断结果的形式，达到诊断的目的。将数据融合技术应用于故障监测、报警及故障诊断系统中，能够更精确地获取结构运行状态的估计、提高诊断的置信程度。因此，数据融合技术在结构健康监测及诊断中的应用是可行的。

当然，数据融合是一门新兴学科，它在结构健康监测中的应用是信息科学不断发展的必然结果，但目前尚存在这样的问题：①未形成基本的理论框架和广义融合算法；②关联的二义性是数据融合的主要障碍，传感器测量的不精确性和干扰等都是引起关联二义性的因素；③大多数数据融合是经过一种简单的方法合成信息，并未充分有效地利用多传感器所提供的冗余信息，且很多研究亦是仿真性工作。相信随着科学的发展，数据融合技术必将成为结构健康监测最有效的信息处理工具并获得广泛应用。