正如人在成长的过程中会生病一样，桥梁在建成投入使用之后也会出现一系列的问题，一般这些问题会在桥梁投入使用5-10年之后出现，桥梁的成本造价一般都很高，为了有效的提高桥梁的使用寿命，对其进行有效的检测、监测工作，显得非常的重要。

    传统的做法，是通过人工检查的方式，及时发现桥梁存在的裂缝、露筋等表观的缺陷，但是对于肉眼不可见的一些结构性缺陷，则不能检测出来，在这种情况之下，越来越多的桥梁建立起健康监测系统。常规的健康监测系统，一般包括数据采集系统、数据传输系统，数据分析系统等，通过安装在桥梁关键节点的传感器，及时监控桥梁的状态，一旦出现异常即可出现报警，但是由于采集系统会采集到大量的数据，但是期间采集到的大量的数据，仍不能自动的进行有效的分析，我们都知道建立一套健康监测系统的需要不小的一笔费用，包括前期桥梁检测的费用（桥梁普查、构件无损检测、动静载荷试验等）、传感器的费用（占很大一部分）、网站及服务器维护费用、传感器维护费用等。花了那么多钱，得出来的数据却不能有效的进行分析，岂不是很浪费？这时采用采用大数据分析，充分利用采集到的数据就显得非常必要了。 

    长江学者、同济大学工程系主任孙利民也提到，大跨桥梁结构健康监测发展有三大趋势：传统监测技术和理论方法的深化与完善；在可持续结构设计中充当重要角色；借助新的信息技术（物联网、云计算、大数据）发挥更广泛的作用。
    那么什么是大数据分析呢？大数据分析从技术手段上采用了最新的数据分析模型，通过数据之间特有的相关关系可以得出许多有关联、有价值的结论。

    其实大数据分析与传统监测方式相比，目的都是通过监测桥梁，挖掘其中有价值的信息，为桥梁的养护提供可行性意见，传统的桥梁监测已经遇到了瓶颈，但是大数据分析也有其缺陷，在未来的运用中，还是需要两种方法能够结合起来，使桥梁健康监测发挥更大的作用。