我国改革开放30几年来，经济大踏步发展，随着经济的迅速发展，桥梁在我国经济发展中承担越来越重要的作用。在实际使用过程中，由于结构老化、超负荷使用、使用年限过长等因素会导致桥梁发生损伤的情况越来越严重，甚至发生了众多的桥梁垮塌事故，这种情况在很大程度上给我国的交通运输、人民生命财产安全带来了威胁。为了防止这些恶性事故的发生，能够实时监测桥梁使用情况和结构安全参数等的健康监测方法已经成为最近很重要的课题。本文针对这种情况，结合实际桥梁信息，在已有的研究基础上，对于桥梁健康监测系统的整体架构在深入了解的基础上进行了设计，选用光纤光栅传感器作为主要的数据采集传感器，对桥梁的敏感参数抗弯刚度进行数据采集，通过TCP/IP协议将数据传回桥梁监测监控中心，通过SQL2000数据库进行数据存储，通过三维力控软件设计上位机界面系统，将监测的桥梁结构信息显示在监控中心，并将采集到的结构信息进行损伤分析。本文在数据监测系统外，还在监控中心设置数据处理中心，由于神经网络出色的模式识别能力，本文通过神经网络等算法对桥梁的结构信息进行损伤分析，将损伤位置和损伤程度当作神经网络的输出，将损伤与完整结构的挠度之差当作神经网络的输入。本文通过ANSYS有限元分析软件对桥梁进行建模和分析，然后采用遗传算法和神经网络算法对样本数据进行训练学习，从而实现了桥梁结构参数的识别，在本文最后，通过对实际桥梁的仿真分析来验证神经网络和遗传算法相结合的损伤识别方法的正确性和实用性，表明本文所讨论的监测方法和损伤识别方法在钢筋混凝土连续梁桥的健康监测中具有很好的应用价值，并且，此种监测方法在其他领域如隧道、建筑物、堤坝监测，也有一定的参考和借鉴作用。