目前我国中小跨径桥梁约占桥梁总数的86.2%,在复杂的外部环境和移动荷载作用下,桥梁的承载能力和耐久性随服役年限增长逐渐降低,一旦发生安全事故将造成巨大经济损失和社会影响,确保中小桥梁安全的工作迫在眉睫。由于缺少可靠依据和基于可靠依据的中小桥梁服役性能分析方法,导致中小桥仍主要依赖于人工检查结果进行性能评估,其主观性强,评价结果质量不一,难以全面保障桥梁安全。监测技术的发展使获取中小桥梁长期监测数据成为可能,但基于监测数据的中小桥梁服役性能分析方法研究较少,传统管理系统也难以胜任海量监测数据的管理和分析等功能。本文深入调研国内外监测与管理系统结构和数据库后,提出可嵌入算法的中小桥大数据集成分析系统设计方案。总结了中小桥的监测指标和特点,选定长标距应变为主要指标,以BP神经网络算法为例分析,进行简支梁桥移动荷载参数和损伤识别,通过数值模拟算例验证了长标距应变BP神经网络分析法在桥梁服役性能评估中应用的可行性。主要内容包括:（1）深入分析了系统的功能性与非功能性需求,根据需求分析确定了系统总体结构和系统功能模块,基于桥梁结构服役性能评估的数据需求,进行系统数据库桥梁数据的分类定义,完成了中小桥梁大数据集成分析系统初始架构设计。研究表明:采用由下至上的分层设计法,设计B/S架构的多层次多功能大数据集成分析系统结构,便于嵌入相关算法,有望解决传统系统数据利用效率低与分析方法匮乏的难题,为后续中小桥服役性能大数据分析方法验证研究提供了数据与技术平台支持。（2）评估了人工神经网络与长标距传感技术对中小跨径桥梁监测评估的可行性,推导了微观长标距应变与宏观转角位移、竖向位移间的联系,分析了中小跨径桥梁监测特点和关键指标。以应变监测和神经网络为例,提出了基于长标距应变和改进BP神经网络的移动荷载参数识别和损伤识别方法,构建了识别网络的拓扑结构,进行了数值模拟算例的分析。研究表明:以长标距应变为主要监测指标,引入LM-BP神经网络方法,能够提高中小跨径桥梁移动荷载参数识别和损伤识别精度,为桥梁服役性能评估和保障桥梁安全提供新手段。（3）利用可嵌入系统的BP神经网络算法和有限元模拟的桥梁长标距应变监测响应数据构建了桥梁移动荷载识别模型和结构损伤识别模型,进行了移动荷载参数和结构损伤的识别,完成了五种因素对移动荷载参数识别精度的影响分析。研究结果表明:构建的BP神经网络泛化能力良好,具有较高移动荷载识别和结构损伤识别效率与准确度,传感器的标距长度越小荷载参数识别效果越好,移动荷载速度与总重越大荷载参数识别精度越高。本文聚焦于中小桥梁服役性能评估,针对可嵌入算法的大数据集成分析系统,以大数据分析方法中的BP神经网络算法为例,结合数值模拟的长标距应变监测响应进行移动荷载识别和结构损伤识别,研究成果对基于大数据分析的车辆总重识别、车辆超载预警、损伤识别、减少事故发生和桥梁长期服役性能评估等具有示范意义,为中小桥梁服役性能评估提供了新方法、新思路。