岩土地下工程安全监测是保证工程质量和施工安全的重要手段。然而,现有的监测系统存在自动化程度低、监测数据缺乏专业理论分析、反馈不及时、监测规模小等问题。针对上述问题,本文引入物联网技术、云计算技术、岩土仿真技术、人工智能等最新科技手段和方法,率先提出基于云智慧仿真的“互联网+”智能监测模式,构建岩土地下工程仿真分析与监测预警系统(Geo SWS-V1.0),充分发挥多学科交叉融合的优势,促进监测技术的信息化与专业化同步发展。主要研究内容与发现包括:(1)基于对系统设计需求和功能结构的深度分析,提出了系统的四层体系架构,构建了一种基于B/S架构的岩土地下工程仿真分析与监测预警系统。(2)依托天津某基坑工程,基于FLAC3D数值仿真技术建立了基坑开挖计算模型,模拟了基坑开挖的动态施工过程,揭示了开挖过程中基坑的变形规律。数值模拟结果与现场监测变形趋势一致,平均相对误差大多控制在20%范围内,从而验证了采用FLAC3D数值软件分析基坑开挖及变形规律的合理性。但是,有个别监测点的相对误差大于20%,有必要基于现场监测数据进行参数反演,获得动态变化的真实土体参数修正模型。(3)基坑参数反演采用MATLAB数学软件编写的BP神经网络算法和遗传-神经网络算法实现。首先,利用正交试验方法设计物理力学参数组合,通过数值计算得到桩体水平位移样本,代入两种算法中进行训练,建立位移与力学参数之间的非线性映射关系。然后,将现场实测位移输入训练好的算法中,得到反演的力学参数。最后,采用反演结果修正数值模型,计算得到优化后的位移值,并与现场监测位移对比。结果表明:相较于不考虑土体损伤变形,基于反演结果修正后的数值仿真基坑变形与现场实测基坑变形更加吻合、误差更小;BP神经网络算法比遗传-神经网络算法更加适合该问题的参数反演。(4)首先,基于物联网技术搭建了无线传感网络,编写了基于UDP通信协议的数据接收程序,完成了协议转换和数据解析,实现云端物联网设备的接入。然后,基于My SQL数据库技术、Apache技术、php与Python开发语言,依托MATLAB数学软件和FLAC3D有限差分软件,在阿里云平台部署了WAMP开发环境,对系统界面、岩土专业软件集成、数据表、系统功能等模块进行设计,完成了仿真分析与监测预警系统的开发。(5)借助混凝土单轴压缩试验,与万能试验机进行同步数据采集,测试基于物联网技术的智能采集系统的数据采集、传输和接入功能。以天津基坑工程数值仿真和反演分析研究为基础,测试岩土实时仿真分析及预测功能。测试结果表明:该系统运行稳定、传输可靠、反馈及时、适配良好、操作简单,具有良好的预测分析和安全评判能力,能够有效指导岩土工程的施工,为施工期的预警决策和险情识别提供了有力可靠的分析工具。本文设计的Geo SWS-V1.0系统结合了最新的高科技自动化监测技术与岩土工程仿真技术,拓展了监测人员的活动范围,实现了跨平台访问与智能化远程监控,形成了“实时监测—云端分析—在线监控+移动管理”的有效循环。相关研究成果对于岩土地下工程的实时监测、稳定性分析与评价、灾害预防等具有重要的意义。