根据《中华人民共和国促进科技成果转化法》等国家法律法规，现将如下科技成果许可进行公示。公示期15天，自2026年6月3日至2026年6月17日。如有任何异议，请于公示期内向科研院实名反映。

联系方式：025-84892757

1.专利号：ZL201811582907.8

专利名称：一种用于结构模型修正的模态分离程度判别方法

专利简介：本发明公开了一种用于结构模型修正的模态分离程度判别方法，其过程是，首先计算出原有结构模型的MAC矩阵；然后逐个选点改变结构的状态，并计算新结构模型相对于原有模型的MAC矩阵；最后用原有模型的MAC矩阵中的最大值减去改变结构状态求得的各个MAC矩阵中的最大值，得到的结果作为每种情况的模态置信度准则灵敏度。然后将模态置信度准则灵敏度进行逐个对比，灵敏度低的点说明改变模型后得到的某阶振型与原有模型的某阶振型近似，模态分离程度不好，会得到近似的方程，不利于方程的叠加求解。本发明是模型修正时对附加质量点或改变刚度点合适与否的一种预测，通过计算机仿真即可实现，省去了实测逐个点进行尝试的过程，提高了效率。

发明人：王轲、张熙瑞

专利权人：南京航空航天大学

专利授权日：2023-04-28

2.专利号：ZL202010654576.5

专利名称：一种基于卷积神经网络的动载荷时域识别方法

专利简介：本发明提出了一种基于卷积神经网络的动载荷时域识别方法。首先通过试验/理论分析得到大量动力学系统的振动响应数据，将振动响应数据分为训练集、验证集、测试集。随后基于卷积神经网络理论搭建动载荷识别的逆向模型，建立系统响应与外载荷之间的内在关系，采用梯度下降算法更新逆向模型参数，进一步提高动载荷的识别精度。而后利用训练集数据对模型进行训练，建立预测载荷与试验室标准载荷的损失函数，采用梯度下降算法对CNN模型的参数进行更新，引入dropout算法提升模型的泛化能力。相较于传统的动载荷识别方法，本发明方法在仅有系统响应信息即双盲的情况下仍可识别出动载荷，改善了现有的动载荷识别方法识别精度不好、不适定性等问题。

发明人：姜金辉、杨泓基、罗淑一、唐宏志、张方

专利权人：南京航空航天大学

专利授权日：2020-10-09

受让方：北京诺格智能科技有限责任公司

转让/许可方式：普通许可

拟交易价格及价格形成过程：经协商，交易价格拟定为人民币10万元。