[发明专利]信息处理系统、方法、装置、设备及存储介质

权利要求书

1.一种信息处理系统，其特征在于，所述系统包括：参与联邦学习的第一数据提供方、协作方和多个第二数据提供方；

所述第一数据提供方用于生成并向协作方发送数字孪生模型；所述数字孪生模型是基于数字孪生平台对实体目标设备运行过程进行模拟测试得到的；所述数字孪生平台设置在第一数据提供方中；所述数字孪生模型用于反映目标结果与影响所述目标结果的多个设备运行状态之间的关系；

所述协作方用于接收所述第一数据提供方发送的数字孪生模型，并将所述数字孪生模型发送给各个第二数据提供方，并接收各个第二数据提供方上传的模型参数；对所述模型参数进行聚合处理，得到全局模型；

所述第二数据提供方用于接收所述协作方发送的数字孪生模型，并根据各自的本地数据对所述数字孪生模型进行训练以得到模型参数，并将所述模型参数发送给所述协作方。

2.一种信息处理方法，其特征在于，所述方法应用于第一数据提供方，所述方法包括：

基于数字孪生平台对实体目标设备运行过程进行模拟预测，根据预测结果确定数字孪生模型；所述数字孪生模型是基于数字孪生平台对实体目标设备运行过程进行模拟测试得到的；所述数字孪生平台设置在第一数据提供方中；所述数字孪生模型用于反映目标结果与影响所述目标结果的多个设备运行状态之间的关系；

将所述数字孪生模型发送给协作方，以使所述协作方将所述数字孪生模型发送给各个第二数据提供方。

3.根据权利要求2所述的方法，其特征在于，所述基于数字孪生平台对实体目标设备运行过程进行模拟预测，根据预测结果确定数字孪生模型，包括：

生成改变影响目标结果的当前所有设备运行状态的控制指令；

根据所述控制指令在三维模型中模拟实体目标设备的运行过程，并得到与所述控制指令对应的预测结果；所述三维模型是基于所述实体目标设备建立的；

基于深度学习算法根据所述当前所有设备运行状态以及对应的预测结果得到所述数字孪生模型。

4.根据权利要求2或3所述的方法，其特征在于，所述实体目标设备为卷烟机；所述设备运行状态包括：针辊转速、VE吸风室负压、小风机正压及挡板高度、设备运行时间、故障率中的至少一项；所述目标结果为烟支重量稳定性。

5.一种信息处理方法，其特征在于，应用于协作方，所述方法包括：

接收所述第一数据提供方发送的数字孪生模型；所述数字孪生模型是基于数字孪生平台对实体目标设备运行过程进行模拟测试得到的；所述数字孪生平台设置在第一数据提供方中；所述数字孪生模型用于反映目标结果与影响所述目标结果的多个设备运行状态之间的关系；

将所述数字孪生模型发送给各个第二数据提供方，以使各个第二数据提供方利用本地数据对所述数字孪生模型进行训练得到模型参数；

接收各个第二数据提供方上传的模型参数，对所述模型参数进行聚合处理，得到全局模型。

6.根据权利要求5所述的方法，其特征在于，将所述数字孪生模型发送给各个第二数据提供方，包括：

将所述数字孪生模型和本次待校验的设备运行状态发送给各个第二数据提供方，以使各个第二数据提供方利用本地数据对所述数字孪生模型中所述本次待校验的设备运行状态进行训练，得到模型参数；

相应的，接收各个第二数据提供方分别发送的模型参数，包括：

接收所述各个第二数据提供方发送的所述本次待校验的设备运行状态的修改值，以及当所述设备运行状态为所述修改值时对应的烟支重量稳定性；

相应的，对所述模型参数进行聚合处理以得到全局模型，包括：

针对每一本次待校验的设备运行状态，根据所述修改值和对应的烟支重量稳定性确定更新后的模型参数；所述更新后的模型参数为所述各个设备运行状态的目标数值。