В статье рассматриваются методы обработки и хранения временных рядов в системах промышленной автоматизации с акцентом на адаптивные подходы. Актуальность темы связана с ростом объемов данных, формируемых датчиками, контроллерами, SCADA- системами и промышленными архивами. Показано, что традиционные методы фиксированной дискретизации, пороговой регистрации и статического сжатия не всегда учитывают изменение динамики технологического процесса и могут приводить к избыточному накоплению данных либо потере диагностически значимых характеристик сигналов. Проведена систематизация адаптивных методов, включая изменение частоты дискретизации, событийную регистрацию, сжатие с контролем ошибки, фильтрацию, очистку и многоуровневое хранение данных. Отдельное внимание уделено потоковой обработке, edge-архитектурам и распределению вычислений между уровнями Edge–Fog– Cloud. Рассмотрены методы обнаружения аномалий как механизм управления параметрами регистрации и архивирования временных рядов. Выполнено сравнение подходов по критериям коэффициента сжатия, точности восстановления, сохранности переходных процессов, устойчивости к шумам, вычислительной сложности и пригодности для работы в реальном времени. Определены ограничения практического применения, связанные с выбором параметров, ресурсами оборудования и требованиями к достоверности данных. Показано, что комбинированное применение адаптивных методов обеспечивает баланс между сокращением объема данных и сохранением их диагностической ценности.
