Naukowcy opracowali nową metodę diagnostyki awarii w systemach przemysłowych, która łączy grafy czasowe działające na kilku poziomach abstrakcji z jednoczesną analizą danych lokalnych i globalnych. To podejście znacznie zwiększa dokładność wykrywania anomalii i uszkodzeń w złożonych instalacjach, gdzie tradycyjne metody monitorowania często zawodzą. Innowacja polega na tym, że system nie analizuje danych w izolacji, ale jednocześnie śledzi zarówno zdarzenia zachodzące w poszczególnych komponentach urządzenia, jak i wzorce zmieniające się w całej sieci maszyn.
Dotychczasowe podejścia do predykcji awarii często pracują na zbyt wysokim lub zbyt niskim poziomie szczegółów. Jeśli fokus pada tylko na pojedyncze czujniki, легко przegapić sygnały, które mają znaczenie globalnie. Jeśli zaś analizujemy tylko szerokie trendy systemowe, trudno zlokalizować konkretny problem. Wielopoziomowa struktura grafów czasowych rozwiązuje ten dylemat poprzez równoczesną pracę na kilku skalach - od mikro-zdarzań w pojedynczych podzespołach po makro-dynamikę całego procesu produkcyjnego. Fuzja lokalnych i globalnych perspektyw pozwala systemowi zrozumieć, kiedy anomalia w jednym węźle systemu to objaw głębszego problemu, a kiedy jest to szum w danych.
Praktyczne znaczenie tej metody jest duże dla branży przemysłowej, gdzie niezaplanowane przestoje kosztują miliony złotych dziennie. Systemy mogą teraz wcześniej wykrywać zagrożenia, zanim dojdzie do katastrofalnego uszkodzenia sprzętu, co pozwala na planowe konserwacje i znaczne obniżenie kosztów operacyjnych. Takie rozwiązania znajdują zastosowanie w fabrykach, elektrowniach, rafineriach i innych instalacjach, gdzie monitorowanie techniczne jest kluczowe dla stabilności operacyjnej.