Voor een betrouwbare trendanalyse van elektromotoren en roterend mechanisch machinepark bewaar je meetdata minimaal twee tot drie jaar. Dit geldt als basisnorm voor het herkennen van langzaam verlopende degradatiepatronen. In omgevingen met zware belasting, seizoensgebonden processen of strenge compliance-eisen is een bewaartermijn van vijf jaar of langer aan te raden. De volgende secties gaan dieper in op de factoren die deze termijn bepalen en hoe je meetdata zo bewaart dat die ook over jaren nog bruikbaar is voor analyse.

Welke factoren bepalen hoe lang meetdata bruikbaar blijft?

Hoe lang meetdata bruikbaar blijft voor trendanalyse hangt af van vier kernfactoren: de degradatiesnelheid van de machine, de meetfrequentie, de stabiliteit van de bedrijfsomstandigheden en de kwaliteit van de datavastlegging. Meetdata van een motor die jarenlang stabiel draait, blijft langer relevant dan data van een installatie met wisselende belasting of gewijzigde procesparameters.

De degradatiesnelheid is daarbij bepalend. Een lagerdefect in een elektromotor ontwikkelt zich over maanden tot jaren; trillingdata van twee jaar geleden is dan nog steeds waardevol als referentiepunt. Bij snel wisselende omstandigheden, zoals temperatuurschommelingen of variabele belasting, verliest oudere data sneller zijn vergelijkingswaarde.

Meetfrequentie speelt ook een rol. Als je maandelijks meet, heb je na een jaar slechts twaalf datapunten. Dat is te weinig om subtiele trends te onderscheiden van normale variatie. Hoe vaker je meet, hoe minder ver je hoeft terug te gaan om een betrouwbaar beeld te krijgen. Maar ook bij hoge meetfrequentie blijft historische data nodig om seizoenspatronen en langzame slijtage te herkennen.

Hoeveel historische data heb je nodig om een trend te herkennen?

Om een betrouwbare trend te herkennen heb je minimaal twaalf maanden aan meetdata nodig, bij voorkeur over twee volledige kalenderjaren. Dit stelt je in staat om seizoensgebonden variaties te scheiden van echte degradatie. Voor machines met lange onderhoudscycli of lage slijtage is twee tot drie jaar historische data de professionele norm.

Met minder dan zes maanden data is het vrijwel onmogelijk om te bepalen of een afwijking een trend is of een eenmalige piek. Stel dat trillingswaarden van een pomp licht stijgen in de winter: zonder historische vergelijking weet je niet of dit thermisch gedrag is of het begin van lageruitval. Pas als je meerdere jaren terugkijkt, wordt het patroon zichtbaar.

Voor kritische installaties, zoals pompen in de procesindustrie of ventilatoren in chemische omgevingen, adviseren technische serviceprofessionals om minimaal drie jaar data beschikbaar te houden. Dit maakt het mogelijk om onderhoud te plannen op basis van bewezen patronen in plaats van aannames.

Wat is het verschil tussen operationele data en historische archiefdata?

Operationele data is de meetdata die actief wordt gebruikt voor dagelijkse monitoring en directe beslissingen, zoals het detecteren van een afwijkende trillingswaarde of een temperatuurpiek. Historische archiefdata is dezelfde data die bewaard wordt voor langetermijnanalyse, benchmarking en het herkennen van slijtagepatronen over maanden of jaren.

Het onderscheid is praktisch relevant. Operationele data heeft hoge resolutie nodig: je wilt elke meting, elk tijdstip. Historische archiefdata kan in veel gevallen worden geaggregeerd naar dag- of weekgemiddelden, wat opslagruimte bespaart zonder analytische waarde te verliezen. Zorg er wel voor dat uitschieters en alarmwaarden altijd volledig worden gearchiveerd, ook als de basisresolutie wordt verlaagd.

Een goede datastrategie maakt dit onderscheid expliciet: recente data (de laatste drie tot zes maanden) bewaar je op hoge resolutie voor operationele analyse, oudere data archiveer je op lagere resolutie voor trendanalyse. Zo combineer je operationele alertheid met historische diepgang.

Wanneer is oudere meetdata niet meer betrouwbaar voor analyse?

Oudere meetdata verliest zijn betrouwbaarheid voor trendanalyse op het moment dat de meetomstandigheden significant zijn veranderd. Denk aan een revisie van de motor, vervanging van lagers, een wijziging in procesbelasting of een andere meetmethode. Data van vóór zo’n wijziging is niet meer vergelijkbaar met data van erna en mag niet worden gebruikt als referentie voor de huidige toestand.

Dit is een veelgemaakte fout in de praktijk: een motor wordt gereviseerd, maar de historische meetdata wordt niet gemarkeerd als “pre-revisie.” Daarna lijken trillingswaarden ineens sterk afwijkend van het historische gemiddelde, terwijl de motor in uitstekende staat verkeert. De oplossing is het bijhouden van een onderhoudslogboek dat is gekoppeld aan de meetdata, zodat je altijd weet welke data onder welke omstandigheden is verzameld.

Ook kalibratiewijzigingen van meetapparatuur maken oudere data onbetrouwbaar als de kalibratiefactoren niet zijn gedocumenteerd. Zorg daarom dat elke meting is voorzien van metadata: datum, meetpunt, gebruikte sensor, belastingcondities en eventuele onderhoudsingrepen.

Hoe bewaar je meetdata op een manier die trendanalyse ondersteunt?

Meetdata bewaar je trendanalysevriendelijk door te zorgen voor consistente structuur, duidelijke metadata en een scheiding tussen ruwe data en geaggregeerde data. Gebruik een systeem dat tijdstempels, meetlocaties en machineparameters standaard vastlegt, zodat data over jaren vergelijkbaar blijft.

Praktische aanbevelingen voor een goede dataopslag zijn:

• Gebruik vaste meetpunten en sensorposities bij elke meting, zodat metingen over tijd vergelijkbaar zijn.
• Documenteer onderhoudsingrepen direct in het datasysteem, inclusief revisies, vervangingen en kalibratiewijzigingen.
• Sla ruwe data altijd volledig op en maak daarnaast geaggregeerde overzichten voor snelle analyse.
• Kies voor een dataformaat dat platformonafhankelijk is, zodat je over vijf jaar nog bij de data kunt zonder afhankelijk te zijn van verouderde software.
• Maak regelmatig back-ups op een locatie die losstaat van de operationele systemen.

Bij metingen op locatie is het ook belangrijk om de omgevingscondities vast te leggen, zoals omgevingstemperatuur en actuele belasting van de machine. Zonder deze context is het later onmogelijk om te beoordelen of een afwijking in de data een echte trend weerspiegelt of een gevolg is van externe omstandigheden.

Welke minimale bewaartermijn hanteren professionals in de industrie?

Professionals in de industrie hanteren een minimale bewaartermijn van twee jaar voor conditiemonitoringdata, met drie tot vijf jaar als praktische norm voor kritische machines. In gereguleerde sectoren zoals de chemische industrie of de voedingsmiddelenindustrie gelden soms wettelijke bewaarplichten die deze termijn verder verlengen.

Het minimum van twee jaar is gebaseerd op de praktische behoefte om minimaal twee volledige meetcycli te vergelijken, inclusief seizoensgebonden variaties. Voor machines met lange levensverwachting en hoge vervangingskosten, zoals grote elektromotoren of industriële pompen, is vijf jaar de verstandige ondergrens. Dit maakt het mogelijk om de volledige levenscyclus van een component te analyseren en toekomstige revisieintervallen beter te plannen.

In de praktijk zien technisch managers en maintenance engineers dat een bewaartermijn van drie jaar een goede balans biedt tussen opslagkosten en analytische waarde. Korter dan twee jaar levert te weinig context voor betrouwbare trendanalyse; langer dan vijf jaar voegt voor de meeste installaties weinig toe tenzij er specifieke compliance-eisen gelden of de machine uitzonderlijk lang in gebruik is.

Hoe EME helpt met conditiemonitoring en datagestuurde analyse

EME ondersteunt industriële bedrijven bij het opzetten en uitvoeren van een betrouwbare conditiemonitoringstrategie, inclusief de juiste aanpak voor meetdata en trendanalyse. Met meer dan 40 jaar ervaring in de revisie en het onderhoud van elektromotoren, pompen, ventilatoren en frequentieregelaars weet EME precies welke data ertoe doet en hoe je die over tijd bruikbaar houdt.

Wat EME concreet biedt:

• Trillingsmetingen en -analyses op locatie, met volledige rapportage en historische vergelijking
• Conditiemonitoring als onderdeel van een gepland onderhoudsplan, zodat meetdata structureel wordt opgebouwd
• Documentatie van onderhoudsingrepen gekoppeld aan meetdata, voor betrouwbare trendanalyse over de lange termijn
• ATEX- en Siemens-gecertificeerde technici die meten en adviseren in gereguleerde omgevingen
• 24/7 storingsdienst voor situaties waarbij acute data-interpretatie nodig is

Wil je weten hoe EME jouw organisatie kan helpen met een datagestuurde onderhoudsstrategie? Neem contact op en bespreek de mogelijkheden met een van onze specialisten.