Voor betrouwbare trendanalyse heb je doorgaans minimaal 10 tot 20 meetpunten nodig die over een representatieve periode zijn verzameld. Hoe langer de meethistorie en hoe consistenter de meetmomenten, hoe betrouwbaarder de conclusies die je eruit kunt trekken. De exacte hoeveelheid hangt af van het type machine, de omgevingscondities en de gewenste nauwkeurigheid van je onderhoudsbeslissingen. De volgende vragen helpen je bepalen hoeveel data jij specifiek nodig hebt en hoe je die opbouw versnelt.

Hoeveel meetpunten zijn minimaal nodig voor betrouwbare trendanalyse?

Voor een eerste bruikbare trendlijn heb je minimaal 8 tot 12 meetpunten nodig, verspreid over meerdere meetmomenten. Pas bij 20 of meer meetpunten over een langere periode kun je spreken van een statistisch onderbouwde trend die geschikt is als basis voor onderhoudsbeslissingen op basis van data. Minder meetpunten geven signalen, maar nog geen betrouwbare patronen.

De reden is eenvoudig: met te weinig datapunten is het onmogelijk om normale variatie te onderscheiden van een echte verslechtering. Een trilling die eenmalig hoger uitvalt kan het gevolg zijn van een meetfout, een tijdelijke belastingspiek of een beginnend defect. Pas als je meerdere opeenvolgende metingen ziet die in dezelfde richting bewegen, spreek je van een trend.

Voor kritieke machines zoals elektromotoren in productieomgevingen geldt bovendien dat je niet alleen het absolute meetgetal wilt volgen, maar ook de veranderingssnelheid. Een langzaam stijgende trillingswaarde over tien metingen is informatief. Diezelfde stijging in twee metingen is een alarmsignaal. Beide vragen om een andere reactie, en dat onderscheid maak je alleen als je genoeg meethistorie hebt opgebouwd.

Welke factoren bepalen hoe lang je meetdata moet verzamelen?

De benodigde verzamelperiode voor historische meetdata hangt af van drie factoren: de meetfrequentie, de bedrijfscyclus van de machine en de gewenste nauwkeurigheid van de trendanalyse. Een machine die jaarlijks wordt stilgezet voor seizoensonderhoud vraagt om minimaal twee volledige cycli aan data voordat trends betekenisvol zijn.

Concreet spelen de volgende elementen een rol:

• Meetfrequentie: hoe vaker je meet, hoe sneller je voldoende datapunten verzamelt. Maandelijkse metingen leveren na een jaar twaalf punten op; wekelijkse metingen al meer dan vijftig.
• Bedrijfscyclus: machines die seizoensgebonden draaien of wisselende belasting kennen, vereisen data over meerdere cycli om normale variatie van verslechtering te onderscheiden.
• Kritikaliteit: hoe groter de impact van uitval op de productie, hoe meer data je wilt hebben voordat je beslissingen neemt. Voor kritieke aandrijvingen is een langere meethistorie gerechtvaardigd.
• Omgevingsvariabelen: temperatuur, vochtigheid en belastingswisselingen beïnvloeden meetwaarden. Meer variatie in de omgeving vraagt om meer datapunten om die ruis te kunnen filteren.

Een praktische vuistregel: plan je meetinterval zo dat je binnen zes maanden al een eerste bruikbare trendlijn kunt trekken. Dat vraagt om een meetfrequentie van minimaal tweewekelijks voor machines met gemiddeld risico.

Wat is het verschil tussen voldoende data en bruikbare data?

Voldoende data betekent dat je genoeg meetpunten hebt verzameld. Bruikbare data betekent dat die meetpunten ook consistent, vergelijkbaar en goed gedocumenteerd zijn. Je kunt honderd metingen hebben die weinig zeggen, en twintig metingen die direct richting geven aan je onderhoudsplanning.

Meetdata wordt pas bruikbaar als aan een aantal voorwaarden is voldaan:

• Consistente meetomstandigheden: metingen onder vergelijkbare belasting, temperatuur en toerental zijn onderling vergelijkbaar. Wisselende omstandigheden zonder registratie maken trendanalyse onbetrouwbaar.
• Eenduidige meetmethode: dezelfde meetlocatie, hetzelfde instrument en dezelfde techniek bij elke meting. Kleine afwijkingen in meetpositie kunnen grote schommelingen in de data veroorzaken die niets met de conditie van de machine te maken hebben.
• Goede documentatie: noteer bij elke meting de context, zoals recente reparaties, belastingswijzigingen of omgevingsfactoren. Zonder die context is een afwijkende waarde moeilijk te interpreteren.
• Tijdstempel en traceerbaarheid: data zonder betrouwbare tijdsregistratie is niet bruikbaar voor trendanalyse, omdat je dan niet kunt bepalen in welk tempo een verslechtering zich ontwikkelt.

Kort gezegd: kwaliteit gaat boven kwantiteit. Twintig goed gedocumenteerde metingen zijn waardevoller dan honderd inconsistente.

Wanneer zijn trendgebaseerde beslissingen betrouwbaarder dan vaste onderhoudsintervallen?

Trendgebaseerde onderhoudsbeslissingen zijn betrouwbaarder dan vaste intervallen zodra je voldoende historische meetdata hebt om het gedrag van een specifieke machine te kennen. Dit is met name het geval bij machines met wisselende belasting, variabele omgevingscondities of een bewezen trackrecord van vroeg- of laattijdige slijtage ten opzichte van het standaardinterval.

Vaste onderhoudsintervallen zijn gebaseerd op gemiddelden: ze gaan ervan uit dat een machine zich gedraagt zoals de fabrikant verwacht onder standaardomstandigheden. In de praktijk wijkt dat regelmatig af. Een elektromotor die zwaarder belast wordt dan ontworpen, slijt sneller. Een motor die in een koele, stofvrije omgeving draait, kan langer meegaan dan het aanbevolen interval suggereert.

Predictief onderhoud op basis van trendanalyse lost dit op door de werkelijke conditie van de machine centraal te stellen. Je onderhoudt niet omdat de kalender het zegt, maar omdat de data aangeeft dat het noodzakelijk wordt. Dat voorkomt zowel onnodig vroeg onderhoud als onverwachte uitval door te lang wachten. De combinatie van conditiemonitoring en een goed opgebouwde meethistorie maakt dit mogelijk.

Hoe versnel je de opbouw van bruikbare meethistorie?

De opbouw van bruikbare historische meetdata versnel je door de meetfrequentie tijdelijk te verhogen, bestaande onderhoudsregistraties te digitaliseren en meerdere meetparameters tegelijk te registreren. Zo bouw je in kortere tijd een rijkere dataset op zonder dat je langer hoeft te wachten.

Praktische stappen om sneller bruikbare data te verzamelen:

1. Start met hogere meetfrequentie: meet de eerste drie tot zes maanden vaker dan je uiteindelijk van plan bent. Zo bouw je snel een basislijn op en ontdek je vroeg of een machine afwijkend gedrag vertoont.
2. Digitaliseer historische gegevens: veel bedrijven beschikken over papieren onderhoudslogboeken of losse Excel-bestanden. Het omzetten daarvan naar een gestructureerd format levert direct bruikbare achtergrondinformatie op.
3. Meet meerdere parameters tegelijk: trilling, temperatuur en stroomopname samen geven een veel completer beeld dan één parameter afzonderlijk. Gecombineerde meetdata versnelt patroonherkenning aanzienlijk.
4. Gebruik referentiewaarden bij inbedrijfstelling: meet altijd direct na installatie of revisie. Die nulmeting is de referentie waartegen alle toekomstige metingen worden afgezet. Zonder nulmeting mis je de basis van elke trendlijn.
5. Koppel meetdata aan storingsinformatie: als je weet welke meting voorafging aan een storing, leer je welke drempelwaarden in jouw specifieke situatie kritiek zijn. Dat maakt toekomstige onderhoudsbeslissingen veel gerichter.

Welke rol speelt een onderhoudspecialist bij het interpreteren van meettrends?

Een onderhoudspecialist vertaalt ruwe meetdata naar concrete actie. Trendanalyse levert getallen en grafieken op, maar de interpretatie ervan vraagt om kennis van machinegedrag, slijtagepatronen en de specifieke context van een installatie. Zonder die expertise loop je het risico verkeerde conclusies te trekken uit correcte data.

Een specialist herkent bijvoorbeeld het verschil tussen een trillingswaarde die stijgt door een slechter wordend lager en een waarde die stijgt door onbalans. Beide geven een vergelijkbare meetuitslag, maar vragen om een fundamenteel andere interventie. Dat onderscheid maakt iemand die de machine kent en begrijpt hoe slijtage zich bij dat type aandrijving ontwikkelt.

Daarnaast helpt een specialist bij het bepalen van de juiste alarmgrenzen voor jouw specifieke situatie. Generieke grenswaarden uit normen of fabrikantspecificaties zijn een startpunt, maar de werkelijke drempelwaarden zijn afhankelijk van de installatie, de belasting en de operationele context. Een specialist stelt die grenzen bij op basis van de opgebouwde meethistorie en past ze aan als de omstandigheden veranderen. Op-locatie metingen door een ervaren technicus leveren daarbij direct bruikbare inzichten op die je zelf moeilijk kunt repliceren.

Hoe EME helpt met meetdata en trendgericht onderhoud

EME ondersteunt industriële bedrijven bij het opbouwen, interpreteren en benutten van historische meetdata voor betrouwbare onderhoudsbeslissingen. Met meer dan 40 jaar ervaring in aandrijf- en besturingstechniek combineert EME technische meetexpertise met praktische onderhoudskennis, zodat jouw installaties zo min mogelijk stilstaan.

Wat EME concreet biedt:

• Trillingsmetingen, temperatuurmetingen en stroomanalyses direct op locatie bij de klant
• Nulmetingen na revisie of installatie als basis voor toekomstige trendvergelijking
• Conditiemonitoring voor elektromotoren, pompen, ventilatoren en frequentieregelaars
• Interpretatie van meettrends door gespecialiseerde technici met kennis van slijtagepatronen
• Advies over meetfrequentie en drempelwaarden afgestemd op jouw specifieke installatie
• 24/7 storingsdienst voor situaties waarin meetdata een acuut probleem signaleert

Wil je weten hoe je de meethistorie van jouw installaties kunt opbouwen of verbeteren? Neem contact op met EME voor een vrijblijvend gesprek over conditiemonitoring en predictief onderhoud op maat.