Data logger ou système d'acquisition de données : comment choisir ?

Le choix entre un data logger et un système DAQ repose sur plusieurs critères structurants. Ces critères permettent d’éviter un équipement sous-dimensionné ou une architecture trop coûteuse.

• Autonomie : le data logger convient aux suivis autonomes et longue durée. Le DAQ nécessite plus souvent une alimentation permanente.
• Ordinateur connecté : le data logger peut enregistrer sans ordinateur pendant l’acquisition. Le DAQ dépend souvent d’un PC ou d’un serveur pour la visualisation, le traitement ou le stockage.
• Fréquence de mesure : le data logger répond aux mesures lentes ou modérées. Le DAQ convient aux signaux rapides et aux essais dynamiques.
• Nombre de voies : le data logger couvre les suivis simples ou multicanaux limités. Le DAQ s’adapte mieux aux configurations complexes et évolutives.
• Types d’entrées : le data logger accepte souvent des signaux de température, d’humidité, de tension, de courant, d’impulsions ou d’entrées numériques. Le DAQ peut gérer des signaux plus variés, comme la vibration, la contrainte, l’accélération ou les encodeurs.
• Stockage des données : le data logger utilise une mémoire interne, une carte SD, une clé USB ou un transfert périodique. Le DAQ stocke plutôt les données sur ordinateur, serveur ou système dédié.
• Connectivité : le data logger peut intégrer USB, Bluetooth, Ethernet, Wi-Fi, Modbus ou réseau mobile selon les modèles. Le DAQ s’intègre plus souvent à des logiciels d’acquisition, des bus industriels ou une supervision avancée.
• Alarmes et seuils : le data logger peut gérer des alarmes simples selon les modèles. Le DAQ permet des fonctions avancées de contrôle, de supervision ou d’automatisation.
• Évolutivité : le data logger peut être extensible selon les gammes, mais ses possibilités restent plus limitées. Le DAQ offre une architecture modulaire plus adaptée aux évolutions du projet.
• Budget projet : le data logger reste généralement plus accessible pour les suivis autonomes. Le DAQ représente un investissement plus élevé, surtout en cas de logiciel, de modules spécifiques et d’intégration.

Un data logger couvre la majorité des besoins de surveillance longue durée, de traçabilité, de conformité ou de diagnostic simple. Un système DAQ devient plus pertinent lorsque le projet exige une fréquence de mesure élevée, une synchronisation précise, une visualisation en temps réel ou une architecture modulaire évolutive.

La première question concerne le type de signaux à acquérir. Il peut s’agir de tension, de courant 4-20 mA, de thermocouples, de sondes RTD, d’impulsions de débitmètre, d’états numériques ou de signaux dynamiques comme les vibrations et les contraintes.

Un data logger industriel convient souvent aux signaux lents ou modérés, comme la température, l’humidité, la pression ou le courant 4-20 mA. Un système DAQ devient plus adapté lorsque les signaux nécessitent un conditionnement spécifique, une fréquence élevée ou une analyse en temps réel.

Le nombre de voies détermine directement le choix de l’équipement. Une installation avec quelques points de mesure homogènes peut être couverte par un data logger multicanal. Une installation avec un grand nombre de voies, des capteurs variés ou des besoins d’extension peut nécessiter une architecture DAQ modulaire.

Une marge d’évolution reste utile lorsque de nouveaux points de mesure peuvent être ajoutés par la suite. Une marge de 20 à 30 % permet d’éviter un remplacement prématuré du matériel.

La fréquence de mesure correspond à la cadence à laquelle les capteurs sont lus. La fréquence d’enregistrement correspond à la cadence à laquelle les données sont stockées. Pour un signal lent, comme une température ambiante, un enregistrement espacé peut suffire. Pour un signal rapide, comme une vibration, une pression dynamique ou un essai mécanique, une fréquence d’acquisition élevée devient nécessaire. Dans ce cas, un système DAQ est souvent plus adapté qu’un data logger standard.

La précision dépend de l’ensemble de la chaîne de mesure : capteur, conditionnement du signal, convertisseur et logiciel d’exploitation. Une résolution élevée permet de détecter de faibles variations, mais elle doit rester cohérente avec le phénomène observé.

Pour des mesures lentes et stables, un data logger précis peut suffire. Pour des essais rapides ou des signaux complexes, le système DAQ apporte davantage de performance, notamment lorsque plusieurs voies doivent être synchronisées.

La capacité de stockage doit être adaptée à la durée de mesure, au nombre de voies et à la fréquence d’enregistrement. Une surveillance longue durée exige une mémoire suffisante pour éviter les pertes de données. Le comportement du système lorsque la mémoire est pleine doit aussi être pris en compte. Certains appareils écrasent les données les plus anciennes, tandis que d’autres arrêtent l’enregistrement. Ce point devient important dans les applications de conformité, de qualité ou de traçabilité.

Le mode de communication dépend de l’environnement d’installation et de l’usage prévu des données. Une récupération locale peut être réalisée par USB, carte SD ou Bluetooth. Une intégration industrielle peut nécessiter Ethernet, Modbus, RS-485 ou d’autres protocoles de communication. Pour une supervision centralisée ou une architecture connectée, le choix peut aussi intégrer des protocoles réseau, une remontée vers un logiciel de supervision ou une plateforme cloud.

Les conditions d’installation influencent fortement le choix du matériel. La température, l’humidité, les poussières, les projections d’eau, les vibrations et l’exposition extérieure doivent être prises en compte. Un data logger installé sur le terrain doit disposer d’un boîtier adapté, d’un indice de protection suffisant et de connecteurs robustes. En environnement industriel, la résistance aux vibrations et aux perturbations électriques devient également importante.

Un data logger sur batterie convient aux sites isolés ou aux campagnes temporaires. Une alimentation secteur ou basse tension convient mieux aux installations fixes et aux systèmes de supervision continue. L’autonomie doit être cohérente avec la fréquence de mesure, la fréquence de transmission, la consommation des capteurs et la durée prévue de la campagne. Certains équipements peuvent aussi alimenter les capteurs connectés, ce qui doit être intégré au dimensionnement énergétique.

Les données acquises doivent pouvoir être consultées, exportées et conservées dans un format exploitable. Selon le projet, l’exploitation peut passer par un affichage local, un export CSV, un rapport PDF, une intégration SCADA ou une plateforme de supervision. La sécurisation des données devient importante lorsque les mesures servent à la conformité, à l’audit qualité ou au suivi réglementaire. Les accès utilisateurs, la protection des communications, la sauvegarde des fichiers et la traçabilité des modifications doivent alors être pris en compte.

La fréquence d’échantillonnage correspond à la cadence à laquelle l’appareil lit les capteurs. La fréquence d’enregistrement correspond à la cadence à laquelle les données sont réellement stockées. Cette distinction est importante, car un appareil peut lire un signal fréquemment tout en n’enregistrant qu’une valeur moyenne, minimale ou maximale sur une période donnée. Dans le cas d’un signal lent, comme une température ambiante, une humidité ou une pression stable, un enregistrement espacé peut suffire. Le data logger peut alors conserver des valeurs moyennes, minimales et maximales afin de réduire le volume de données, préserver la mémoire et limiter les transmissions.

Dans le cas d’un signal rapide, comme une vibration mécanique, un choc, une pression dynamique ou un essai sur banc, la fréquence d’acquisition doit être beaucoup plus élevée. Le système doit enregistrer suffisamment de points pour restituer correctement le phénomène observé. Dans ce type d’application, un système DAQ est souvent plus adapté qu’un data logger standard. Cette différence conditionne directement le choix de l’équipement :

• un data logger convient aux mesures lentes ou modérées, avec des données agrégées et une autonomie importante ;
• un système DAQ devient préférable lorsque le signal évolue rapidement, lorsque l’analyse doit être fine ou lorsque les données doivent être visualisées en temps réel.

Le nombre de voies correspond au nombre de capteurs ou de signaux à mesurer. Il doit être défini selon le besoin actuel, mais aussi selon les évolutions possibles du projet. Une marge d’extension permet d’éviter de remplacer l’équipement si de nouveaux points de mesure sont ajoutés par la suite.

• Un data logger multicanal convient lorsque le nombre de points reste limité et que les signaux sont relativement homogènes : température, humidité, tension, courant, impulsions ou entrées numériques. Il peut aussi être utilisé avec des modules d’extension lorsque le besoin augmente progressivement.
• Un système DAQ devient plus pertinent lorsque le projet comporte un grand nombre de voies, des capteurs très différents ou des mesures rapides à synchroniser. Cette architecture permet d’ajouter des modules, de combiner plusieurs types d’entrées et de gérer des configurations plus complexes.

La synchronisation devient essentielle lorsque plusieurs mesures doivent être comparées au même instant. C’est le cas pour les vibrations multipoints, les essais mécaniques, les analyses de phase ou les mesures dynamiques sur banc de test.

Un système multiplexé lit les voies les unes après les autres. Ce fonctionnement peut introduire un léger décalage entre les mesures. Pour les signaux rapides, un système DAQ avec acquisition simultanée sur plusieurs voies offre une meilleure fiabilité d’analyse.

La compatibilité entre le capteur et l’entrée de mesure conditionne la qualité des données collectées. Avant le choix d’un data logger ou d’un système DAQ, la nature des signaux à mesurer, le niveau de précision attendu et les éventuels besoins de conditionnement du signal doivent être identifiés.

Les entrées analogiques permettent de mesurer des signaux de tension ou de courant. Elles sont courantes dans les applications industrielles, notamment pour les transmetteurs 4-20 mA, les capteurs de pression, les sondes de niveau ou les mesures électriques simples. Un data logger industriel peut suffire lorsque les signaux sont lents, stables et compatibles avec ses entrées natives.

Les capteurs de température nécessitent une attention particulière. Les thermocouples et les sondes RTD, comme les Pt100 ou Pt1000, ne se raccordent pas tous de la même manière. Le data logger doit donc être compatible avec le type de sonde utilisé afin d’assurer une mesure fiable et stable dans le temps.

Les entrées impulsions et numériques concernent des signaux comme les contacts secs, les compteurs, les débitmètres, les anémomètres ou certains encodeurs. Le choix de l’appareil dépend alors de la fréquence maximale des impulsions à mesurer et du type d’information à enregistrer : comptage, état, durée ou événement.

Les signaux dynamiques, comme les vibrations, les contraintes ou les accélérations, demandent souvent une acquisition plus rapide et un conditionnement spécifique. Dans ce cas, un système DAQ est généralement plus adapté qu’un data logger standard, surtout si les mesures doivent être synchronisées, visualisées en temps réel ou analysées avec précision.

La stratégie de stockage détermine la continuité de l’enregistrement et la fiabilité de l’historique. Elle devient essentielle lorsque les données servent à la conformité, à l’audit qualité, à la maintenance ou à la traçabilité d’un process. Une mémoire non volatile permet de conserver les données même en cas de coupure d’alimentation. Ce point est important pour les suivis longue durée, les installations isolées ou les campagnes de mesure sans surveillance permanente.

Le système doit aussi pouvoir redémarrer correctement après une interruption, sans perte excessive de données. Le comportement de l’appareil lorsque la mémoire est pleine doit être défini dès le départ :

• Mémoire circulaire : les données les plus anciennes sont remplacées par les plus récentes. L’enregistrement se poursuit sans interruption, mais un historique ancien peut être perdu si les données ne sont pas exportées à temps.
• Arrêt lorsque la mémoire est pleine : les premières données sont conservées, mais l’appareil cesse d’enregistrer. Ce fonctionnement peut poser problème si un événement important se produit après saturation de la mémoire.

Pour une surveillance continue, le choix du mode de stockage doit être associé à une stratégie d’export régulière. Les données doivent être récupérées, sauvegardées et archivées selon une fréquence cohérente avec la durée du suivi, la capacité mémoire et les exigences de traçabilité.

Dans les applications qualité, pharmaceutiques ou réglementées, l’intégrité des données repose aussi sur l’horodatage, les droits d’accès, les exports non modifiés et la conservation des fichiers bruts. Ces éléments facilitent l’exploitation des mesures et renforcent la fiabilité du suivi.

Le choix de la connectivité dépend de la distance entre les équipements, du mode de récupération des données et de l’intégration souhaitée dans l’infrastructure existante. Une récupération locale peut être assurée par USB ou Bluetooth lorsque l’appareil reste facilement accessible. Une installation industrielle ou un suivi à distance nécessite plutôt une communication par Ethernet, RS-485, Modbus ou réseau mobile selon le contexte.

Le protocole Modbus RTU sur RS-485 reste courant pour relier un data logger à un automate ou à un système de supervision. Le Modbus TCP sur Ethernet facilite l’intégration dans une infrastructure réseau existante, avec un accès distant aux données et une supervision centralisée. Certaines solutions peuvent aussi utiliser MQTT pour transmettre les mesures vers une plateforme cloud ou une architecture IIoT.

Les scénarios de coupure doivent être anticipés dès le choix de l’équipement :

• une coupure d’alimentation peut interrompre l’enregistrement si aucune batterie ou alimentation de secours n’est prévue ;
• une coupure réseau peut empêcher la transmission des données, mais le data logger doit pouvoir continuer à stocker les mesures localement ;
• la perte ou la défaillance d’un support amovible impose une mémoire interne ou une sauvegarde redondante ;
• une procédure d’export sécurisée limite les risques de corruption de fichiers.

Une connectivité adaptée ne sert donc pas seulement à consulter les mesures. Elle garantit aussi la continuité du suivi, la récupération fiable des données et l’intégration du système dans l’environnement technique existant.

Les fonctions d’alarme deviennent nécessaires lorsque les données ne doivent pas seulement être enregistrées, mais aussi déclencher une réaction. Un data logger industriel peut suffire pour signaler un dépassement de seuil, envoyer une notification ou activer un relais simple. Cette configuration convient par exemple au suivi d’une température, d’une pression, d’un niveau ou d’une humidité avec seuil critique.

Lorsque l’alarme doit piloter un équipement, l’architecture devient plus complexe. L’arrêt d’une pompe, l’ouverture d’une vanne, la modification d’une consigne ou le dialogue avec un automate nécessitent une intégration avec un système de supervision, un automate ou un réseau industriel.

Une architecture hybride peut alors être pertinente. Le data logger assure l’enregistrement local des données, tandis qu’une passerelle ou une communication Modbus transmet les informations vers une supervision centralisée. Cette configuration combine continuité d’enregistrement, suivi à distance et capacité d’intégration dans un environnement industriel.

Les livrables d’exploitation doivent être définis dès le cahier des charges. Ils peuvent inclure :

• un affichage local ;
• un export CSV ou Excel ;
• des rapports PDF horodatés ;
• un journal d’événements ;
• une interface web pour la consultation à distance.

Le choix dépend de 4 critères principaux : la durée d’enregistrement, la fréquence de mesure, le nombre de voies et le niveau d’intégration requis. Ces critères permettent d’orienter rapidement le projet vers un data logger, un système DAQ ou une architecture hybride.

• Si la mesure doit durer plusieurs jours, semaines ou mois sans ordinateur connecté, le data logger est généralement le choix le plus adapté. Il offre une bonne autonomie, une mémoire interne et une exploitation simple des données.
• Si les signaux sont rapides ou nécessitent une analyse en temps réel, le système DAQ devient préférable. Il convient mieux aux essais dynamiques, aux vibrations, aux bancs de test et aux mesures synchronisées.
• Si le nombre de voies est élevé ou si les capteurs sont très variés, une architecture DAQ modulaire peut faciliter l’extension du système et la gestion de plusieurs types d’entrées.
• Si les données doivent être remontées vers un automate, un SCADA ou une supervision réseau, une architecture hybride peut être plus pertinente. Le data logger conserve les mesures localement, tandis que le système de supervision exploite les données à distance.
• Si le besoin se limite à un suivi périodique avec export de données, un data logger standard peut suffire. Il évite de mobiliser une architecture plus coûteuse et plus complexe.

Cette logique évite 2 erreurs fréquentes : utiliser un data logger pour un phénomène trop rapide, ou installer un système DAQ complet pour une surveillance simple et longue durée.

Un entrepôt, une chambre froide ou un stockage de produits sensibles nécessite surtout une mesure fiable, continue et traçable. Les critères prioritaires sont l’autonomie, l’horodatage, les alarmes de seuil, l’export des données et la génération de rapports. Dans ce cas, un data logger industriel multicanal est souvent adapté, notamment lorsqu’il peut transmettre les données vers une plateforme ou une supervision.

Un banc d’essai, une mesure de vibration, un test moteur ou une analyse mécanique rapide nécessite une fréquence d’acquisition élevée et une visualisation en temps réel. Les voies doivent souvent être synchronisées pour permettre une analyse fiable. Dans ce cas, un système DAQ modulaire est généralement plus adapté qu’un data logger standard.

Une station de mesure environnementale, un site hydrologique ou une installation éloignée nécessite une solution autonome, robuste et peu consommatrice d’énergie. Les critères prioritaires sont l’alimentation sur batterie ou solaire, la mémoire locale, la transmission à distance et la résistance aux conditions extérieures. Dans ce cas, un data logger basse consommation avec télémétrie est souvent le choix le plus cohérent.

Une installation industrielle avec remontée vers un automate, un logiciel SCADA ou une supervision web nécessite une solution communicante. Une architecture hybride peut convenir lorsque l’enregistrement local doit être maintenu même en cas de coupure réseau. Dans ce cas, le data logger assure la continuité des mesures, tandis que la supervision centralise l’exploitation des données.