Process industriel : quels paramètres surveiller avec un data logger ou un système DAQ ?

• Un data logger industriel convient à la surveillance continue longue durée (jours à mois) avec une cadence typique de 1 à 100 S/s par canal, tandis qu'un système DAQ cible les acquisitions dynamiques à cadence élevée (vibrations, transitoires) où la synchronisation entre voies est critique.
• Pour les vibrations, le théorème de Nyquist impose une fréquence d'échantillonnage d'au moins 2× la fréquence maximale d'intérêt ; en pratique, un facteur 5 à 10 est recommandé pour l'analyse spectrale et la détection de défauts.
• Les interfaces série imposent des contraintes de distance : RS-232 est limité à environ 15 m, RS-485 autorise jusqu'à 1 500 m, ce qui conditionne directement le choix d'architecture (centralisée ou distribuée).
• Le signal 4–20 mA reste la référence pour transporter des mesures (pression, débit, température) sur de longues distances avec une immunité naturelle au bruit ; la puissance électrique se calcule en combinant une mesure de tension et une mesure de courant.
• Avant tout déploiement, il faut définir pour chaque variable : sa plage, sa cadence, la résolution requise (16 bits pour la plupart des grandeurs lentes, 24 bits pour les signaux faibles ou les jauges de contrainte) et la nécessité ou non d'un échantillonnage simultané.
• Les protocoles Modbus RTU/TCP, OPC-UA et MQTT permettent d'intégrer les données dans les systèmes de supervision (SCADA) ou vers le cloud sans rupture entre OT et IT.

L’instrumentation d’un process industriel permet de suivre les variables qui influencent la qualité, la maintenance, la sécurité et l’efficacité énergétique. Une température non surveillée, une pression instable, une vibration anormale ou une dérive de débit peut entraîner des pertes de production, des défauts qualité ou une panne. Le choix entre un data logger et un système DAQ dépend des grandeurs à mesurer, de la cadence d’acquisition, du nombre de voies et du niveau d’analyse attendu. Un enregistreur de données convient surtout aux suivis longue durée et aux mesures lentes. Un DAQ devient plus adapté aux signaux rapides, aux vibrations, aux essais dynamiques et aux architectures de supervision avancées. Le bon dimensionnement permet d’obtenir des données exploitables sans suréquiper l’installation.

Un data logger industriel, ou enregistreur de données, mesure, horodate et stocke des grandeurs physiques sur une durée donnée. Il convient aux suivis continus ou périodiques de température, pression, humidité, débit, courant 4-20 mA ou signaux numériques. Il peut fonctionner sur batterie, sur alimentation secteur ou avec une faible consommation, selon les modèles.

Un système DAQ est une architecture d’acquisition plus complète. Il associe des modules d’entrée, du conditionnement de signal, un logiciel d’exploitation et un stockage adapté aux volumes de données importants. Il répond mieux aux mesures rapides, aux signaux dynamiques, aux essais vibratoires, aux mesures synchronisées et aux besoins d’analyse en temps réel.

Les deux solutions suivent une chaîne de mesure comparable :

• capteur : conversion d’une grandeur physique en signal électrique ;
• conditionnement : amplification, filtrage ou isolation du signal ;
• conversion analogique-numérique : transformation du signal en données numériques ;
• logiciel : visualisation, enregistrement et analyse ;
• stockage : conservation locale, réseau ou cloud selon l’architecture.

Dans certains process, les deux systèmes peuvent coexister. Un DAQ peut suivre les vibrations d’un roulement, tandis qu’un data logger surveille la température du four ou la pression du réseau associé.

Un plan de mesure industriel doit couvrir les variables qui influencent directement la performance du process. Les grandeurs à surveiller dépendent du type d’installation, du risque à maîtriser et des données nécessaires pour la maintenance, la qualité ou l’énergie.

La température est l’une des grandeurs les plus surveillées dans l’industrie. Elle intervient dans les fours, enceintes climatiques, circuits de refroidissement, lignes agroalimentaires, procédés chimiques ou stockages sensibles. Les capteurs les plus utilisés sont :

• thermocouples pour les plages larges et les environnements robustes ;
• sondes RTD / PT100 pour les mesures plus stables et précises ;
• thermistances pour les plages plus limitées et les applications de contrôle fin.

Un data logger convient souvent à ces mesures lorsque l’évolution est lente et que l’objectif est la traçabilité ou le suivi longue durée.

Les grandeurs mécaniques concernent les vibrations, la force, la déformation, la position ou la vitesse. Elles sont importantes pour la maintenance prédictive, les bancs d’essai, le suivi des machines tournantes et le contrôle de composants sous charge. Les vibrations se mesurent avec des accéléromètres. Elles nécessitent souvent une cadence élevée, surtout sur un compresseur, un moteur, une pompe ou un roulement. Dans ce cas, un DAQ est généralement plus adapté qu’un enregistreur classique. Les jauges de contrainte et les cellules de charge permettent de mesurer une déformation, une force ou un poids. Ces capteurs délivrent souvent des signaux faibles qui exigent un conditionnement et une résolution adaptés.

La pression et le débit permettent de surveiller l’intégrité d’un circuit, le rendement d’une pompe, la consommation d’un fluide ou la présence d’une fuite. Les capteurs de pression utilisent souvent un signal 4-20 mA, compatible avec de nombreuses chaînes d’acquisition industrielles. Les débitmètres peuvent fournir un signal 4-20 mA, une sortie impulsionnelle ou une communication numérique. Un data logger convient aux suivis lents ou périodiques. Un DAQ devient utile lorsque les variations sont rapides ou lorsque la mesure doit être corrélée avec d’autres signaux dynamiques.

La surveillance électrique porte sur la tension, le courant, la puissance et l’énergie consommée. Ces mesures alimentent les indicateurs de performance énergétique, de rendement machine et d’OEE. Un suivi simple de courant ou de tension peut être réalisé avec un enregistreur adapté. Une analyse plus avancée de la qualité réseau, des transitoires ou des signaux rapides peut nécessiter un DAQ ou un analyseur dédié.

Les grandeurs environnementales incluent l’humidité, le CO2, la température ambiante, la pression différentielle ou les conditions d’air. Elles sont importantes dans les salles propres, les entrepôts, les procédés agroalimentaires, les installations HVAC et les zones de stockage sensibles. Ces paramètres évoluent généralement lentement. Ils sont donc bien adaptés aux data loggers, avec une cadence de mesure faible et une exploitation sous forme de rapports ou d’alertes.

Les signaux TOR, les impulsions et les événements permettent de suivre l’état d’un actionneur, le déclenchement d’un arrêt, le comptage de pièces, les cycles machine ou le fonctionnement d’un moteur. Ces données sont utiles pour :

• analyser les arrêts ;
• calculer le TRS / OEE ;
• suivre la production ;
• documenter les causes de défaut ;
• corréler un événement avec une dérive process.

Un enregistreur de données peut suffire pour la journalisation simple. Une intégration plus avancée avec un automate, un SCADA ou un système MES peut nécessiter une architecture communicante.

Le choix entre data logger et DAQ dépend de la grandeur surveillée, du capteur utilisé et de la cadence nécessaire. Les fréquences suivantes sont des ordres de grandeur à ajuster selon l’application.

• Température de four, fluide ou enceinte : suivi qualité, contrôle process, détection de dérive. Les capteurs courants sont les thermocouples et les sondes PT100. Une cadence de 1 à 10 S/s suffit souvent. Un data logger est généralement adapté.
• Pression de circuit hydraulique ou pneumatique : surveillance d’intégrité, diagnostic de fuite, calcul de performance. Les capteurs 4-20 mA sont fréquents. Une cadence de 1 à 10 S/s convient aux phénomènes lents. Un enregistreur industriel peut suffire.
• Débit : bilan matière, rendement, détection de fuite ou suivi de consommation. Les sorties sont souvent en 4-20 mA ou en impulsions. Un data logger convient lorsque la variation reste lente.
• Vibrations de roulement, moteur ou compresseur : maintenance prédictive et détection de défauts. Les accéléromètres demandent une cadence élevée, souvent de plusieurs milliers d’échantillons par seconde. Un DAQ est préférable.
• Déformation ou contrainte : contrôle de charge, fatigue structurelle, validation mécanique. Les jauges de contrainte nécessitent un conditionnement spécifique. Un DAQ est généralement plus adapté.
• Courant, tension et puissance : monitoring énergétique, suivi OEE, calcul de rendement. Un data logger peut suffire pour une tendance lente. Un système DAQ ou un analyseur spécialisé devient plus pertinent pour la qualité réseau ou les transitoires.
• Humidité et CO2 : conditions ambiantes, qualité produit, conformité de stockage. Les évolutions sont lentes. Un data logger avec capteurs adaptés répond souvent au besoin.
• États TOR et comptage : suivi de production, cycles machine, arrêts et événements. Un enregistreur avec entrées numériques ou compteurs d’impulsions convient pour la journalisation. Une architecture plus intégrée peut être nécessaire en supervision industrielle.

Le nombre de canaux correspond au nombre de capteurs ou de signaux à mesurer. Une marge d’évolution doit être prévue si de nouveaux points de mesure peuvent être ajoutés par la suite. Les types d’entrées à vérifier sont notamment :

• tension ;
• courant 0-20 mA ou 4-20 mA ;
• thermocouples ;
• sondes RTD / PT100 ;
• impulsions ;
• états TOR ;
• entrées numériques ;
• signaux dynamiques.

Un data logger convient aux entrées standards et aux mesures lentes. Un DAQ devient plus pertinent lorsque les signaux sont rapides, faibles, variés ou nécessitent un conditionnement spécifique.

La résolution détermine la finesse de quantification du signal. Une résolution 16 bits couvre de nombreuses applications de process. Une résolution 24 bits devient utile pour les signaux faibles, les jauges de contrainte ou les mesures à forte dynamique. La précision dépend aussi du capteur, du câblage, du conditionnement et de l’environnement. Une résolution élevée ne suffit pas si le signal est perturbé ou mal conditionné.

La fréquence d’échantillonnage doit être adaptée à la vitesse du phénomène. Une température peut être suivie lentement. Une vibration, un choc ou une variation rapide de pression demande une cadence beaucoup plus élevée. Un échantillonnage insuffisant peut créer des valeurs trompeuses. Pour les signaux rapides, un filtre anti-aliasing permet d’éviter que des fréquences non souhaitées apparaissent comme de fausses variations dans les données.

Le multiplexage consiste à lire plusieurs voies les unes après les autres. Cette solution est suffisante pour des phénomènes lents comme la température, l’humidité ou certains signaux process. L’échantillonnage simultané mesure plusieurs voies au même instant. Il devient nécessaire lorsque les signaux doivent être comparés précisément dans le temps, par exemple pour le calcul de puissance, l’analyse vibratoire ou les essais mécaniques.

L’environnement industriel peut générer du bruit de mesure. Les variateurs, moteurs, armoires électriques et câbles longs peuvent perturber les signaux. Plusieurs critères permettent de sécuriser la mesure :

• entrées différentielles ;
• isolation galvanique ;
• câbles blindés ;
• connecteurs robustes ;
• filtrage adapté ;
• séparation des signaux faibles et des câbles de puissance.

Ces points deviennent essentiels lorsque les signaux sont faibles ou lorsque l’installation se trouve dans un environnement électromagnétique perturbé.

La connectivité dépend de la distance, de l’infrastructure disponible et du niveau d’intégration attendu. Les interfaces les plus courantes sont USB, RS-485, Ethernet, Wi-Fi, Modbus RTU/TCP, OPC-UA ou MQTT. Deux architectures sont possibles :

• architecture centralisée : les modules d’acquisition sont regroupés dans un boîtier ou une armoire. Cette solution simplifie la synchronisation, mais peut augmenter les longueurs de câble ;
• architecture distribuée : les modules sont placés près des capteurs et reliés par un bus ou un réseau. Cette solution réduit le câblage terrain et facilite la couverture de zones éloignées sur un même site.

Une démarche structurée évite de poser des capteurs sans objectif clair. Chaque mesure doit répondre à un besoin : maintenance, qualité, énergie, sécurité, traçabilité ou diagnostic. Les sept étapes principales sont les suivantes :

• Définir les objectifs : préciser la raison de la mesure, par exemple maintenance prédictive, contrôle qualité, bilan énergétique ou détection d’alarme.
• Recenser les variables critiques : identifier les grandeurs dont la dérive ou la défaillance affecte la qualité produit, la sécurité, le rendement ou le coût d’exploitation.
• Définir les plages et précisions attendues : indiquer les valeurs minimales et maximales, la précision nécessaire et la résolution utile, sans surdimensionner le besoin.
• Fixer les cadences d’échantillonnage : adapter la fréquence de mesure à la vitesse du phénomène. Les signaux lents nécessitent peu de points. Les vibrations et transitoires exigent une cadence élevée.
• Choisir l’architecture matérielle : sélectionner un data logger, un DAQ, une architecture centralisée ou distribuée selon les distances, la cadence, la synchronisation et l’alimentation disponible.
• Valider et étalonner les capteurs : vérifier les mesures avant la mise en service, documenter les écarts et prévoir une périodicité d’étalonnage adaptée aux exigences qualité.
• Organiser l’exploitation des données : définir les exports, les seuils d’alarme, les règles d’archivage, les tableaux de bord et les interfaces de visualisation.

Un plan de mesure n’est complet que si les données collectées peuvent être exploitées. Une acquisition sans stratégie d’analyse produit surtout du stockage inutile.

Plusieurs erreurs peuvent dégrader la qualité des mesures ou rendre les données difficiles à exploiter.

• Sous-échantillonnage : une fréquence de mesure trop faible peut masquer un phénomène rapide ou créer une interprétation erronée du signal.
• Absence de filtrage adapté : les signaux rapides ou perturbés peuvent produire des données trompeuses si aucun filtre n’est prévu avant la numérisation.
• Boucles de masse : des références électriques différentes entre équipements peuvent injecter du bruit ou un décalage dans la mesure.
• Mauvais choix de capteur : un capteur mal dimensionné par rapport à la plage réelle du process peut saturer ou manquer de précision.
• Absence de continuité d’alimentation : une coupure secteur ou réseau peut créer des trous dans l’historique si aucune alimentation de secours ou mémoire locale n’est prévue.
• Données difficiles à intégrer : un mauvais protocole, un format d’export inadapté ou un horodatage incohérent peut empêcher la corrélation des données avec un SCADA, un MES ou une base de données.

Ces pièges doivent être anticipés dès la conception. Ils influencent le choix du système, des capteurs, du câblage, de l’alimentation et du mode de stockage.

Une demande bien structurée permet d’obtenir une solution adaptée et de comparer les offres sur des bases équivalentes.

Les informations à préparer sont les suivantes :

• type de process concerné : four, ligne de conditionnement, compresseur, pompe, circuit hydraulique, salle propre, stockage ou banc d’essai ;
• objectif de la mesure : maintenance prédictive, qualité, énergie, traçabilité, sécurité, diagnostic ou supervision ;
• grandeurs à surveiller : température, pression, débit, vibration, courant, tension, humidité, CO2, événements ou comptage ;
• nombre de points de mesure ;
• types de capteurs utilisés ou envisagés ;
• plages de mesure et précision attendue ;
• cadence d’acquisition nécessaire ;
• durée de la campagne ou fonctionnement en continu ;
• besoin de visualisation en temps réel ou d’analyse différée ;
• mode de stockage et format d’export attendu ;
• interfaces de communication souhaitées : USB, Ethernet, Wi-Fi, RS-485, Modbus, OPC-UA, MQTT ;
• contraintes d’environnement : température, humidité, poussière, vibration, projections, distance de câblage ;
• contraintes d’alimentation : batterie, secteur, alimentation secourue ou énergie solaire ;
• besoin d’alarmes, de rapports ou d’intégration à une supervision ;
• exigences d’étalonnage, de traçabilité ou de conformité qualité.

Ces éléments permettent de choisir entre data logger, système DAQ, architecture centralisée ou architecture distribuée, tout en évitant le sous-dimensionnement et le suréquipement.