Wat is de resterende nuttige levensduur (RUL)?

RUL is de geschatte resterende tijd voordat een asset een vooraf gedefinieerde faaldrempel bereikt. Het is een kernbegrip in prognoses en voorspellend onderhoud, zoals gedefinieerd in ISO 13381.

Welke regressiemodellen zijn beschikbaar?

Deze rekenmachine ondersteunt lineaire (y = a + bx), exponentiële (y = a·e^(bx)) en tweedegraads polynomiale (y = a + bx + cx²) regressiemodellen voor trendextrapolatie.

Hoe wordt het betrouwbaarheidsniveau geschat?

Het vertrouwen in het model wordt afgeleid van de R² (determinatiecoëfficiënt) van het aangepaste model. Een hogere R² duidt op een betere passing en een betrouwbaardere voorspelling van de resterende levensduur.

Gratis engineeringtool

Rekenmachine voor prognoses van de resterende nuttige levensduur (RUL)

Voer trendgegevens in, kies een regressiemodel, stel een faaldrempel in en schat de resterende nuttige levensduur met een betrouwbaarheidsniveau volgens ISO 13381.

ISO 13381-1 Lineair / Exponentieel / Polynoom Maximaal 8 punten

Regressiemodel

Faaldrempel (parameterwaarde)

Parameternaam (optioneel label)

Tijdseenheid

Trendgegevenspunten (minimaal 3 vereist)

#	Tijd (t)	Parameterwaarde (y)

Snelle voorinstellingen

Resultaten

Geschatte resterende nuttige levensduur

—

Voorspelde faaltijd

—

Model R² (Goodness of Fit)

—

Vertrouwensniveau

—

Huidige veranderingssnelheid

—

Prognostiek volgens ISO 13381-1

ISO 13381-1 definieert een raamwerk voor conditiebewaking en prognoses van machines. Het kernidee is om een gezondheidsindicator in de loop van de tijd te volgen, een degradatiemodel toe te passen en te extrapoleren naar een vooraf gedefinieerde faaldrempel.

Regressiemodellen

Er worden drie modellen ondersteund voor het aanpassen van trendgegevens:

Lineair: y(t) = a + b·t — geschikt voor stabiele degradatie met constante snelheid
Exponentieel: y(t) = a·e^b·t — geschikt voor het versnellen van degradatie (bijv. lagerslijtage)
Polynoom (2e orde): y(t) = a + b·t + c·t² — geschikt voor niet-lineaire trends met een buigpunt

Goede pasvorm — R²

De determinatiecoëfficiënt R² meet hoe goed het model bij de gegevens past:

R² > 0,95 — Uitstekende overeenkomst, hoge mate van vertrouwen in de RUL-schatting.
R² = 0,80–0,95 — Goede pasvorm, matig vertrouwen
R² < 0,80 — Slechte fit, overweeg een ander model of meer data.

Praktisch voorbeeld

Voorbeeld — Trillingsdegradatie van lagers

Gegeven: De trillingsmetingen op dag 0, 30, 60, 90, 120 en 150 zijn: 1,2, 1,8, 2,5, 3,4, 4,1 en 5,0 mm/s. Alarmdrempel = 7,1 mm/s.

Lineaire aanpassing: y = 1,14 + 0,0253·t → drempelwaarde bij t ≈ 236 dagen → resterende levensduur ≈ 86 dagen vanaf de laatste meting.

Een exponentiële aanpassing kan een kortere resterende levensduur opleveren als de degradatie versnelt.

⚠️ Let op: Prognostische schattingen zijn sterk afhankelijk van de datakwaliteit en de aanname dat het degradatiemechanisme ongewijzigd blijft. Combineer deze schattingen altijd met technisch inzicht en aanvullende gegevens over de conditiebewaking.

RUL-prognosecalculator | ISO 13381 | Vibromera

Gepubliceerd door Nikolaj Shelkovenko op 15 februari 2026 5 maart 2026

Resultaten

Prognostiek volgens ISO 13381-1

Regressiemodellen

Goede pasvorm — R²

Praktisch voorbeeld