Dat is een eenvoudige vraag, maar jammer genoeg bestaat er geen eenvoudig antwoord. Het is theoretisch onmogelijk om een enkel magisch getal te geven dat u met de blootstellingsuren in een verweringstester zou kunnen vermenigvuldigen om het equivalent in jaren blootstelling in de open lucht te berekenen. Het probleem is niet dat we nog niet de volmaakte verweringstester hebben ontwikkeld. Hoe geavanceerd of duur een verweringstester ook kan zijn, de magische factor zal ongrijpbaar blijven. Het grootste probleem is de inherente variabiliteit en complexiteit van de blootstelling in de open lucht. De relatie tussen blootstelling in een tester en blootstelling in de open lucht hangt af van een aantal variabelen, zoals:

• De geografische breedte van de plaats van de blootstelling (hoe dichter bij de evenaar, hoe meer UV).
• De hoogte (hoe hoger, hoe meer UV). 
• De plaatselijke geografische omstandigheden, zoals wind om de testmonsters te drogen, of de nabijheid van oppervlaktewater om dauw te vormen. 
• Willekeurige variaties van jaar op jaar van het weer, die de aantasting op dezelfde plaats gedurende opeenvolgende jaren met een factor van 2:1 kunnen doen verschillen.  
• Seizoen variaties (bv. een blootstelling in de winter veroorzaakt soms slechts 1/7 van de schade van blootstelling in de zomer).  
• De oriëntatie van het monster (5° zuid versus verticaal noord).  
• De isolatie van het monster (monster in de open lucht met geïsoleerde rug worden vaak 50% sneller aangetast dan niet geïsoleerde monsters). 
• De bedrijfscyclus van de tester (uren belichting, uren vochtigheid). 
• De bedrijfstemperaturen van de tester (hoe warmer, hoe sneller de aantasting).  
• Het geteste materiaal. 
• De distributie van het spectrumvermogen van de lichtbron in het laboratorium. 

Het is dus niet mogelijk om een conversiefactor tussen de uren in een test apparaat en maanden blootstelling in de open lucht te berekenen. De eerste is een constante toestand, de andere is variabel. Het gebruik van een conversiefactor zou de geldigheidsgrenzen van de gegevens overschrijden.

Met andere woorden: Verweringsgegevens zijn vergelijkende gegevens. Toch kunnen versnelde verweringstesters uitstekende duurzaamheidsgegevens opleveren. U moet echter wel beseffen dat de gegevens die u krijgt niet absoluut maar relatief zijn. Het beste dat u van verweringstests in het laboratorium kunt verwachten, is een betrouwbare indicatie van de relatieve duurzaamheid van het materiaal in vergelijking met andere materialen. Hetzelfde kan trouwens worden gezegd van blootstellingstests in Florida. Niemand weet hoe een jaar blootstelling in een "black box" op 5° zuid vergelijkbaar is met een jaar op een huis of een auto. Zelfs een beproeving in de open lucht geeft u slechts een relatieve indicatie van de werkelijke levensduur.

Relatieve gegevens kunnen echter buitengewoon krachtig zijn. U kunt bijvoorbeeld merken dat een enigszins aangepaste formulering meer dan twee keer duurzamer is dan uw standaard materiaal. Of u zou kunnen ontdekken dat materialen van verschillende leveranciers wel identiek lijken, maar dat sommige erg snel falen. De meeste na een middellange tijd en enkele pas na langdurige blootstelling. Of u zou kunnen vaststellen dat een minder dure formule even duurzaam is als uw standaard materiaal dat in de praktijk bijvoorbeeld vijf jaar lang aanvaardbaar heeft gepresteerd.

Hier volgt een goed voorbeeld van de kracht van vergelijkende gegevens:

Een fabrikant van coatings ontwikkelde een nieuw type blanke coating. De eerste proeven met de QUV veroorzaakten in 200 tot 400 uren ernstige barsten; Dat is veel sneller dan bij conventionele coatings die voor hetzelfde doel worden gebruikt. Maar na 3 jaar experimenten met de formule en nieuwe tests in de QUV tester, was de coating zo sterk verbeterd dat verscheidene formuleringen opgewassen waren tegen 2.000 tot 4.000 uren in de QUV tester. Dat is dus veel beter dan de conventionele coatings. Uit latere parallelle tests in Florida bleek een vergelijkbare verbetering van de duurzaamheid met een factor 10. Maar als de coatingfabrikant op de gegevens uit Florida zou hebben gewacht om zijn formule te veranderen, zou hij nog altijd in de eerste stadia van de aanpassingen zijn en zou de coating niet het commerciële succes zijn dat hij nu is.

Als u ondanks alles een vuistregel voor de conversie wilt hebben, kunt u die empirisch vinden. Hoewel een universele conversiefactor uitgesloten is, hebben honderden laboratoria met succes hun eigen interne vuistregel ontwikkeld om de uren blootstelling in hun Q-SUN of QUV tester om te rekenen naar uren in de open lucht. Het is echter belangrijk dat u onthoud dat deze vuistregels het resultaat zijn van empirische vergelijkingen tussen de versnelde proeven van het laboratorium en de blootstelling in de open lucht. Bovendien gelden vuistregels voor de conversie alleen voor:

• Het specifieke geteste materiaal.
• De specifieke tijdscyclussen en temperaturen die in de laboratoriumtester werden gebruikt. 
• De specifieke plaats van de blootstelling in de open lucht en de procedure voor de montage van de monsters.

Als u ervaring hebt met de blootstelling van uw materialen in de open lucht, zult u slechts enkele maanden nodig hebben om uw eigen vuistregel te ontwikkelen. Als u geen ervaring met uw eigen materialen hebt, kunt u met vergelijkbare materialen werken waarvan de geschiedenis in de open lucht wel bekend is.

Veel laboratoria hebben met succes hun eigen interne vuistregel ontwikkeld om de uren blootstelling in een Q-SUN of QUV tester om te rekenen naar uren in de open lucht.

Onthoud bovendien het volgende: "Correlatie" betekent "rangcorrelatie". Als iemand vraagt "Hoe correleren de versnelde testers met de open lucht?" zou hij eigenlijk moeten vragen, 'Hoe goed dupliceren de rangnummers van de duurzaamheid van de materialen in de versnelde testers de rangnummers van de materialen in de open lucht?" Om de rangcorrelatie te meten, bevelen wij de rangcorrelatiecoëfficiënt van Spearman aan, een statistische meting die men gemakkelijk kan berekenen en die niet de verregaande veronderstellingen over de gegevens vereisten die voor lineaire correlatiemetingen nodig zijn. Een studie van de duurzaamheidsrangnummers voor 27 autocoatings in een QUV tester en in Florida, leverde rangcorrelaties op van tot 0,89 tussen QUV tester en Florida. De rangcorrelatie tussen verschillende blootstellingen in Florida bedroeg 0,88 tot 0,95. Met andere woorden, de QUV tester kan de rangnummers van Florida bijna even goed reproduceren als Florida zichzelf kan reproduceren.

Raadpleeg ons Technisch Bulletin LU-0833 voor meer informatie.