製造業が金属および鉱業から何を学ぶことができるか-パート3-Axoraを使用

AIを使用してスケーラブルで持続可能な資産のパフォーマンスと信頼性を推進する業界リーダーであるSenseyeが提供する、トレンド検出ポッドキャストへようこそ。これは、メンテナンス効率を達成する方法についてのアイデアを取り除くのに役立つように設計された新しい出版物です。

メーカーが金属および鉱業から何を学ぶことができるかを議論するシリーズの第3部および最後のパートでは、AxoraのJoeCarrが再び参加します。ここでパート1とパート2を聞くことができます。

メーカーが金属および鉱業から何を学ぶことができるかを議論するエピソードの間に、AxoraのJoe Carrが再び参加し、金属および鉱業会社が従う保守慣行、機械の稼働時間が重要である理由、および機械データが多すぎることが証明されている方法について議論しますやりがいがあります。

今後のエピソードについての通知を希望する場合は、お気に入りのポッドキャストプロバイダー（Apple、Google、Spotify）を介してサブスクライブし、レビューを残してフィードバックをお知らせください。

トランスクリプト

取り上げられている主なトピック（クリックしてセクションにジャンプ）

1. 金属および鉱業における主要なメンテナンス慣行
2. 金属と鉱業での機械データの利用
3. 金属と鉱業におけるAIと機械学習のユースケース
4. 金属と鉱業の持続可能性
5. ケーススタディ：アルコア

Niall Sullivan、Senseye：ええ、それだけです、Joe。それは興味深いです、あなたはそれが私が次に向かっていたところであり、実際にそれを行うためのより賢い方法であるため、メンテナンスについて言及します。繰り返しになりますが、出発点として考えると、ケースバイケースであると言うでしょうが、一般的に、その瞬間に実施されている主なメンテナンス方法は何ですか？

これらの金属鉱業会社は何をフォローしていますか？リアクティブメンテナンスですか？ 4,000日ごと、またはそれが何であれ、変更​​することを提案したようなものですか？一般的に言って、メンテナンスの観点から、彼らはその瞬間にどのような慣習に従っていますか？

Joe Carr、Axora：鉱業金属の世界では、稼働時間が重要です。百パーセント、稼働時間は最も重要なことです。なぜなら、航空会社の座席のように、その時間内に生産しなければ、それを取り戻すことはできないからです。でしょ？

飛行機が取り外され、座席が販売されないと、座席を販売に戻すことはできません。製油所を経営している場合も同じですよね？金属、1トンの銅を1時間生産していない場合、その時間は過ぎ去ります。その作品を取り戻すつもりはありません。

稼働時間が重要です。業界は確かにリアクティブを実行することを望んでいません。ある程度の事後対応型のメンテナンスは常にあります。それは常に起こります。確かに業界として、私たちはそれが規則ではなく例外であることを望んでいます。私たちが望まない事後対応型のメンテナンスとは別に、あなたは計画的で予防的なメンテナンスを行っています。

そこには間違いなく混合物があります。繰り返しますが、私が言ったように、それは会社ごとの拠点です。特定のもの、特に...たとえば、トラックが見つかります。それは素晴らしい例です。今日、トラックには多くのセンサーがあり、エンジンの動作やブレーキなどを知ることができます。たとえば、これらの場所では、コンポーネントの障害が発生するまでにかかる時間をより予測できるため、それが存在します。

次に、計画がまっすぐな領域があります。 5,000時間ごとに変更します。なぜ5,000時間ごとに変更するのですか？それはメーカーが推奨するものです。それが正しいかどうかは議論の余地があります。

今日は確かにミックスです。理想的には、業界全体が予測不可能な動きをしたいと思うでしょう。 AI、センサーデータ、機械学習で、問題が発生する100時間前に、問題が発生する時期を知らせてほしいので、すぐに変更できます。

計画に関して問題があります。壊れる直前にすべてを修正することはできません。ある程度の計画を立てる必要がありますが、コンポーネントの寿命を最大化することで、大幅なコスト削減と稼働時間のメリットが得られます。そのトラックを私が望んでいたよりも10時間長く走らせ続けることができればという事実。そして、生産が失われるので、何か他のことをしている間、駐車して1日待ち行列に入れるのではなく、空きスペースができたらそれを降ろす計画を立てることができます。

今日、私がオペレーションに取り組んでいたとき、私たちはアップタ​​イムでハイ80を目指しようとしたと思います。一般的に88％はそういうものでした。 80年代と90年代にそれを探ることができれば、より良い予知保全により、大きなメリットがあります。鉱業会社には大きなメリットがあります。私たちが持っているのと同じ量の資産でより多くの金属を生産できるという点で、社会には大きなメリットがあります。別の鉱山を開く必要はありません。私たちは私たちが持っているものから生産を続け、私たちが持っている機器でより効率的にすることができます。

Niall Sullivan、Senseye：あなたが言っていることからさまざまな戦略が進んでいます。あなたは明らかに予知保全に触れましたが、これは私の観点からは非常に明確な関心事です。

すべてのことから、メンテナンスを予測することでかなりの価値がもたらされることは明らかです。それが彼らに受け入れられていることはどれほどうまくいっていますか？予知保全はまだ成長している市場の一部であり、まだ離陸していない可能性があります。

以前にデジタルトランスフォーメーションとそこでの問題のいくつかについて言及しましたが、予知保全とその利点は広く知られていますか？または、それは広く知られており、セキュリティの懸念とその側面に関係するために、あなたが以前に指摘した理由で彼らはそれを受け入れていませんか？

Joe Carr、Axora：うん。実際、それは本当に広く知られています。メンテナンスソリューションは、業界で最大のソリューションの1つです。

繰り返しになりますが、値の計算が非常に簡単なため、少しわかります。 「稼働時間が1％長くなると、何が得られるのでしょうか」と言うのは簡単です。スペアでの航海は常に素晴らしいですが、それらの生産によって常に取るに足らないものに矮小化されています。

材料を生産するよりも鉱山を運営するのに費用がかかる場合、鉱山はありません。他のビジネスと同じように、それは鉱業がどのように機能するかではありません。常に大きなメリットがあります。第一の問題は、それが何年にもわたる無計画な開発であったことだと思います。確かに、車両と工場の中で、それは最も前向きなものです。特に、あなたが非常によく知られている、大きな黄色いトラックを持っているなら、そうですか？

Caterpillar、Komatsu、またはそのような人々がいる場合、彼らは長い間、車両の予知保全を行ってきました。彼らが今日車を売っているとき、彼らの車を買う鉱山がたくさんあります。彼らはそれらを購入しません。彼らは稼働時間にそれらを購入します。

彼らは、87％以上の最小稼働時間の車両を購入しています。彼らがその稼働時間を取得しない場合、彼らはそれをリースしているので、彼らはそれに対してお金を払っていません。あなたが車を借りるかもしれないように少し。彼らは非常にやる気があります。 「私のトラックは効率的です」と言ってトラックを販売するときの大きな差別化要因であるため、メーカーはこれらの車両を可能な限り効率的に運転し続けることに強い意欲を持っています。彼らはそのような膨大なデータのプールを持っています。

Caterpillarについて考えると、センサー付きのトラックが何万台もあり、それらすべてがそれらのトラックの走行方法に関するデータを提供します。彼らは自分たちがしていることを実現するのが上手になっているだけです。

鉱業会社で、トラックが100台ある場合、データのプールは非常に小さいため、これらのメリットを享受できません。彼らが独自のシステムを実装する場合、それらはそれほど効果的ではありません。これは、予防保守と計画保守が製造業者によって推進された例です。

一方、コンセントレーター、製錬所、製錬所などの場所に行く場合、製錬所を販売する会社は1社もありません。ハッチやFLSmidthに行って、この製錬所を購入することはありません。彼らは多くの異なるメーカーのコンポーネントからそれらを構築します。次に、過去5年間で、新しい製錬所であれば、その周りにデジタルツインを構築する可能性があります。

AI、予知保全、機械学習は、単一の既存のOEMによって制御されていないため、実際にチャンスがありますよね？それは、によって作られたドリルではありません...それは、フォードがすべての部品で何が起こっているかを知っているフォードによって作られた車ではありません。

すべての鉱山精製所は異なります。すべての製錬所は異なります。すべてのコンセントレーターは異なり、多くの異なるメーカーからの多くの異なる部品によって作られています。すべてのデータをまとめ、理解し、洞察を提供できることで、今日、トラック、ドリル、またはシャベルで利用できるようになりました。ここで、非常に興味深い機会があります。次に、同じことがバリューマイニングチェーン全体に存在します。これらは2つの本当に良い例です。

Niall Sullivan、Senseye：それはデータが常にあるからですか...まあ、それは私たちの観点から重要なトピックですか？データがない、または非常に多くの異なる形式のデータが非常に多い飢饉の状況。少なくとも、そこにある本当の洞察にたどり着くまでには、かなりの時間がかかります。

金属および鉱業会社は、さまざまな種類の機械に関する大量のデータを収集するのに非常に優れており、それを活用する方法を検討していますか？または、彼らは多くのデータを収集しませんか？それは物事の反対側ですか？

Joe Carr、Axora：個人的な経験から、彼らは大量のデータを収集します。彼らはそれをどうするかについての手がかりを持っていません。

作業を行ったときの予測、イノベーション予測からわかりました。最大の問題の1つは、データを収集できる必要があるということでした。それを行うにはネットワークが必要なので、これは課題です。

鉱山にデータが含まれると、データはさまざまな形式で、さまざまな場所に配置されていました。一つは、彼らはそれをどうするかを必ずしも知らなかった、あるいは彼らはそれができなかったのでそれで何もできなかった。私たちが以前に話したように、彼らはスキルを持っていませんでした。今日のこれらのマシンは...数年前に技術者と話をした技術者の1人で、「トラック全体で1日に2ギガバイトのデータが生成される」と言っていたため、データは非常に困難です。そして、彼らは鉱山で83を走り回っていました。 「ストレージがいっぱいです。それほど時間はかかりません」と彼は言いました。右？サーバーをいっぱいにするために、毎日2ギガのデータを生成する83個のデータがあります。このデータをどのように処理しますか？

またはその99％は、関心がありません。なぜ関心がないのですか？私たちはそれとは何の関係もありません。おそらく信じられないほど興味深いデータでした。変数から速度、サイクルタイム、エンジン温度を追跡しています。おそらく、これらのトラックから出てくる500個の変数のうち20個をリアルタイムで追跡しています。

鉱山にはこのすべてのデータがあり、それがサイロであるため、これは大きなチャンスです。クラウドインフラストラクチャについて、そしてサイバー攻撃から鉱山をどのように保護するかについて、前に説明したすべての理由から、それは鉱山にありますか？鉱山自体の誰もそれを行う方法を知らないので、私たちは誰も何もしないサーバー上にあるこのすべてのデータを持っています。誰もそれをするために雇われていません。

鉱山の床にいる鉱山技師として、私は何を雇っていますか。私はサーバーデータを調べるために雇われていません。私は岩を砕き、物事を地面から取り除き、それを処理計画に通すために雇われています。ミックスですよね？鉱山に行って、20人のデータサイエンティストがデータに取り組んでいるのを見つけることはめったにありません。右？あなたがしていることは、多くの地質学者、エンジニア、生産者、掘削者が鉱山に乗り込んで作業しているのを見つけることです。

私が言ったように、それは未開拓の機会であるため、それはとても残念なことのようです。私が言っていたように、彼らはそのデータをふるいにかけるためのリソースを内部的に持っていません。また、クラウドやソフトウェアプラットフォームを使用する場合は、セキュリティをもう少し意識しているため、実際の洞察を得ることができる可能性があります。機会を逃したようです。

私が言ったように、業界はおそらく変わるでしょう。人々は転職して世代を生み出します...多分それは世代的なものでもあります。たぶんそれは時間とともに変化し、人々は「まあ、たくさんのデータがあります。なぜ私たちは何もしないのですか？」と考えてこれらのアイデアを持ち出すでしょう。私たちは本当にそこに出かけて解決策を見つける必要があります。そうすれば、私たちの利益のためにこのデータを利用できるようになります。

それは仕事でもありますよね？私がプロダクションエンジニアだったとき、私が本当に気にかけていたのはプロダクションでした。誰かが私のところに来て、「ああ、あなたのトラックか何かでAIプロジェクトを実行できますか？」と言った場合。私の見解は、まあ、そのようなものが私の制作や仕事の邪魔になるようなものだったでしょう。

また、現場の人々が仕事をやりたいと思っている場所で切断が見られます。そして、イノベーション部門にいる人々は、革新的なプロジェクトを行うことに本当に興味を持っていますが、サイトの人々から賛同を得なければなりません。私がプロダクションエンジニアである場合、ボーナスとプロダクションの給与が支払われるというこの断絶があります。 AIプロジェクトを実行しても、報酬は支払われません。

現場の人々が「ほら、これをする時間がない」のように切断される可能性があります。これは、鉱山内でも興味深い二分法です。鉱山自体はサイロ化されています。鉱山の生産者は、製錬所の生産者とは話をしません。彼らは、最終金属を生産している製錬所や製錬所の生産者と必ずしも話をしません。彼らは皆、自分たちのことをやっています。同様に、彼らはすべて自分たちのことをやっていて、それは彼らにとって本当に重要なので、あなたがメンテナンスのことを一緒にやって来るなら、あなたは賛成を得られないかもしれません。彼らは「ああ、それは本当に価値がある。私はそれが本当に好きだ」と言うかもしれません。 「すぐに使えるようになったら戻ってきて、統合するのに時間をかける必要がない」という反応がよくあります。それはその統合ステップとそれに伴う面倒です。それをする仕事をしている人はそこにいません。

Niall Sullivan、Senseye：繰り返しになりますが、それはそこにある不足しているスキルの要素に関係していると思います。または、それは既知の問題ではありませんか？彼らはスキルのギャップを認識していますか？

Joe Carr、Axora：そうですね。これは、機械学習、AI、リモートオペレーションセンターで先に話したことに帰着すると思います。

人々が繰り返し可能なこと、計画の一部、そして彼らがまだ行っているステップから解放されたとき...多くの人々は手作業で行います。おそらく自動化できます。人々がそれらのことから解放されると、AIのようなものを見ることができ、それらのプロジェクトに時間と労力を費やすことができるようになり、最終的には信じられないほどの価値がもたらされます。

それは、「まあ、来週は20ポンドではなく、今は10ポンドにしたい」ということです。どちらかと言えば何が欲しいですか？今すぐ、または後でメリットがありますか？ひどい長期思想家の人間として、10年前に計画を立てる…実は、鉱業は20年前に計画を立てるのが素晴らしいです。

すべての鉱業部門には、短期、中期、および長期のプランナーがいます。長期計画の人々、彼らの最も早い予測は10年先です。彼らはこれまでのところ、将来的に物事を見ています。短期人の計画期間は今日の午後です。実際、鉱業は長期的な考え方が本当に得意だと思います。それは、バリューチェーン全体が長期的に考えるのをどのように支援するかということです。そして、どうすればそれができるように人々を解放することができるでしょうか？

Niall Sullivan、Senseye：AI機械学習について多くのことを述べてきましたが、明らかに私の観点からは、予測子のメンテナンスの観点から、それが実際にどのようにメリットをもたらすかを知っています。それとは別に、AIと機械学習はどの分野で適用されていますか？金属と鉱業でどのような例を提供できますか？

Joe Carr、Axora：ええと、本当に...リストはあなたの腕と同じくらい長いです。

Niall Sullivan、Senseye：たぶんトップ5について話してください。いいえ、トップ...わかりません。

Joe Carr、Axora：うん。カウントダウンしますよね？ 5番目。

いくつかの領域があると思います。メンテナンスについて話しました。果物の垂れ下がりがとても低く、床にあるので、メンテナンスは本当に良いものだと思います。

センサーが機能する限り、メンテナンスには多くのことができると思いますが、今日では、反応的であるか、計画されているだけです。 500時間でエアフィルターを交換しました。なぜ変更するのですか？そう言っているからです。確かにそこにはメリットがあると思います。

デポジットを理解することには確かにメリットがあります。ポッドキャストの視聴者を考慮して、地質学の接線を下るのではなく、金属が地下のどこにあるかを理解するだけです。人間の脳ではなく、それを理解するだけで使用できることには多くの利点があります。なぜなら、今日私たちが見つけた何百万ものデータポイントを持っている可能性があるため、クリックして、ここにあり、ここにあり、形ですね

AIや機械学習には、具体的にどのアルゴリズムを調べたいかに応じて、それらのモデルに適用できるという大きなメリットがあります。機械学習アルゴリズムは、週に1つのモデルを作成する代わりに、午後に数百のモデルを作成し、地質学者がそれらを評価して、「わかりました。それは理にかなっています。これは、私にはわかりません。それはここで行われます。それは狂ったように正接しなくなったので、それを無視します。」

基本的なAIには確かに多くの利点があります。私たちはここでAIを使って物事を馬鹿にしている。それは賢いです。それは一つの点で非常に優れており、他のすべてではひどいです。トラックの運転に関するAIは、トラックの運転には優れていますが、機械学習がそれ自体で何が起こっているのかを学習する場合、他に何もできません。

AIのアプリケーションは、鉱山内で、これらの反復的なタスクを繰り返し実行します。穴を開ける、材料を掘り出す、顔をマークアップする、爆発物を装填するなど、そのことはたくさんあります。私たちは毎回まったく同じことをしているので、これらすべてがAIに適しています。

私は水平展開のために顔をドリルしに行きます。毎回同じドリルパターンを使用しています。現在、多くのドリルが行われていますが、掘削者は穴を開けることさえしていません。彼らはそれを開始し、それ自体をドリルします。彼らはそれが正しい場所に穴を開けていることを確認しますが、「まあ、なぜ彼らはそれを自分でやることができないのですか？ただ目を離さない遠隔操作センターに誰かを置いてください」と言うことには本当に多くの余分なステップが含まれていますその上に。」

機械学習のようなものを見ると、私たちが生産している製品を理解するという観点から、そこには、そして確かに金属の分野に利点があります。どのように生産していますか？欠陥はありますか？最後にマシンビジョンのようなものを使用して洗練された金属である場合は、カメラです。本質的に、カメラの派手な言い方です。マシンビジョンを使用して、素材の結果を理解し、次にそれを誰に販売するかを理解します。

最終的には、ユートピアは、特定の特性を備えた特定の金属が必要になるということです。あなたが注文すると、それは鉱山に行き、鉱山はその材料があることを知っている場所に機器を発送します。それはその特定の機器を採掘します。非常に特殊な特性を備えており、希望どおりの仕様で納品されるため、コンセントレーター、製錬所、製錬所を通過します。次に、それを好きなように処理するか、プロジェクトで使用します。今日、私たちはその統合されたサプライチェーンにはほど遠いです。それが最終的に可能なことです...そして、今日それを行うことができなかった理由はありません。それは今日存在しないだけです。

Niall Sullivan、Senseye：いいえ、それは本当に興味深いことです。

私たちは時間の終わりに近づいていることを知っていますが、私はその持続可能性の主題に触れたいと思いました。それはホットな話題です。

私が知りたかったのは、一般的に言って、持続可能性は金属や鉱業にどのように影響を与えるのかということです。私たちは資源の問題について話し合ったことを知っています。また、目標を達成するために、企業はどのような対策を講じていますか？多くのメーカー、金属、鉱業会社も、達成したい目標を持っていると確信しています。

Joe Carr、Axora：うん。鉱業は実際にかなり多くのことを行っています。今日それを見ると、鉱山でバッテリー車を使用するプロジェクトがたくさんあります。水素も話題の大きな話題です。

昨日のニュースで、オーストラリアでFortescue Metalsを所有している人は、バッテリーを見るためにWilliamsF1のバッテリーアームを購入したばかりだと思います。

彼は、世界最大の鉄鉱石鉱山の1つを所有しているという点で、興味深いキャラクターです。または、マイニンググループと言えばいいのですが。彼はアウトバックで、より良い用語の1つとしてソーラーファームを構築しています。彼はそれを使って海水から水素を作り、オーストラリアでグリーンスチールを作ります。したがって、二酸化炭素排出量のない鉄鋼を販売すること。

実際に鉱業を見ると、その金属部門である鉄鋼は最大のCO2生産者の1つです。彼らは鉄鉱石を取り、鉄鋼を生産するために、あなたはコークスと特別な種類の石炭である石炭を燃やさなければなりません。

あなたは2種類の石炭を持っています。サーマル。これは、ダウンピット、石炭を火に投げ込み、発電所で燃やすことを考えるときに誰もが考えることです。それが一般炭です。コークス炭は、鉄鋼の製造に使用される非常に特殊なタイプです。明らかに、石炭鉱業を除いて、それは多くの鉱業の源です。それが鉱業の大部分の源であり、CO2フットプリントです。

グリーンスチールをどのように製造するかについて大きな疑問がありますか？鉄鋼生産における石炭の必要性をどのように減らすのですか？水素や天然ガスでもできますか？

しかし、今日の天然ガスの価格は、天然ガスのように、現時点ではあまり意味がありません。

持続可能性は、リストを作成する鉱業とそのニーズで非常に高くなっています。誰もが欲しがるこれらの本当に重要な金属をどのように生産するのかという興味深い質問です。この限られた影響でどのようにそれらを生産するのでしょうか？鉱業はその性質上、地球から何かを奪っている産業であることを理解しています。それは採掘産業です。

これをどのように改善するかという問題は、長い間鉱業会社の議題になっています。そして、それは今後も続くでしょう。より多くの人々が環境に焦点を合わせ、それはますます多くなるでしょう。私たちはそれをもっと見るつもりです。

私にとって、本当に興味深い点は...そして、オーウェルの1984年を引用すると、正反対で、それらの利点を理解していない2つのことを頭に抱えることができるということは、多くの人が鉱業は好きではありません。あなたは鉱業で働いていると言い、人々は「ああ、何でも」と言います。彼らは業界を理解していません。

彼らは、この産業はひどい産業、金属産業であるというこの見方を持っています。それでも同時に、彼らは「私たちは気候危機に陥っており、何よりもグリーンエネルギーを必要としている」とも述べています。鉱業が好きではないが、気候変動について何かしたいという、正反対の2つの見方をすることは不可能です。あなたはもう一方なしで一方を持つことはできません。

それはできません。数年前、実際に飛行機に乗って場所に行くことが許可されたときに、国際鉱業資源会議であるIMARKに参加したことを覚えています。

メルボルンに降りると、エクスティンクションレベリオンの人々がそこにいました。私は実際にスカイニュースオーストラリアのインタビューのビデオを持っています。彼らはそこで絶滅の反乱の抗議の頭を持っていました。彼が言ったことを多かれ少なかれ言い換えます。彼は、「私たちは現在、気候危機に直面しており、それについて何かをする必要があります。目を覚まさなければ、世界は大きな問題に直面するでしょう」と語った。そして、同じように、「彼らはフィリピンに誰も望まない銅鉱山を建設している」と語った。

両方のビューを保持することは不可能ですよね？銅鉱山や気候変動に反対することはできません。購入業界がなければ、グリーンエネルギー革命を起こすことはできません。

Niall Sullivan、Senseye：それは本当に良い感情です。ジョーを終える直前に、人々はどのようにしてAxoraについて、そしてあなたが彼らのために何をしているのかを知ることができますか？業界向けですか？

Joe Carr、Axora：はい、Axora.comにアクセスできます。あなたは市場を見ることができ、それを通して私達に連絡することができます。または、LinkedInで私を見つけて、メッセージをドロップすることもできます。社内の適切な人物にリダイレクトして、話したいことが何であれ、話し合うことができます。

ケーススタディ：アルコア

Alcoa Corporationは、ボーキサイト、アルミナ、およびアルミニウム製品の世界的リーダーであり、アルミニウムを手頃な価格で現代生活の重要な部分にした世界を変える発見に130年以上さかのぼる、強力な価値と卓越した運用の基盤の上に構築されています。

Alcoaは世界中で生産工場を運営しており、画期的なイノベーションを適用し、ベストプラクティスを実装して、効率、安全性、持続可能性を高め、どこで運営していてもコミュニティを強化しています。

アルコアがSenseyeと提携して、予知保全のためのクラス最高のテクノロジーと運用慣行を実現した理由をご覧ください。