제조가 금속 및 광업에서 배울 수 있는 것 - 3부 - Axora를 사용하여

AI를 사용하여 확장 가능하고 지속 가능한 자산 성능과 안정성을 주도하는 업계 선두업체인 Senseye에서 제공하는 Trend Detection 팟캐스트에 오신 것을 환영합니다. 유지 관리 효율성을 달성하는 방법에 대한 아이디어를 얻을 수 있도록 고안된 새로운 간행물입니다.

제조업체가 금속 및 광업에서 무엇을 배울 수 있는지 논의하는 시리즈의 세 번째이자 마지막 부분에서 Axora의 Joe Carr와 다시 합류했습니다. 1부는 여기에서, 2부는 여기에서 들을 수 있습니다.

제조업체가 금속 및 광산 산업에서 배울 수 있는 내용을 논의하는 에피소드에서 Axora의 Joe Carr가 다시 합류하여 금속 및 광산 회사가 따르는 유지 관리 관행, 기계 가동 시간이 핵심인 이유 및 너무 많은 기계 데이터가 증명하는 방법에 대해 논의합니다. 도전적입니다.

향후 에피소드에 대한 알림을 받고 싶으시다면 좋아하는 팟캐스트 제공업체(Apple, Google 및 Spotify)를 통해 구독하고 리뷰를 남겨 피드백을 알려주세요.

성적표

다루는 주요 주제(섹션으로 이동하려면 클릭)

1. 금속 및 광업의 주요 유지보수 관행
2. 금속 및 광업에서 머신 데이터 활용
3. 금속 및 광업 분야의 AI 및 기계 학습 사용 사례
4. 금속 및 광업의 지속 가능성
5. 사례 연구:Alcoa

Niall Sullivan, Senseye:네, 그렇습니다. Joe. 흥미롭네요. 유지 관리에 대해 언급한 이유는 그것이 제가 다음으로 나아가고 있었고 실제로 더 똑똑한 방법이기 때문입니다. 다시 말하지만, 그냥 시작점으로 생각하면 아마 케이스 바이 케이스라고 말할 것입니다. 하지만 일반적으로 현재 시행되고 있는 주요 유지 관리 방법은 무엇입니까?

이 금속 광산 회사는 무엇을 따르나요? 사후 유지 보수입니까? 4,000일마다 변경되거나 변경될 수 있다고 제안한 것과 같습니까? 일반적으로 유지 관리 측면에서 현재 어떤 종류의 관행을 따르고 있습니까?

Joe Carr, Axora:광산 금속 세계에서는 가동 시간이 핵심입니다. 100%, 가동 시간이 가장 중요합니다. 왜냐하면 비행기 좌석과 마찬가지로 그 시간에 생산하지 않으면 다시 얻을 수 없기 때문입니다. 그렇지?

비행기가 이륙하고 좌석이 팔리지 않으면 좌석을 다시 팔 수 없습니다. 정유공장을 운영해도 마찬가지겠죠? 한 시간 동안 1톤의 구리를 생산하지 않는다면 그 시간은 끝난 것입니다. 나는 결코 그 생산물을 되찾지 않을 것입니다.

가동 시간이 핵심입니다. 업계는 확실히 반응형 운영을 원하지 않습니다. 항상 일정 수준의 사후 유지 관리가 있을 것입니다. 그것은 항상 일어날 것입니다. 확실히 산업으로서 우리는 그것이 규칙이 아니라 예외가 되기를 바랍니다. 우리가 원하지 않는 사후 유지 보수 외에도 계획 및 예방 유지 보수가 있습니다.

여기에는 확실히 혼합이 있습니다. 다시 말하지만, 회사별로 기반을 두고 있습니다. 우리는 특정 물건, 특히... 예를 들어, 트럭을 찾습니다. 좋은 예입니다. 오늘날 우리는 트럭에 엔진이 어떻게 작동하는지, 브레이크 등을 알려주는 많은 센서를 가지고 있습니다. 예를 들어 이러한 위치에서 구성 요소가 실패하는 데 걸리는 시간을 더 잘 예측할 수 있으므로 존재합니다.

그런 다음, 바로 계획된 영역이 있습니다. 5,000시간마다 변경합니다. 5,000시간마다 교체하는 이유는 무엇입니까? 제조사에서 권장하는 사항입니다. 그것이 맞는지 아닌지는 논쟁의 여지가 있습니다.

오늘날은 확실히 혼합되어 있습니다. 이상적으로는 전체 산업이 예측할 수 없는 상태로 운영되기를 원할 것입니다. 우리는 AI, 센서 데이터, 머신 러닝이 실패하기 100시간 전에 우리에게 언제 실패할 것인지 알려줄 수 있기를 원합니다. 그래야 우리가 적시에 이를 변경할 수 있습니다.

계획과 관련된 문제가 있습니다. 고장나기 직전에 모든 것을 고칠 수는 없습니다. 일정 수준의 계획이 있어야 하지만 구성 요소 수명을 최대화하여 가동 시간에 대한 상당한 비용 절감 및 이점이 있습니다. 그 트럭을 내가 원했던 것보다 10시간 더 계속 달릴 수 있다면. 그리고 다른 일을 하는 동안 주차하고 하루 동안 대기하는 것보다 여유 공간이 있을 때 이를 철거할 계획을 세울 수 있습니다. 왜냐하면 생산량이 줄어들기 때문입니다.

오늘은 내가 작업을 수행할 때 가동 시간에서 80년대 초반을 목표로 하려고 했던 것 같습니다. 88%는 일반적으로 그런 종류였습니다. 80년대와 90년대에 이를 수 있다면 더 나은 예측 유지보수를 통해 엄청난 이점을 얻을 수 있습니다. 광산 회사에는 엄청난 이점이 있습니다. 우리가 가진 것과 같은 자산으로 더 많은 금속을 생산할 수 있다는 점에서 사회에 막대한 이익이 있습니다. 다른 광산을 열 필요가 없습니다. 우리는 우리가 가지고 있는 장비로 계속해서 생산할 수 있고 장비를 더 효율적으로 사용할 수 있습니다.

Niall Sullivan, Senseye:당신이 말하는 것에는 여러 가지 전략이 있습니다. 당신은 분명히 예측 유지 관리에 대해 언급했는데, 이는 제 관점에서 매우 분명한 관심입니다.

당신은 모든 것에서 유지 관리가 상당한 가치를 추가할 것이라는 예측이 분명하다고 말했습니다. 얼마나 잘 받아들여지고 있습니까? 예측 유지보수는 여전히 성장하는 시장이고 아직 시작되지 않았을 수도 있습니다.

이전에 디지털 전환에 대해 언급했으며 일부 문제에 대해 언급했지만 예측 유지 관리 및 이점이 널리 알려져 있습니까? 아니면 널리 알려져 있고 이전에 지적한 이유로 보안 문제와 그 측면과 관련하여 이를 수용하지 않고 있습니까?

Joe Carr, Axora:네. 실제로 많이 알려져 있습니다. 유지보수 솔루션은 업계 최대 규모입니다.

다시 말하지만, 값을 계산하기가 너무 쉽기 때문에 다시 약간 줄어듭니다. "가동 시간이 1% 증가하면 무엇을 얻을 수 있습니까?"라고 말하는 것은 매우 쉽습니다. 여분으로 항해하는 예비 부품은 항상 훌륭하지만 생산에 의해 항상 무의미하게 축소됩니다.

재료를 생산하는 것보다 광산을 운영하는 데 더 많은 비용이 든다면 광산이 없을 것입니다. 광업은 여느 비즈니스와 마찬가지로 작동 방식이 아닙니다. 항상 엄청난 혜택이 있습니다. 제 생각에 주요 문제는 그것이 수년에 걸쳐 우연히 개발되었다는 것입니다. 그리고 확실히 차량과 공장 내에서 가장 진보적입니다. 특히, 아주 잘 알려진 큰 노란색 트럭이 있다면?

Caterpillar, Komatsu 또는 그런 종류의 사람들이 있다면 그들은 오랫동안 차량에 대한 예측 유지 보수를 수행해 왔습니다. 오늘날 그들이 차량을 판매할 때 차량을 구매하는 광산이 많이 있습니다. 그들은 그것을 사지 않습니다. 가동 시간에 구매합니다.

최소 가동 시간이 87% 이상인 차량을 구매하고 있습니다. 가동 시간을 확보하지 못하면 비용을 지불하지 않는 것입니다. 임대하고 있기 때문입니다. 당신이 차를 빌리는 것과 조금 비슷합니다. 그들은 의욕이 넘칩니다. 제조업체는 트럭을 판매할 때 "내 트럭은 효율적입니다."라고 말하는 것이 큰 차별화 요소이기 때문에 가능한 한 효율적으로 차량을 계속 운행하도록 많은 동기를 부여받습니다. 엄청난 양의 데이터 풀을 보유하고 있습니다.

Caterpillar를 생각하면 센서가 장착된 수만 대의 트럭이 있으며 모두 해당 트럭의 작동 방식에 대한 데이터를 제공합니다. 그들이 하는 일을 더 잘 전달하고 있습니다.

당신이 광산 회사이고 100대의 트럭을 소유하고 있다면 데이터 풀이 훨씬 작아서 이러한 이점을 제공할 수 있습니다. 그들이 자신의 시스템을 구현할 때만큼 효과적이지 않습니다. 제조사가 예방 정비와 계획 정비를 주도한 사례입니다.

반면에 농축기, 정련소 또는 제련소와 같은 곳으로 이동하면 단일 회사에서 제련소를 판매하지 않습니다. Hatch나 FLSmidth에 가서 이 제련소를 사지 마세요. 그들은 다양한 제조업체의 구성 요소로 구성합니다. 그런 다음 지난 5년 동안 새로운 제련소라면 이를 기반으로 디지털 트윈을 구축할 수 있습니다.

AI, 예측 유지 관리 및 머신 러닝이 실제로 기회를 얻을 수 있는 곳은 단일 기존 OEM이 제어하지 않기 때문입니다. 그렇죠? 드릴이 아니라... 포드가 만든 차가 아닙니다. 포드는 모든 부품에서 무슨 일이 일어나고 있는지 알고 있습니다.

모든 광산 정제소는 다릅니다. 제련소마다 다릅니다. 모든 집중 장치는 서로 다르며 여러 제조업체에서 만든 여러 조각이 있습니다. 오늘날 우리가 트럭, 드릴 또는 삽에 사용할 수 있는 모든 데이터를 함께 수집하고 이해하고 통찰력을 제공할 수 있다는 것은 정말 흥미로운 기회가 있는 곳입니다. 그러면 가치 마이닝 체인 전체에 동일하게 존재합니다. 이 두 가지 정말 좋은 예입니다.

Niall Sullivan, Senseye:데이터가 항상… 데이터가 없거나 다양한 형식의 데이터가 너무 많은 기근 상황. 최소한 그 안에 담긴 진정한 통찰력을 얻는 데 시간을 들이는 것은 꽤 어렵습니다.

금속 및 광산 회사는 서로 다른 유형의 기계에 대한 많은 데이터를 수집하는 데 상당히 능숙하며 이를 활용하는 방법을 찾고 있습니까? 아니면 많은 데이터를 수집하지 않습니까? 다른 면인가요?

Joe Carr, Axora:개인적인 경험에서 그들은 수많은 데이터를 수집합니다. 그들은 그것으로 무엇을 해야 할지 전혀 모릅니다.

우리는 우리가 작업을 수행했을 때 우리의 예측, 혁신 예측에서 그것을 발견했습니다. 가장 큰 문제 중 하나는 데이터를 수집할 수 있어야 한다는 것이었습니다. 그러기 위해서는 네트워크가 필요하기 때문에 어려운 일입니다.

한 때 광산에 데이터가 있으면 여러 다른 위치에 다양한 형식으로 존재했습니다. 첫째, 그들은 그것으로 무엇을 해야 할지 몰랐거나 할 수 없었기 때문에 아무 것도 할 수 없었습니다. 우리가 이전에 말했듯이 그들은 기술이 없었습니다. 데이터는 정말 어려운 문제입니다. 왜냐하면 오늘날 이 기계들은... 제가 몇 년 전에 기술 분야에서 이야기를 나누던 기술자 중 한 명이 "트럭 한 대가 하루에 2GB의 데이터를 생성합니다."라고 말했습니다. 그리고 광산에는 83개가 돌고 있었습니다. 그는 "저장용량이 꽉 찼다. 그리 오래 걸리지는 않는다"고 말했다. 권리? 서버를 채우기 위해 매일 2기가의 데이터를 생성하는 83개의 항목이 있습니다. 이 데이터로 무엇을 합니까?

또는 99%는 관심이 없습니다. 왜 관심이 없습니까? 우리는 그것과 아무 관련이 없습니다. 아마도 엄청나게 흥미로운 데이터였을 것입니다. 우리는 변수에서 속도, 사이클 시간 및 엔진 온도를 추적하고 있습니다. 이 트럭에서 나오는 500개 변수 중 20개를 실시간으로 추적하고 있을 것입니다.

이 모든 데이터를 보유한 광산은 사일로이기 때문에 광산에게는 엄청난 기회입니다. 클라우드 인프라와 사이버 공격으로부터 광산을 보호하는 방법에 대해 이전에 이야기한 모든 이유 때문에 광산에 있습니다. 우리는 이 모든 데이터를 아무 작업도 하지 않는 서버에 보관하고 있습니다. 광산 자체에 있는 사람이 그 작업을 수행하는 방법을 모르기 때문입니다. 아무도 고용하지 않습니다.

나는 광산 바닥에 있는 광산 엔지니어로서 어떤 직업을 갖고 있습니까? 나는 서버 데이터를 통해 앉아 고용되지 않습니다. 나는 바위를 깨고, 땅에서 물건을 꺼내고, 처리 계획을 통과하는 데 고용되었습니다. 믹스죠? 광산에 가서 데이터 작업을 하는 20명의 데이터 과학자를 찾는 경우는 매우 드뭅니다. 권리? 당신이 하는 일은 많은 지질학자, 엔지니어, 생산 인력, 시추공이 광산에서 일하고 있는 것을 찾는 것입니다.

내가 말했듯이 이것은 아직 활용되지 않은 기회이기 때문에 부끄러운 일인 것 같습니다. 내가 말했듯이, 그들은 그 데이터를 걸러낼 내부 리소스가 없습니다. 그들은 또한 클라우드나 소프트웨어 플랫폼으로 작업할 때 보안에 대해 좀 더 의식하며, 이에 대한 실질적인 통찰력을 얻는 데 도움을 줄 수 있습니다. 놓친 기회인 것 같습니다.

내가 말했듯이, 산업은 아마 바뀔 것입니다. 사람들은 직업을 바꾸고 생성합니다. 아마도 그것은 또한 세대의 일이기도 합니다. 아마도 그것은 시간이 지나면 바뀔 것이고 사람들은 이런 생각을 하게 될 것입니다. 우리의 이익을 위해 이 데이터를 사용할 수 있도록 실제로 나가서 솔루션을 찾아야 합니다.

그것도 직업이죠? 제가 생산 엔지니어였을 때 가장 신경을 쓴 것은 생산이었습니다. 누군가 나에게 와서 "오, 우리가 당신의 트럭이나 다른 것들에서 AI 프로젝트를 실행할 수 있습니까?"라고 물으면 제 관점은 제 작품과 직업에 방해가 되는 것 같았습니다.

또한 현장에 있는 사람들이 자신의 일을 계속하고 싶어하는 연결이 끊긴 것을 볼 수 있습니다. 그리고 혁신 부서에 있는 사람들은 혁신적인 프로젝트를 수행하는 데 정말로 관심이 있지만 현장 사람들의 동의를 얻어야 합니다. 내가 생산 엔지니어라면 상여금과 생산 급여를 받는 이 단절이 있습니다. AI 프로젝트를 실행하면서 돈을 받지 않았습니다.

사이트에 있는 사람들이 "이봐, 나 이거 할 시간 없어"라고 말하는 연결이 끊길 수 있습니다. 광산 내에서도 흥미로운 이분법입니다. 광산 자체가 격리되어 있습니다. 광산의 생산 직원은 최종 금속을 생산하는 정유소 및 제련소의 생산 직원과 반드시 ​​대화할 필요는 없는 제분소의 생산 직원과 이야기하지 마십시오. 그들은 모두 자신의 일을 하고 있습니다. 마찬가지로, 그들은 모두 자신의 일을 하고 있고 그들에게 정말 중요하기 때문에 유지 보수 작업을 함께 하면 동의를 얻지 못할 수도 있습니다. 그들은 "아, 정말 귀중합니다. 정말 좋아해요."라고 말할 수도 있습니다. 응답은 "즉시 사용할 수 있고 통합하는 데 시간을 할애할 필요가 없을 때 저에게 다시 오십시오."라는 경향이 있습니다. 통합 단계와 그에 따른 번거로움이 있습니다. 그 일을 하는 사람이 없습니다.

Niall Sullivan, Senseye:내가 말했듯이, 다시 말하지만, 그것은 거기에 누락된 기술 요소와 관련이 있는 것 같습니다. 아니면 알려진 문제가 아니었습니까? 그들은 기술의 격차를 알고 있습니까?

Joe Carr, Axora:그렇습니다. 앞서 이야기한 머신 러닝, AI, 원격 운영 센터 등으로 귀결되는 것 같아요.

사람들이 반복 가능한 일, 계획의 일부, 그리고 여전히 하는 단계에서 자유로워지면... 많은 사람들이 손으로 하는 일, 자동화될 수 있습니다. 사람들이 그런 것들로부터 자유로워지면 AI와 같은 것들을 볼 수 있게 될 것이고 그 프로젝트에 시간과 노력을 할애할 수 있게 될 것이고 궁극적으로 놀라운 가치를 제공할 것입니다.

다음 주에 20파운드보다 지금 10파운드가 더 낫습니다."입니다. 무엇을 더 갖고 싶습니까? 지금 또는 나중에 혜택을 누리시겠습니까? 끔찍하고 장기적인 사고를 가진 인간으로서, 10년을 미리 계획하는 것... 사실 광산업은 20년을 미리 계획하는 것이 환상적입니다.

모든 광산 부서에는 단기, 중기 및 장기 계획자가 있습니다. 장기 계획을 세우는 사람들, 그들의 가장 이른 예측은 10년 후입니다. 그들은 지금까지 미래를 보고 있습니다. 단기인재의 기획기간은 오늘 오후입니다. 저는 사실 광산업이 장기적으로 생각하는 것을 정말 잘한다고 생각합니다. 전체 가치 사슬이 장기적으로 생각하도록 돕는 방법에 관한 것입니다. 그리고 사람들이 그렇게 할 수 있도록 하려면 어떻게 해야 합니까?

Niall Sullivan, Senseye:우리가 AI 기계 학습에 대해 많이 언급했다는 것을 알고 있으며 내 관점에서 분명히 예측자 유지 관리 관점에서 그것이 실제로 어떤 이점을 제공할 수 있는지 알고 있습니다. 그 외에도 AI와 머신러닝이 어떤 분야에 적용되고 있나요? 금속 및 광업에서 어떤 예를 제공할 수 있습니까?

Joe Carr, Axora:음, 정말... 목록은 많은 것들과 마찬가지로 팔만큼 길어요.

Niall Sullivan, Senseye:상위 5개에 대해 이야기할 수 있습니다. 아니 탑..모르겠어..

Joe Carr, Axora:네. 카운트다운을 해볼까요? 다섯 번째.

몇 가지 영역이 있다고 생각합니다. 우리는 유지 관리에 대해 이야기했습니다. 과일이 바닥에 너무 낮게 매달려 있기 때문에 유지 관리가 정말 좋은 것 같아요.

센서가 있는 한 작업을 수행할 수 있는 일부 영역이 있습니다. 반응적이거나 계획적입니다. 우리는 500시간에 에어 필터를 교체했습니다. 왜 변경합니까? 그렇게 말하고 있기 때문입니다. 분명히 이점이 있다고 생각합니다.

보증금을 이해하면 확실히 이점이 있습니다. 팟캐스트 청중을 감안할 때 지질학적 접선을 벗어나지 말고 금속이 지하에 있는 위치를 이해하면 됩니다. 인간의 두뇌가 아닌 것을 이해하는 데에는 많은 이점이 있습니다. 수백만 개의 데이터 포인트를 가질 수 있기 때문에 오늘날 우리는 그것을 찾고, 클릭하고, 회로를 구성하고 여기에 있고 여기에 있고, 우리는 모양, 그렇지?

구체적으로 살펴보고 싶은 알고리즘에 따라 AI 또는 머신 러닝에 많은 이점이 있어 해당 모델에 적용할 수 있습니다. 일주일에 하나의 모델을 만드는 대신 기계 학습 알고리즘은 오후에 수백 개의 모델을 만들 수 있고 지질학자는 이를 평가하고 다음과 같이 말할 수 있습니다. 여기에서 완료되었습니다. 탄젠트가 너무 이상해져서 무시하겠습니다."

기본 AI에는 확실히 많은 이점이 있습니다. 우리는 여기서 AI를 멍청한 일에 사용합니다. 똑똑해. 한 가지에는 매우 뛰어나고 다른 모든 것은 끔찍합니다. 트럭 운전 주변의 AI는 트럭 운전에 탁월하지만 머신 러닝이 스스로 상황을 학습할 때 다른 일은 할 수 없습니다.

AI의 응용 프로그램은 광산 내에서 반복적인 작업을 다시 수행합니다. 구멍 뚫기, 재료 파기, 면 표시, 폭발물 적재에 이르기까지 수많은 작업이 있습니다. 우리는 매번 똑같은 일을 하기 때문에 이 모든 것들이 AI에 적합합니다.

수평 발달을 위해 페이스 드릴을 하러 갑니다. 매번 같은 드릴 패턴을 사용하고 있습니다. 많은 드릴이 지금 드릴로 구멍을 뚫지 않습니다. 그들은 그것을 설정하고 자체 드릴입니다. 그들은 그것이 올바른 위치에 구멍을 내고 있는지 확인하지만 "글쎄, 왜 스스로 시작할 수 없습니까? 원격 운영 센터의 누군가가 주시하도록하는 데 실제로 그렇게 많은 추가 단계가 있습니까? 에."

우리가 생산하는 제품을 이해하는 측면에서 기계 학습과 같은 것을 볼 때 금속 분야에서 확실히 이점이 있습니다. 우리는 그것을 어떻게 생산합니까? 결함이 있습니까? 머신 비전과 같은 것을 사용하여 마지막에 정제된 금속이라면 카메라도 마찬가지입니다. 본질적으로 카메라를 말하는 멋진 방법입니다. 머신 비전을 사용하여 재료의 결과를 이해하고 이를 누구에게 판매하는지 이해합니다.

궁극적으로 유토피아는 어떤 속성을 가진 특정 금속을 원하는 것입니다. 주문을 하면 광산으로 이동하고 광산은 자재가 있는 곳으로 장비를 파견합니다. 특정 장비를 채굴합니다. 농축기, 제련소, 정유소를 거쳐야 하는 이유는 매우 구체적인 속성을 갖고 있고 정확히 원하는 사양으로 배송되기 때문입니다. 그런 다음 원하는 대로 처리하거나 프로젝트에서 사용합니다. 오늘날 우리는 통합 공급망 근처에 없습니다. 그것이 궁극적으로 할 수 있는 일입니다... 그리고 오늘날 우리가 그것을 할 수 없는 이유는 없습니다. 단지 오늘날 존재하지 않을 뿐입니다.

Niall Sullivan, Senseye:아니요, 정말 흥미롭습니다.

우리의 시대가 끝나가고 있다는 것을 압니다. 하지만 저는 뜨거운 주제인 지속 가능성이라는 주제를 다루고 싶었습니다.

내가 알고 싶었던 것은 다시 일반적으로 지속 가능성이 금속과 광업에 어떤 영향을 미치고 있습니까? 리소스 문제에 대해 이야기한 것으로 알고 있습니다. 또한 목표를 달성하기 위해 기업에서는 어떤 조치를 취하고 있습니까? 많은 제조업체, 금속 및 광업 회사도 달성하고자 하는 목표를 가지고 있다고 확신합니다.

Joe Carr, Axora:네. 광산 산업은 실제로 꽤 많은 일을 하고 있습니다. 오늘날 광산에서 배터리 차량을 사용하는 많은 프로젝트가 있습니다. 수소는 또한 큰 대화 주제입니다.

어제 뉴스에서 호주에서 Fortescue Metals를 소유하고 있는 사람이 방금 Williams F1의 배터리 암을 구입하여 배터리를 살펴봤다고 생각합니다.

그는 세계에서 가장 큰 철광석 광산 중 하나를 소유하고 있다는 점에서 흥미로운 캐릭터입니다. 또는 광산 그룹이라고 해야 할까요? 그는 아웃백에서 더 나은 용어 중 하나를 위해 태양열 농장을 짓고 있습니다. 그는 바닷물에서 수소를 만들고 호주에서 친환경 철강을 만드는 데 사용할 것입니다. 탄소 발자국 없이 철강을 판매하는 것입니다.

광산업을 실제로 보면 금속 부문인 철강이 가장 큰 CO2 생산업체 중 하나입니다. 철광석을 가지고 철강을 생산하려면 코크스와 석탄을 태워야 하는 특수한 종류의 석탄입니다.

두 가지 유형의 석탄이 있습니다. 화력발전소에서 굴뚝을 생각하면 누구나 생각하는 화력. 바로 열탄입니다. 코크스 석탄은 강철을 만드는 데 사용되는 매우 특정한 유형입니다. 그것은 분명히 석탄 광산 산업을 제외하고는 많은 광산 산업의 원천입니다. 그것은 광산업의 큰 덩어리의 근원인 CO2 발자국입니다.

녹색 강철을 생산하는 방법에 대한 큰 질문이 있습니까? 철강 생산에서 석탄의 필요성을 줄이는 방법은 무엇입니까? 수소나 천연가스로 할 수 있습니까?

오늘날 천연 가스의 가격은 천연 가스가 현재와 같은 방식으로 현재로서는 좋은 의미가 아닙니다.

지속 가능성은 광산 산업이 해야 할 일 목록과 요구 사항에 대해 엄청나게 높습니다. 모두가 원하는 이 모든 중요한 금속을 어떻게 생산할 수 있는지에 대한 흥미로운 질문입니다. 이 제한된 영향으로 어떻게 생산합니까? 광업은 본질적으로 땅에서 무언가를 취하는 산업이라는 것을 이해합니다. 채굴산업입니다.

이를 더 잘할 수 있는 방법에 대한 질문은 오랫동안 광산 회사의 의제였습니다. 그리고 앞으로도 그럴 것입니다. 더 많은 사람들이 환경에 초점을 맞추게 될 것입니다. 우리는 더 많은 것을 볼 것입니다.

저에게 정말 흥미로운 부분은... 그리고 두 가지 생각을 하면 Orwell의 1984, 정반대로 머리에 두 가지를 보유할 수 있고 그 이점을 이해하지 못한다는 것은 많은 사람들이 이해하지 못한다는 것입니다. 광산 산업처럼. 당신이 광업에서 일한다고 말하면 사람들은 "아, 뭐든지"라고 ​​말합니다. 그들은 업계를 이해하지 못합니다.

그들은 산업이 끔찍한 산업, 금속 산업이라는 견해를 가지고 있습니다. 그러나 동시에 그들은 또한 "우리는 기후 위기에 처해 있으며 우리는 무엇보다 녹색 에너지가 필요합니다."라고 말합니다. 당신이 광업을 좋아하지 않지만 기후 변화에 대해 뭔가를 하고 싶다는 두 가지 정반대의 견해를 유지하는 것은 불가능합니다. 당신은 다른 하나 없이는 가질 수 없습니다.

우리는 그렇게 할 수 없습니다. 몇 년 전 국제 광산 자원 회의인 IMARK에 참석했을 때 실제로 비행기를 타고 여러 곳으로 갈 수 있었습니다.

멜번 아래에는 멸종 반란자들이 있었습니다. 실제로 Sky News Australia에서 인터뷰 영상을 가져왔습니다. 그곳에 멸종반란 시위대의 수장이 있었다. 그가 말한 것을 어느 정도 의역합니다. 그는 "우리는 현재 기후 위기에 처해 있으며 이에 대해 뭔가 조치를 취해야 합니다. 깨어나지 않으면 세계는 엄청난 곤경에 빠질 것입니다."라고 말했습니다. 그러면서 "아무도 원하지 않는 구리 광산을 필리핀에 짓고 있다"고 말했다.

두 가지 보기를 모두 유지하는 것은 불가능합니다. 맞죠? 당신은 구리 광산과 기후 변화에 반대할 수 없습니다. 구매 산업 없이는 녹색 에너지 혁명을 이룰 수 없습니다.

Niall Sullivan, Senseye:끝내기에는 정말 좋은 감상입니다. Joe를 마치기 직전에 사람들이 Axora와 당신이 그들을 위해 하는 일에 대해 더 많이 알 수 있는 방법은 무엇입니까? 업계를 위해?

Joe Carr, Axora:예, Axora.com으로 이동할 수 있습니다. 당신은 시장을 볼 수 있으며 당신은 그것을 통해 우리에게 연락할 수 있습니다. 또는 LinkedIn에서 저를 찾아 메시지를 남겨주세요. 당신이 이야기하고 싶은 것이 무엇이든 이야기할 수 있도록 회사 내 적절한 사람에게 연결해 드리겠습니다.

사례 연구:Alcoa

Alcoa Corporation은 보크사이트, 알루미나 및 알루미늄 제품의 글로벌 리더로서 알루미늄을 현대 생활에서 저렴하고 필수적인 부분으로 만든 세상을 변화시키는 발견으로 130년 이상 거슬러 올라가는 강력한 가치와 탁월한 운영을 기반으로 구축되었습니다.

Alcoa는 전 세계적으로 생산 공장을 운영하고 있으며 효율성, 안전성, 지속 가능성을 높이고 운영하는 곳마다 커뮤니티를 강화하는 획기적인 혁신을 적용하고 모범 사례를 구현했습니다.

Alcoa가 Senseye와 파트너십을 맺어 예측 유지보수를 위한 동급 최고의 기술 및 운영 관행을 달성한 이유를 알아보십시오.