Wat de maakindustrie kan leren van de metaal- en mijnbouwindustrie - deel 3 - met Axora

Welkom bij de Trend Detection-podcast, mogelijk gemaakt door Senseye, een marktleider in het gebruik van AI om schaalbare en duurzame prestaties en betrouwbaarheid van activa te stimuleren. Dit is een nieuwe publicatie die is ontworpen om u te helpen ideeën op te doen over hoe u onderhoudsefficiëntie kunt bereiken.

In het derde en laatste deel van onze serie waarin wordt besproken wat fabrikanten kunnen leren van de metaal- en mijnbouwindustrie, word ik weer vergezeld door Joe Carr van Axora. Je kunt deel één hier beluisteren en deel twee hier.

Tijdens de aflevering waarin wordt besproken wat fabrikanten kunnen leren van de metaal- en mijnbouwindustrie, worden we opnieuw vergezeld door Joe Carr van Axora om de onderhoudspraktijken te bespreken die metaal- en mijnbouwbedrijven volgen, waarom machine-uptime van cruciaal belang is en hoe het hebben van te veel machinegegevens blijkt uitdagend.

Abonneer je via je favoriete podcastprovider (Apple, Google en Spotify) als je op de hoogte wilt worden gehouden van toekomstige afleveringen en laat ons je feedback weten door een recensie achter te laten.

Transcript

Belangrijkste behandelde onderwerpen (klik om naar het gedeelte te gaan)

1. De belangrijkste onderhoudspraktijken in de metaal- en mijnbouwindustrie
2. Machinegegevens gebruiken in metalen en mijnbouw
3. Gebruiksvoorbeelden van AI en machine learning in metalen en mijnbouw
4. Duurzaamheid in metalen en mijnbouw
5. Casestudy:Alcoa

Niall Sullivan, Senseye:Ja, dat is het, Joe. Dat is interessant, je noemt onderhoud, want daar ging ik vervolgens naartoe en eigenlijk een slimmere manier om het te doen. Nogmaals, ik denk alleen maar als een startpunt, en u zult waarschijnlijk zeggen dat het van geval tot geval is, maar wat zijn in het algemeen de belangrijkste onderhoudspraktijken die op dit moment worden toegepast?

Wat volgen deze metaalmijnbedrijven? Is het reactief onderhoud? Is het alsof je suggereerde dat ze elke 4.000 dagen veranderen of wat het ook mag zijn? Wat voor soort praktijken volgen ze op dit moment in het algemeen op het gebied van onderhoud?

Joe Carr, Axora:In de wereld van mijnbouwmetalen is uptime essentieel. Honderd procent, uptime is het allerbelangrijkste, want net als een vliegtuigstoel, als ik in die tijd niet produceer, kan ik het nooit meer terugkrijgen. Toch?

Als het vliegtuig eenmaal is opgestegen en de stoel niet is verkocht, kan ik de stoel nooit meer terugkrijgen om te verkopen. Het is hetzelfde als je een raffinaderij runt, toch? Als je een uur lang geen metaal produceert, een ton koper, dan is dat uur voorbij. Ik krijg die productie nooit meer terug.

Uptime is essentieel. De industrie wil zeker geen reactief draaien. Er zal altijd een bepaald niveau van reactief onderhoud zijn. Het gaat altijd gebeuren. Zeker als branche willen we dat het de uitzondering is, niet de regel. Naast het reactieve onderhoud, dat wij niet willen, heeft u gepland en preventief onderhoud.

Er is zeker een mengeling. Nogmaals, zoals ik al zei, het is van bedrijf tot bedrijf. We vinden dat bepaalde dingen, vooral... Bijvoorbeeld vrachtwagens. Dat is een geweldig voorbeeld. We hebben tegenwoordig veel sensoren in vrachtwagens, die ons kunnen vertellen hoe de motor werkt, de remmen en dat soort dingen. Op die plaatsen kunnen we bijvoorbeeld meer voorspellend zijn in het begrijpen hoe lang het duurt voordat een onderdeel faalt, dus dat bestaat.

Dan zijn er gebieden waar het gewoon gepland is. Dat veranderen we elke 5.000 uur. Waarom veranderen we het elke 5.000 uur? Dat adviseert de fabrikant. Of dat juist is of niet, daar valt over te twisten.

Het is zeker een mix vandaag. Ik denk dat idealiter de hele industrie onvoorspelbaar zou willen werken. We zouden willen dat AI, sensorgegevens en machine learning ons vertellen wanneer dingen gaan mislukken, honderd uur voordat ze falen, zodat we ze op het nippertje kunnen veranderen.

Er komt een probleem met de planning. We kunnen niet alles repareren voordat het kapot gaat. We moeten een niveau van planning hebben, maar er zijn aanzienlijke kostenbesparingen en voordelen voor uptime door de levensduur van componenten te maximaliseren. In het feit dat als ik die truck 10 uur langer kan laten draaien dan ik wilde. En ik kan plannen om het weg te halen wanneer ik een beschikbare ruimte heb, in plaats van het te parkeren en een dag in de rij te zetten terwijl ik iets anders doe, want dat is productieverlies.

Ik denk dat we vandaag, toen ik aan operations werkte, probeerden te streven naar de hoge jaren tachtig in uptime. 88% in het algemeen, was het soort ding. Met beter voorspellend onderhoud als we dat tot in de jaren tachtig en negentig kunnen halen, zijn er enorme voordelen. Er zijn enorme voordelen voor het mijnbouwbedrijf. Er zijn enorme voordelen voor de samenleving, in die zin dat we meer metalen kunnen produceren met dezelfde hoeveelheid activa die we hebben. We hoeven niet nog een mijn te openen. We kunnen blijven produceren met de apparatuur die we hebben en efficiënter omgaan met de apparatuur die we hebben.

Niall Sullivan, Senseye:Er is een mix van strategieën aan de hand van wat je zegt. U had het duidelijk over voorspellend onderhoud, wat vanuit mijn oogpunt een zeer duidelijk belang is.

Uit alles wat je zei, is het duidelijk dat het voorspellen van onderhoud heel wat waarde zou toevoegen. Hoe goed is dat om hen omarmd te hebben? Het kan zijn dat voorspellend onderhoud nog steeds een beetje een groeiende markt is en misschien nog niet van de grond is gekomen.

We hebben het eerder gehad over digitale transformatie en enkele van de problemen daar, maar is voorspellend onderhoud en de voordelen algemeen bekend? Of is het algemeen bekend en omarmen ze het niet om de redenen die u eerder aangaf, met betrekking tot de veiligheid, de zorgen en die kant ervan?

Joe Carr, Axora:Ja. Het is eigenlijk algemeen bekend. Onderhoudsoplossingen behoren tot de grootste in de branche.

Nogmaals, het komt er een beetje op neer, omdat het zo gemakkelijk is om de waarde te berekenen. Het is zo gemakkelijk om te zeggen:"Wat levert 1% meer uptime mij op?" De reserveonderdelen die in reserveonderdelen zeilen, het is altijd geweldig, maar het valt altijd in het niet door hun productie.

Als het ons meer zou kosten om de mijn te runnen dan het materiaal te produceren, zouden we geen mijn hebben. Het is niet hoe de mijnindustrie werkt, toch, zoals elk bedrijf. Er zijn altijd enorme voordelen. Ik denk dat het belangrijkste probleem is dat het door de jaren heen gewoon een lukrake ontwikkeling is geweest, en zeker binnen de voertuigen en de fabriek is het het meest vooruitstrevend. Vooral als je een heel bekende, grote gele vrachtwagen hebt, toch?

Als je Caterpillar, Komatsu of dat soort mensen hebt, doen ze al heel lang voorspellend onderhoud aan hun voertuigen, dat weten ze. Als ze tegenwoordig voertuigen verkopen, zijn er veel mijnen die hun voertuigen kopen. Ze kopen ze niet. Ze kopen ze met een uptime.

Ze kopen een voertuig, met een minimale uptime van 87% of iets dergelijks. Als ze die uptime niet krijgen, betalen ze er niet voor, omdat ze het leasen. Een beetje zoals je een auto zou leasen. Ze zijn zwaar gemotiveerd. De fabrikanten zijn sterk gemotiveerd om die voertuigen zo efficiënt mogelijk te laten rijden, omdat het een enorm verschil is wanneer u een vrachtwagen verkoopt, door te zeggen:"Mijn vrachtwagen is efficiënt." Ze hebben zulke enorme hoeveelheden gegevens.

Als je aan Caterpillar denkt, dan heb je tienduizenden vrachtwagens met sensoren, die allemaal gegevens leveren over hoe die vrachtwagens rijden. Ze worden alleen maar beter in het leveren van wat ze doen.

Als je een mijnbouwbedrijf bent en honderd vrachtwagens hebt, is je datapool zoveel kleiner om die voordelen te kunnen bieden. Als ze hun eigen systemen implementeren, zijn ze gewoon niet zo effectief. Dat is een voorbeeld waarbij preventief onderhoud en gepland onderhoud is aangestuurd door de fabrikant.

Terwijl als je ergens naar binnen gaat, zoals de concentrator, de raffinaderij of de smelterij, geen enkel bedrijf een smelterij verkoopt. Je gaat niet naar Hatch of FLSmidth om deze smelter te kopen. Ze bouwen ze van componenten van veel verschillende fabrikanten. Dan kunnen ze daar de afgelopen vijf jaar misschien een digitale tweeling omheen bouwen, als het een gloednieuwe smelter is.

Dat is echt waar AI, voorspellend onderhoud en machine learning echt een kans hebben, omdat het niet wordt beheerd door een enkele gevestigde OEM, toch? Het is geen boormachine, die is gemaakt door... Het is geen auto gemaakt door Ford, waar Ford weet wat er in alle onderdelen aan de hand is.

Elke mijnraffinaderij is anders. Elke smelterij is anders. Elke concentrator is anders, gemaakt door veel verschillende stukken van veel verschillende fabrikanten. In staat zijn om al die gegevens samen te brengen, te begrijpen en de inzichten te leveren die we vandaag beschikbaar hebben voor vrachtwagens, boren of shovels, dat is waar er een echt interessante kans is. Hetzelfde geldt voor de hele waardeminingketen. Dat zijn slechts twee heel goede voorbeelden.

Niall Sullivan, Senseye:Is het omdat data altijd een... Wel, is het een belangrijk onderwerp vanuit ons oogpunt, want er is ofwel... Het is allemaal feest of hongersnoodsituatie, waar er geen gegevens zijn of zoveel gegevens in zoveel verschillende formaten. Het is best moeilijk om in ieder geval wat tijd te nemen om tot die echte inzichten te komen.

Zijn metaal- en mijnbouwbedrijven redelijk goed in het verzamelen van veel gegevens over hun verschillende soorten machines en zijn ze op zoek naar manieren om dat te exploiteren? Of verzamelen ze niet veel data? Is het de andere kant van de zaak?

Joe Carr, Axora:Uit persoonlijke ervaring verzamelen ze tonnen gegevens. Ze hebben geen idee wat ze ermee moeten doen.

Dat vonden we uit onze prognose, onze innovatieprognose, toen we het werk deden. Een van de grootste problemen was er één, we moeten de gegevens kunnen verzamelen. Dat is een uitdaging, want daar heb je netwerk voor nodig.

Zodra mijnen gegevens hadden, waren deze in veel verschillende formaten, op veel verschillende locaties. Ten eerste wisten ze niet per se niet wat ze ermee moesten of konden ze er niets mee, omdat ze dat niet konden. Ze hadden niet de vaardigheden, zoals we eerder hadden besproken. De gegevens zijn een echte uitdaging, omdat deze machines tegenwoordig... Een van de techneuten met wie ik een paar jaar geleden van tech sprak, zei:"Een hele vrachtwagen produceert twee gigabyte aan gegevens per dag." En ze hadden er 83 in de mijn rondrennen. Hij zei:"De opslag is vol. Het duurt niet lang." Rechts? Je hebt 83 dingen die elke dag twee gigs aan data produceren om de server te vullen. Wat doen we met deze gegevens?

Of 99% daarvan zijn we niet in geïnteresseerd. Waarom zijn we niet geïnteresseerd? Wij hebben er niets mee te maken. Het waren waarschijnlijk ongelooflijk interessante gegevens. We volgen de snelheid, cyclustijd en motortemperaturen buiten de variabelen. We volgen waarschijnlijk 20 van de 500 variabelen die van deze vrachtwagens komen, in realtime.

Het is een enorme kans voor mijnen, omdat ze al deze gegevens hebben en dan is het silo. Het zit op de mijn, vanwege alle redenen waar we het eerder over hadden, over cloudinfrastructuur en hoe bescherm je de mijn tegen cyberaanvallen? We hebben al deze gegevens die gewoon op een server staan ​​waar niemand iets mee doet, omdat niemand in de mijn zelf weet hoe het moet. Er is niemand in dienst om het te doen.

Wat ben ik aan het werk, als mijningenieur om op een mijnvloer te zijn. Ik ben niet in dienst om servergegevens door te nemen. Ik word ingezet om steen te breken, dingen uit de grond te halen en het verwerkingsplan te doorlopen. Het is een mix, toch? Zeer zelden ga je naar een mijn en vind je 20 datawetenschappers die aan de data werken. Rechts? Wat je doet, is dat veel geologen, ingenieurs, productiemensen en boormachines aan de mijn beginnen en eraan werken.

Dat lijkt zo jammer, want zoals ik al zei, het is zo'n onbenutte kans. Zoals ik al zei, ze hebben intern niet de middelen om die gegevens te doorzoeken. Ze zijn ook wat meer veiligheidsbewust wanneer ze met de cloud of de softwareplatforms werken, die misschien kunnen helpen om er echt inzicht in te krijgen. Het lijkt een gemiste kans.

Zoals ik al zei, de industrie zal waarschijnlijk veranderen. Mensen veranderen van baan en genereren... Misschien is het ook een generatiekwestie. Misschien zal dat in de loop van de tijd veranderen en zullen mensen deze ideeën ter sprake brengen, denkend:"Nou, er zijn heel veel gegevens. Waarom doen we niets?" We moeten echt naar buiten gaan en oplossingen vinden zodat we deze gegevens kunnen gebruiken in ons voordeel.

Het is ook een baan, toch? Toen ik een productie-ingenieur was, was de productie waar ik echt om gaf. Als iemand naar me toe zou komen en zou zeggen:"Oh, kunnen we een AI-project uitvoeren op je vrachtwagens of zoiets?" Mijn mening zou zijn geweest, nou ja, dat staat mijn productie en mijn werk in de weg.

Je ziet ook een verbroken verbinding waarbij de mensen ter plaatse gewoon door willen gaan met hun werk. En de mensen die op de innovatieafdelingen zitten, zijn echt geïnteresseerd in het doen van de innovatieve projecten, maar ze moeten de steun krijgen van de mensen van de locatie. Er is een scheiding waarbij als ik een productie-ingenieur ben, ik mijn bonus en mijn salaris op productie krijg. Ik word er niet voor betaald, voor het uitvoeren van AI-projecten.

Er kan een onderbreking zijn waarbij de mensen op de site zoiets hebben van:"Kijk, ik heb hier geen tijd voor." Dat is ook een interessante tweedeling binnen een mijn. De mijn is zelf silo's. De productiemensen in de mijn, praten niet met de productiemensen in de fabriek, die niet noodzakelijkerwijs praten met de productiemensen in de raffinaderijen en de smelterijen, die het eindmetaal produceren. Ze doen allemaal hun eigen ding. Evenzo, omdat ze allemaal hun eigen ding doen en het erg belangrijk voor ze is, als je met een onderhoudsding komt, krijg je misschien geen buy-in. Ze zouden kunnen zeggen:"Ah, dat is echt waardevol. Dat vind ik echt leuk." Het antwoord is meestal:"Kom bij me terug als ik het meteen kan gebruiken en ik geen tijd hoef te besteden aan het integreren ervan." Het is die integratiestap en het gedoe dat daarmee gepaard gaat. Er is daar niemand wiens taak het is om dat te doen.

Niall Sullivan, Senseye:Zoals ik al zei, nogmaals, het heeft te maken met het ontbrekende vaardigheidselement daar, denk ik. Of is het geen bekend probleem, toch? Zijn ze zich bewust van de vaardigheidskloof?

Joe Carr, Axora:Ja, dat zijn ze. Ik denk dat dit neerkomt op waar we het eerder over hadden, met de machine learning, AI en remote operatiecentra.

Als mensen niet langer de dingen hoeven te doen die herhaalbaar zijn, deel uitmaken van de planning en de stappen die ze nog steeds doen... Veel mensen doen dat met de hand, zou waarschijnlijk geautomatiseerd kunnen worden. Wanneer de mensen van die dingen zijn verlost, kunnen ze naar dingen als AI kijken en tijd en moeite besteden aan die projecten, die uiteindelijk ongelooflijke waarde zullen opleveren.

Het is de, "Nou, ik heb liever 10 pond nu, dan 20 pond volgende week." Wat heb je liever, toch? Wilt u liever nu of later profiteren? Als mensen met vreselijke langetermijndenkers, die 10 jaar vooruit plannen... Eigenlijk is de mijnindustrie fantastisch in het plannen van 20 jaar vooruit.

Elke mijnbouwafdeling heeft planners voor de korte, middellange en lange termijn. De mensen die op de lange termijn plannen, hun vroegste voorspelling is over 10 jaar. Ze kijken naar dingen tot nu toe in de toekomst. Het planningsvenster van de persoon op korte termijn is vanmiddag. Ik denk dat de mijnindustrie eigenlijk heel goed is in langetermijndenken. Het gaat erom hoe we de hele waardeketen helpen om op de lange termijn te denken. En hoe maken we mensen vrij om dat te kunnen doen?

Niall Sullivan, Senseye:Ik weet dat we AI-machine learning vaak hebben genoemd en vanuit mijn perspectief weet ik vanuit het oogpunt van onderhoud van voorspellers hoe dat echt voordelen kan bieden. Afgezien daarvan, op welke gebieden worden AI en machine learning toegepast? Welke voorbeelden kun je geven in metalen en mijnbouw?

Joe Carr, Axora:Nou, er is echt... de lijst is net zo lang als je arm, zoals met veel dingen.

Niall Sullivan, Senseye:Misschien praten over de top vijf. Nee, de top... ik weet het niet..

Joe Carr, Axora:Ja. We gaan aftellen, toch? Nummer vijf.

Ik denk dat er verschillende gebieden zijn. We hadden het over onderhoud. Ik denk dat onderhoud heel goed is, omdat het fruit zo laag hangt, het ligt op de grond.

Er zijn sommige gebieden waar, zolang we de sensoren hebben om dingen mee te doen, ik denk dat er zoveel aan onderhoud kan worden gedaan dat, vandaag, is ofwel reactief of gewoon gepland. We hebben het luchtfilter om 500 uur vervangen. Waarom veranderen we het? Omdat het zo zegt. Ik denk zeker dat er voordelen zijn.

Er zijn zeker voordelen aan het begrijpen van de aanbetaling. Ga niet de geologische raaklijn af, gezien het publiek van je podcast, maar begrijp gewoon waar het metaal zich onder de grond bevindt. Er is veel voordeel om niet het menselijk brein te gebruiken om dat alleen maar te begrijpen, omdat je miljoenen datapunten kunt hebben die we vandaag vinden, we klikken, en we circuit het is hier en het is hier, en we bouwen een vorm, toch?

Er is zoveel voordeel voor AI of machine learning, afhankelijk van naar welke algoritmen je specifiek wilt kijken, om op die modellen te kunnen toepassen. In plaats van één model per week te maken, zou een machine learning-algoritme honderden modellen in een middag kunnen maken, en dan kan de geoloog ze beoordelen en zeggen:"Oké, die is logisch. Deze, ik weet niet wat het is hier gedaan. Het is uit de hand gelopen, dus dat negeren we gewoon."

Er zijn zeker veel voordelen aan basis-AI. We nemen AI hier mee naar domme dingen. Het is slim. Het is heel goed in één ding en het is verschrikkelijk in al het andere. De AI rond het besturen van een vrachtwagen, dat is geweldig in het besturen van een vrachtwagen, maar je kunt niets anders doen als machine learning vanzelf leert wat er aan de hand is.

De toepassingen van AI, binnen een mijn om dingen opnieuw te doen, die repetitieve taken. Dat zijn er tonnen, van het boren van gaten, tot het uitgraven van materiaal, tot het markeren van gezichten, tot het laden van explosieven. Al die dingen zijn rijp voor AI, omdat we elke keer precies hetzelfde doen.

Ik ga een gezicht boren voor horizontale ontwikkeling. Ik gebruik elke keer hetzelfde boorpatroon. Veel van de boor nu, de boorders boren niet eens de gaten. Ze zetten het af en het boort het zelf. Ze zorgen ervoor dat de gaten op de juiste plaatsen worden geplaatst, maar is er echt zoveel extra stap nodig om te zeggen:"Waarom kunnen ze er niet gewoon zelf mee aan de slag? Laat iemand in een afgelegen operatiecentrum een ​​oogje in het zeil houden erop."

Er zijn daar voordelen, en zeker in de metaalsector, als we kijken naar dingen als machine learning, in termen van het begrijpen van het product dat we produceren. Hoe we het produceren? Zijn er gebreken? Als het uiteindelijk een verfijnd metaal is met zoiets als machinevisie, dus camera's. In wezen een mooie manier om camera te zeggen. Machine vision gebruiken om de resultaten van het materiaal te begrijpen en vervolgens aan wie we het verkopen.

Uiteindelijk zou de utopie zijn dat je een specifiek metaal wilt met een bepaalde eigenschap. U plaatst uw bestelling, het gaat naar de mijn en de mijn stuurt de apparatuur naar de plaats waar het weet dat het materiaal is. Het mijnt die specifieke apparatuur. Het gaat door de concentrator, de smelter en de raffinaderij omdat het zeer specifieke eigenschappen heeft en het aan u wordt geleverd, precies volgens de specificatie die u wilt. Vervolgens verwerk je dat zoals je wilt, of je gebruikt het gewoon in je project. Vandaag zijn we nog lang niet in de buurt van die geïntegreerde toeleveringsketen. Dat is uiteindelijk wat zou kunnen... En er is geen reden waarom we het vandaag niet zouden kunnen doen, het bestaat gewoon niet vandaag.

Niall Sullivan, Senseye:Nee, dat is echt interessant.

Ik weet dat we het einde van onze tijd naderen, maar ik wilde het hebben over het onderwerp duurzaamheid, dat een hot topic is.

Wat ik wilde weten, is, nogmaals in algemene termen, hoe duurzaamheid op dit moment metalen en mijnbouw beïnvloedt? Ik weet dat we het hadden over een resourceprobleem. En welke maatregelen worden er door bedrijven genomen om de doelstellingen te halen? Ik weet zeker dat veel fabrikanten, metaal- en mijnbouwbedrijven ook doelen hebben die ze willen halen.

Joe Carr, Axora:Ja. De mijnindustrie doet eigenlijk best veel. Als je het vandaag bekijkt, zijn er veel projecten die batterijvoertuigen in mijnen gebruiken. Waterstof is ook een groot gespreksonderwerp.

Ik denk dat de man die Fortescue Metals in Australië bezit, gisteren in het nieuws, net de batterij-arm van Williams F1 heeft gekocht om naar batterijen te kijken.

Hij is een interessant personage, omdat hij een van 's werelds grootste ijzerertsmijnen bezit. Of, mijnbouwgroepen, moet ik zeggen. Hij bouwt een zonnepark voor, een betere term, in de Outback. Hij gaat dat gebruiken om waterstof te maken uit zeewater, om groen staal te maken in Australië. Dus staal verkopen zonder ecologische voetafdruk.

Als je naar de mijnbouw kijkt, is staal, die metalen arm, een van de grootste CO2-producenten. Ze nemen het ijzererts en om staal te produceren, moet je cokes en steenkool verbranden, wat een speciaal soort steenkool is.

Je hebt twee soorten kolen. Thermisch, waar iedereen aan denkt als ze denken aan een put, kolen in het vuur gooien en verbranden in een elektriciteitscentrale. Dat is thermische steenkool. Cokeskool is een zeer specifiek type dat wordt gebruikt om staal te maken. Dat is de bron van een groot deel van de mijnbouw, behalve natuurlijk in de kolenmijnindustrie. Dat is de bron van een groot deel van de mijnbouw, is de CO2-voetafdruk.

Er zijn grote vragen over hoe we groen staal produceren? Hoe verminderen we de behoefte aan kolen bij de staalproductie? Kunnen we het met waterstof of zelfs aardgas?

Hoewel, de prijzen van aardgas van vandaag, dat is ook niet zo'n zin op dit moment, met de manier waarop aardgas is.

Duurzaamheid staat enorm hoog op de takenlijst van de mijnbouwindustrie en op hun behoeften. Het is die interessante vraag:hoe produceren we al deze echt belangrijke metalen die iedereen wil? Hoe produceren we ze met deze beperkte impact? Begrijpen dat de mijnindustrie van nature een industrie is die iets van de aarde wegneemt. Het is een winningsindustrie.

De vraag hoe we dat beter kunnen doen, staat al heel lang op de agenda van mijnbouwbedrijven. En dat zal zo blijven, hoe meer mensen zich op het milieu richten, en dat wordt alleen maar meer. We gaan er meer van zien.

Voor mij is het echt interessante deel... En de dubbele gedachte om Orwell's Nineteen Eighty-Four te citeren, dat twee dingen in je hoofd kunnen houden, diametraal tegenover elkaar staan ​​en het voordeel ervan niet begrijpen, is dat veel mensen niet hou niet van de mijnindustrie. Je zegt dat je in de mijnbouw werkt en mensen zeggen:"Oh, wat dan ook." Ze begrijpen de branche niet.

Ze zijn van mening dat de industrie een verschrikkelijke industrie is, de metaalindustrie. Maar tegelijkertijd zeggen ze ook:"We zitten in een klimaatcrisis en we hebben meer groene energie nodig dan wat dan ook." Het is onmogelijk om twee diametraal tegenovergestelde standpunten in te nemen dat je de mijnbouw niet leuk vindt, maar dat je iets aan klimaatverandering wilt doen. Je kunt het een niet hebben zonder het ander.

Dat kunnen we niet doen. Ik herinner me dat ik een paar jaar geleden op IMARK was, de internationale conferentie over mijnbouwmiddelen, toen ik daadwerkelijk in een vliegtuig mocht stappen en naar plaatsen mocht gaan.

Beneden in Melbourne en de uitstervende opstand waren mensen daar. Ik heb eigenlijk een video van een interview op Sky News Australia. Ze hadden het hoofd van het uitstervingsrebellieprotest daar. Min of meer parafraseren van wat hij zei. Hij zei:"We bevinden ons momenteel in een klimaatcrisis en we moeten er iets aan doen. Als we niet wakker worden, komt de wereld in enorme problemen." En dan, in één adem:"Ze bouwen een kopermijn in de Filippijnen die niemand wil."

Het is onmogelijk om beide weergaven vast te houden, toch? Je kunt niet tegen kopermijnen en tegen klimaatverandering zijn. U kunt de groene-energierevolutie niet hebben zonder de inkoopindustrie.

Niall Sullivan, Senseye:Dat is eigenlijk een heel goed gevoel om mee te eindigen. Hoe kunnen mensen, net voordat we Joe afsluiten, meer te weten komen over Axora en wat u voor hen doet? Voor de branche?

Joe Carr, Axora:Ja, je kunt naar Axora.com gaan. U kunt de marktplaats bekijken en daar kunt u contact mee opnemen. Of je kunt me vinden op LinkedIn en me een bericht sturen. Ik zal u graag doorverwijzen naar de juiste persoon binnen het bedrijf, zodat u kunt praten over alles waar u over wilt praten.

Casestudy:Alcoa

Alcoa Corporation is een wereldleider in bauxiet-, aluminiumoxide- en aluminiumproducten, gebouwd op een fundament van sterke waarden en uitmuntende werking die meer dan 130 jaar teruggaat tot de wereldveranderende ontdekking die aluminium tot een betaalbaar en essentieel onderdeel van het moderne leven maakte.

Alcoa exploiteert productievestigingen over de hele wereld en heeft baanbrekende innovaties toegepast en best practices geïmplementeerd die hebben geleid tot verhoogde efficiëntie, veiligheid, duurzaamheid en sterkere gemeenschappen, waar ze ook actief zijn.

Ontdek waarom Alcoa samenwerkte met Senseye om de beste technologie en operationele praktijken voor voorspellend onderhoud te realiseren.