Инсайты производства: уроки от металлургии и горного дела (Часть 3) — экспертная панель с Axora

Добро пожаловать в подкаст Trend Detection от Senseye — лидера в использовании ИИ для масштабируемой и устойчивой производительности и надежности активов. Это новая публикация, созданная, чтобы вы ушли с идеями, как достичь эффективности обслуживания.

В третьей и заключительной части нашей серии о том, что производители могут узнать у металлургии и горного дела, мне снова присоединяется Джо Карр из Axora. Часть 1 можно послушать здесь, а часть 2 — здесь.

В этом выпуске мы обсуждаем практики обслуживания в металлургии и горном деле, почему время бесперебойной работы оборудования критично и как избыток машинных данных становится вызовом.

Подпишитесь через любимого провайдера подкастов (Apple, Google, Spotify), чтобы получать уведомления о новых выпусках, и оставьте отзыв.

Транскрипт

Ключевые темы (кликните для перехода):

1. Ключевые практики обслуживания в металлургии и горном деле
2. Использование машинных данных в металлургии и горном деле
3. Варианты использования ИИ и машинного обучения в металлургии и горном деле
4. Устойчивое развитие в металлургии и горном деле
5. Кейс-стади: Alcoa

Найл Салливан, Senseye: Джо, это интересно, ты упомянул обслуживание, и именно туда я хотел перейти. Опять же, как отправная точка — и, вероятно, ты скажешь, что это зависит от случая — но в общих чертах, какие основные практики обслуживания сейчас применяются?

Чем руководствуются металлургические и горнодобывающие компании? Это реактивное обслуживание? Или, как ты предполагал, они меняют компоненты каждые 4000 дней или что-то вроде того? В общих терминах, какую практику они следуют сейчас в плане обслуживания?

Джо Карр, Axora: В мире добычи металлов время бесперебойной работы (uptime) — это ключ. Абсолютно, uptime — самое важное, потому что, как и место в самолете: если я не произвожу в это время, я никогда не смогу вернуть его назад. Верно?

Как только самолет взлетел, а место не продано, я никогда не смогу вернуть это место для продажи. То же самое, если вы управляете нефтеперерабатывающим заводом, верно? Если вы не производите тонну меди в течение часа, этот час ушел навсегда. Я никогда не верну это производство.

Uptime — ключ. Отрасль определенно не хочет работать в реактивном режиме. Всегда будет какой-то уровень реактивного обслуживания. Это всегда случается. Но как отрасль мы хотим, чтобы это было исключением, а не правилом. Помимо реактивного обслуживания, которого мы не хотим, есть плановое и превентивное обслуживание.

Определенно есть смесь. Опять же, как я сказал, это на основе компании. Мы видим, что определенные вещи, особенно... Например, самосвалы. Это отличный пример. У нас сегодня много датчиков в самосвалах, которые могут сообщать, как работает двигатель, тормоза и все такое. В таких местах мы можем быть более предиктивными в понимании того, сколько времени компонент будет работать до отказа, поэтому это существует.

Затем есть области, где это просто плановое. Мы меняем это каждые 5000 часов. Почему мы меняем это каждые 5000 часов? Это рекомендация производителя. Верно ли это — вопрос для спора.

Это определенно смесь сегодня. Думаю, в идеале вся отрасль хотела бы работать в предиктивном режиме. Мы хотели бы, чтобы ИИ, данные датчиков и машинное обучение говорили нам, когда что-то выйдет из строя, за 100 часов до отказа, чтобы мы могли заменить это как раз вовремя.

Но возникает проблема планирования. Мы не можем чинить всё прямо перед поломкой. Нам нужен уровень планирования, но есть значительная экономия затрат и выгоды для uptime за счет максимизации срока службы компонентов. Тот факт, что я могу держать этот самосвал работающим на 10 часов дольше, чем планировал. И я могу спланировать его остановку, когда у меня есть доступное окно, а не ставить его в очередь на день, пока я делаю что-то еще, потому что это потерянная продукция.

Думаю, сегодня, когда я работал в операционной деятельности, мы стремились к высоким 80-м процентам uptime. 88% в целом — это был стандарт. С лучшим предиктивным обслуживанием, если мы сможем выжать это в высокие 80-е и низкие 90-е, есть огромные выгоды. Огромные выгоды для горнодобывающей компании. Огромные выгоды для общества, в том смысле, что мы можем производить больше металлов с тем же количеством активов. Нам не нужно открывать другую шахту. Мы можем продолжать производить с тех, что есть, и быть более эффективными с имеющимся оборудованием.

Найл Салливан, Senseye: Смесь стратегий, судя по твоим словам. Ты затронул предиктивное обслуживание, что для меня очевидно интересно.

Из всего, что ты сказал, ясно, что предиктивное обслуживание добавило бы немало ценности. Насколько широко это принято? Может быть, предиктивное обслуживание — все еще растущий рынок и еще не взлетел?

Мы упоминали о цифровой трансформации раньше и некоторых проблемах там, но известно ли предиктивное обслуживание и его выгоды широко? Или это широко известно, но они не принимают его по причинам, которые ты указал раньше — касательно проблем безопасности и той стороны?

Джо Карр, Axora: Да. Это действительно широко известно. Решения для обслуживания — одни из крупнейших в отрасли.

Опять же, это немного связано с тем, что так легко рассчитать ценность. Так легко сказать: «Что даст мне 1% больше uptime?» Запчасти, которые плывут в запчастях, это всегда отлично, но это всегда уходит в небытие по сравнению с их производством.

Если эксплуатация шахты стоит дороже, чем производимый материал, у нас не было бы шахты. Это не так работает горнодобывающая отрасль, верно, как любой бизнес. Всегда есть огромные выгоды. Думаю, главная проблема — это был хаотичный développement на مر السنين, и, безусловно, в транспортных средствах и заводах это самое прогрессивное. Особенно, если у вас есть очень известные большие желтые самосвалы, верно?

Если у вас Caterpillar, Komatsu или такие люди, они делали предиктивное обслуживание на своих машинах долгое время, они знают. Когда они продают машины сегодня, много шахт покупают их машины. Они не покупают их. Они покупают их на uptime.

Они приобретают машину с минимальным uptime 87% или что-то вроде того. Если они не получают этот uptime, они не платят за это, потому что они лизингуют это. Немного как вы можете взять машину в лизинг. Они сильно мотивированы. Производители сильно мотивированы держать эти машины работающими максимально эффективно, потому что это огромный дифференциатор при продаже самосвала: «Мой самосвал эффективен». У них такие огромные пулы данных.

Если подумать о Caterpillar, у вас десятки тысяч самосвалов с датчиками, все предоставляющие данные о том, как эти самосвалы работают. Они просто становятся лучше в доставке того, что они делают.

Если вы горнодобывающая компания и у вас 100 самосвалов, ваш пул данных настолько меньше, чтобы доставлять эти выгоды. Когда они внедряют свои собственные системы, они просто не так эффективны. Это пример, где превентивное и плановое обслуживание было двинуто производителем.

А если вы идете куда-то вроде обогатительной фабрики, рефинерии или плавки, никакая одна компания не продает плавку. Вы не идете к Hatch или FLSmidth и покупаете эту плавку. Они строят их из компонентов от множества разных производителей. Затем они могут построить цифровой двойник вокруг этого, если это совершенно новая плавка, за последние пять лет.

Именно там ИИ, предиктивное обслуживание и машинное обучение действительно имеют возможность, потому что это не контролируется одним доминирующим OEM, верно? Это не бур, который сделан... Это не машина, сделанная Ford, где Ford знает, что происходит во всех деталях.

Каждая обогатительная фабрика шахты разная. Каждая плавка разная. Каждая обогатительная фабрика разная, сделана из множества разных деталей от множества разных производителей. Способность собрать все эти данные вместе, понять и доставить инсайты, которые сегодня у нас доступны для самосвалов, буров или экскаваторов — вот где действительно интересная возможность. И то же самое существует по всей цепочке создания стоимости горного дела. Это просто два действительно хороших примера.

Найл Салливан, Senseye: Данные — это всегда... Ну, это важная тема с нашей точки зрения, потому что есть либо... Это ситуация «голод или пир», где нет данных или их так много в стольких разных форматах. Довольно сложно уделить время, по крайней мере, чтобы добраться до реальных инсайтов там.

Металлургические и горнодобывающие компании довольно хороши в сборе больших объемов данных вокруг своих разных типов оборудования и ищут способы использовать их? Или они не собирают много данных? Это другая сторона?

Джо Карр, Axora: Из личного опыта, они собирают тонны данных. Они не имеют ни малейшего представления, что с этим делать.

Мы обнаружили это из нашего прогноза, нашего прогноза инноваций, когда мы делали работу. Одна из крупнейших проблем — во-первых, нам нужно уметь собирать данные. Это вызов, потому что для этого нужна сеть.

Как только у шахт были данные, они были во множестве разных форматов, в множестве разрозненных мест. Во-первых, они не обязательно знали, что с этим делать, или они не могли ничего с этим сделать, потому что не могли. У них не было навыков, как мы обсуждали ранее. Данные — реальный вызов, потому что эти машины сегодня... Один из технических парней, с которым я разговаривал пару лет назад из tech, он говорил: «Целый самосвал производит два гигабайта данных в день». И у них было 83 на шахте, ездящих вокруг. Он сказал: «Хранилище заполнено. Это не занимает много времени». Верно? У вас 83 вещи, производящие по два гигабайта данных каждый день, заполняющих сервер. Что мы делаем с этими данными?

Или 99% из них нас не интересуют. Почему мы не заинтересованы? У нас нет ничего, чтобы сделать с этим. Это, вероятно, невероятно интересные данные. Мы отслеживаем скорость, время цикла и температуры двигателя из переменных. Мы, вероятно, отслеживаем 20 из 500 переменных, поступающих с этих самосвалов, в реальном времени.

Это огромная возможность для шахт, потому что у них есть все эти данные, а потом они в сило. Они сидят на шахте, по всем причинам, о которых мы говорили раньше, об облачной инфраструктуре и как защитить шахту от кибератак? У нас есть все эти данные, которые просто сидят на сервере, с которыми никто ничего не делает, потому что никто на самой шахте не знает, как это сделать. Никто не нанят для этого.

Зачем я нанят как горный инженер, чтобы быть на шахте? Я не нанят сидеть за серверными данными. Я нанят ломать горную породу, добывать вещи из земли и пропускать их через обогатительную фабрику. Это смесь, верно? Очень редко вы идете на шахту и находите 20 дата-сайентистов, работающих с данными. Верно? То, что вы делаете, — вы находите много геологов, инженеров, производственных людей и буровщиков, продолжающих работать на шахте.

Это кажется такой жалостью, потому что, как я сказал, это такая неиспользованная возможность. Как я говорил, у них нет внутренних ресурсов, чтобы просеять эти данные. Они также немного более осторожны в безопасности при работе с облаком или программными платформами, которые могут помочь получить реальные инсайты. Кажется упущенной возможностью.

Как я сказал, отрасль, вероятно, изменится. Люди меняют работу и генерируют... Может быть, это тоже поколенческое дело. Может быть, это изменится со временем, и люди будут поднимать эти идеи, думая: «Ну, есть куча данных. Почему мы ничего не делаем?» Нам действительно нужно выйти туда и найти решения, чтобы мы могли использовать эти данные для нашей выгоды.

Это также вопрос работы, верно? Когда я был производственным инженером, то, о чем я действительно заботился, это было производство. Если кто-то пришел ко мне и сказал: «О, можем ли мы запустить ИИ-проект на ваших самосвалах или что-то?» Мой взгляд был бы как: ну, это вроде мешает моему производству и моей работе.

Вы также видите разрыв, где люди на объекте просто хотят продолжать делать свою работу. А люди в отделах инноваций действительно заинтересованы в инновационных проектах, но им нужно получить согласие от людей с объекта. Есть этот разрыв, где если я производственный инженер, мне платят бонус и зарплату за производство. Мне не платят за запуск ИИ-проектов.

Может быть разрыв, где люди на объекте просто вроде: «Смотри, у меня нет времени на это». Это также интересная дихотомия внутри шахты. Шахта сама по себе в сило. Производственные люди в шахте не разговаривают с производственными людьми на фабрике, которые не обязательно разговаривают с производственными людьми в рефинериях и плавках, которые производят конечный металл. Все они делают свое дело. Подобно этому, потому что все они делают свое дело и это действительно важно для них, если вы приходите с вещью обслуживания, вы можете не получить согласие. Они могут сказать: «А, это действительно ценно. Мне это действительно нравится». Ответ склонен быть: «Вернись ко мне, когда я смогу просто использовать это сразу, и мне не придется тратить время на его интеграцию». Это шаг интеграции и хлопоты, которые с этим идут. Там нет человека, чья работа это сделать.

Найл Салливан, Senseye: Как я сказал, опять же, это касается отсутствующего элемента навыков, я думаю. Или это не было известной проблемой, верно? Они осознают пробел в навыках?

Джо Карр, Axora: Да, они это осознают. Думаю, это сводится к тому, о чем мы говорили ранее, с машинным обучением, ИИ и удаленными операционными центрами.

Когда люди освобождаются от вещей, которые повторяются, часть планирования и шаги, которые они все еще делают... Много людей делают вручную, что, вероятно, можно автоматизировать. Когда люди освобождаются от этих вещей, они смогут смотреть на вещи вроде ИИ и сможут посвятить время и усилия этим проектам, которые в конечном счете доставят невероятную ценность.

Это «Ну, я бы лучше хотел 10 фунтов сейчас, чем 20 фунтов на следующей неделе». Что бы ты предпочел, верно? Ты бы предпочел выгоду сейчас или позже? Как люди с ужасным долгосрочным мышлением, планирующие 10 лет вперед... На самом деле, горнодобывающая отрасль фантастически хороша в планировании на 20 лет вперед.

У каждого горного отдела есть краткосрочные, среднесрочные и долгосрочные планировщики. Долгосрочные планировщики, их самый ранний прогноз — 10 лет вперед. Они смотрят на вещи так далеко в будущем. Окно планирования краткосрочного человека — это послезавтра. Думаю, на самом деле, горнодобывающая отрасль действительно хороша в долгосрочном мышлении. Просто о том, как мы помогаем всей цепочке создания стоимости думать долгосрочно. И как мы освобождаем людей, чтобы они могли это делать?

Найл Салливан, Senseye: Я знаю, мы много упоминали ИИ и машинное обучение, и, очевидно, с моей точки зрения, я знаю с точки зрения предиктивного обслуживания, как это может действительно предложить выгоду. Помимо этого, в каких еще областях применяются ИИ и машинное обучение? Какие примеры вы можете привести в металлургии и горном деле?

Джо Карр, Axora: Ну, там действительно... список длинный, как и во многих вещах.

Найл Салливан, Senseye: Может, поговорим о топ-5. Нет, топ... не знаю...

Джо Карр, Axora: Да. Сделаем обратный отсчет, верно? Номер пять.

Думаю, есть несколько областей. Мы говорили об обслуживании. Думаю, обслуживание — действительно хорошее, потому что плод висит так низко, что он на полу.

Есть некоторые области, где, пока у нас есть датчики, чтобы делать что-то с ними, думаю, в обслуживании можно сделать так много, что сегодня либо реактивное, либо просто плановое. Мы меняем воздушный фильтр в 500 часов. Почему мы меняем его? Потому что так написано. Определенно думаю, там есть выгоды.

Есть определенно выгоды в понимании месторождения. Не уходим в геологию, учитывая аудиторию вашего подкаста, но просто понимание того, где металл под землей. Есть много выгоды в использовании не человеческого мозга просто для понимания этого, потому что у вас может быть миллионы точек данных, которые сегодня мы находим, кликаем, и обводим, это здесь и здесь, и строим форму, верно?

Есть так много выгод для ИИ или машинного обучения, в зависимости от того, какие алгоритмы вы хотите конкретно рассмотреть, чтобы применить к этим моделям. Вместо создания одной модели в неделю, алгоритм машинного обучения может создать сотни моделей за полдень, а затем геолог может оценить их и сказать: «Хорошо, у этого есть смысл. Этот, я не знаю, что он сделал здесь. Он ушел в безумный тангент, так что мы просто проигнорируем это».

Есть определенно много выгод вокруг базового ИИ. Мы принимаем ИИ здесь как «глупые вещи». Оно умное. Оно очень хорошо в одной вещи и ужасно во всем остальном. ИИ вокруг вождения самосвала, это отлично для вождения самосвала, но вы не можете сделать ничего другого, когда машинное обучение учится самому, что происходит.

Применения ИИ внутри шахты для повторения вещей, тех повторяющихся задач. Там тонны этого, от бурения скважин, до добычи материала, до разметки фронтов, до закладки взрывчатки. Все эти вещи спелы для ИИ, потому что мы делаем точно одно и то же каждый раз.

Я иду бурить фронт для горизонтальной разработки. Я использую тот же буровый шаблон каждый раз. Много буров сейчас, буровщики даже не бурят скважины. Они запускают его, и оно бурит само. Они следят, чтобы оно ставило скважины в правильные места, но есть ли действительно тот лишний шаг в том, чтобы сказать: «Ну, почему они просто не могут заняться этим сами? Просто иметь кого-то в удаленном операционном центре, держащего глаз на этом».

Есть выгоды там, и определенно в металлическом пространстве, когда мы смотрим на вещи вроде машинного обучения в плане понимания продукта, который мы производим. Как мы его производим? Есть ли дефекты? Если это рафинированный металл в конце, используя что-то вроде машинного зрения, так камеры. По сути, модное название для камеры. Используя машинное зрение для понимания результатов материала и затем, кому мы его продаем.

В конечном счете, утопия была бы: вы хотите конкретный металл с каким-то свойством. Вы делаете заказ, он идет на шахту, и шахта отправляет оборудование туда, где она знает, что этот материал есть. Она добывает это конкретное оборудование. Оно проходит через обогатительную фабрику, плавку и рефинерию, потому что у него очень специфические свойства, и доставляется вам, в точной спецификации, которую вы хотите. Затем вы обрабатываете это как хотите, или просто используете в своем проекте. Сегодня мы нигде не близки к этой интегрированной цепочке поставок. Это в конечном счете то, что могло бы... И нет причин, почему мы не могли бы сделать это сегодня, просто это не существует сегодня.

Найл Салливан, Senseye: Нет, это действительно интересно.

Я знаю, мы подходим к концу нашего времени, но я хотел затронуть тему устойчивого развития, которая горячая тема.

Что я хотел знать, в общих чертах снова, как устойчивое развитие влияет на металлургию и горное дело в данный момент? Я знаю, мы говорили о проблеме ресурсов. Также, какие меры принимают компании для достижения целей? Уверен, многие производители, металлургические и горнодобывающие компании также имеют цели, которые хотят достичь.

Джо Карр, Axora: Да. Горнодобывающая отрасль на самом деле делает довольно много. Вы смотрите на это сегодня, есть много проектов с батарейными машинами на шахтах. Водород также большая тема разговора.

Думаю, просто вчера в новостях, парень, владеющий Fortescue Metals в Австралии, он только что купил батарейное подразделение Williams F1, чтобы посмотреть на батареи.

Он интересный персонаж, в том смысле, что он владеет одной из крупнейших железорудных шахт мира. Или горнодобывающими группами, правильнее сказать. Он строит солнечную ферму для, если можно так сказать, в Аутбеке. Он собирается использовать это для создания водорода из морской воды, чтобы создавать зеленую сталь в Австралии. То есть продавать сталь без углеродного следа.

Когда вы смотрите на горнодобывающую отрасль на самом деле, сталь, то металлическая рука, — один из крупнейших производителей CO2. Они берут железную руду и для производства стали нужно сжигать кокс и уголь, который является особым типом угля.

У вас есть два типа угля. Термический, который все думают, когда думают о шахте, бросают уголь в огонь и сжигают его в ТЭС. Это термический уголь. Коксовый уголь — очень специфический тип, используемый для создания стали. Это источник большой части горнодобывающей отрасли, кроме угольной добывающей отрасли, очевидно. Это источник большого куска углеродного следа горнодобывающей отрасли.

Есть большие вопросы о том, как производить зеленую сталь? Как снизить потребность в угле в производстве стали? Можно ли сделать это с водородом или даже природным газом?

Хотя цены на природный газ сегодня, это тоже не имеет большого смысла в данный момент, с тем, как природа газа.

Устойчивое развитие массово высоко в списке дел горнодобывающей отрасли и в ее потребностях. Это тот интересный вопрос: как мы производим все эти действительно важные металлы, которые все хотят? Как мы производим их с этим ограниченным влиянием? Понимая, что горнодобывающая отрасль по своей самой природе — это отрасль, которая берет что-то из земли. Это добывающая отрасль.

Вопрос о том, как сделать это лучше, давно стоит на повестке горнодобывающих компаний. И будет продолжать быть, чем больше люди фокусируются на окружающей среде, что будет только расти. Мы увидим больше этого.

Для меня действительно интересный момент... И двойномыслие, чтобы процитировать «1984» Оруэлла, то, что способно держать в голове две вещи, диаметрально противоположные, и не понимать выгоду из них, это то, что много людей не любят горнодобывающую отрасль. Вы говорите, вы работаете в горнодобывающей отрасли, и люди говорят: «О, что угодно». Они не понимают отрасль.

У них есть этот взгляд, что отрасль — ужасная отрасль, металлическая отрасль. В то же время они говорят: «Мы в климатическом кризисе и нам нужно зеленую энергию больше, чем что угодно». Невозможно держать два диаметрально противоположных взгляда, что вы не любите горнодобывающую отрасль, но хотите что-то сделать с изменением климата. Нельзя иметь одно без другого.

Мы не можем этого сделать. Помню, я был на IMARK, Международной конференции по горным ресурсам несколько лет назад, когда я действительно мог сесть на самолет и полететь в места.

В Мельбурне были люди Extinction Rebellion. У меня даже есть видео интервью на Sky News Australia. У них был глава протеста Extinction Rebellion. Плюс-минус перефразируя то, что он сказал. Он сказал: «Мы сейчас в климатическом кризисе и нам нужно что-то с этим сделать. Если не проснется мир, у нас будут огромные проблемы». Затем, в том же вдохе: «Они строят медную шахту на Филиппинах, которую никто не хочет».

Невозможно держать оба взгляда, верно? Нельзя быть против медных шахт и против изменения климата. Нельзя иметь зеленую энергетическую революцию без горнодобывающей отрасли.

Найл Салливан, Senseye: Это действительно хорошее сентимент для завершения, на самом деле. Прямо перед тем, как закончить, Джо, как люди могут узнать больше об Axora и том, что вы делаете для них? Для отрасли?

Джо Карр, Axora: Да, вы можете зайти на Axora.com. Вы можете посмотреть маркетплейс и связаться с нами через это. Или вы можете найти меня в LinkedIn и написать мне сообщение. Я буду счастлив перенаправить вас к кому угодну, соответствующему человеку в компании, чтобы поговорить о чем угодно, о чем вы хотите поговорить.

Кейс-стади: Alcoa

Alcoa Corporation — глобальный лидер в боксите, аллюмине и алюминиевых продуктах, построенный на фундаменте сильных ценностей и операционного превосходства, уходящем корнями более чем в 130 лет назад к мироперевертывающему открытию, которое сделало алюминий доступной и жизненно важной частью современной жизни.

Alcoa эксплуатирует производственные заводы по всему миру и применяла прорывные инновации и внедряла лучшие практики, которые привели к повышению эффективности, безопасности, устойчивости и более сильным сообществам, где бы они ни работали.

Узнайте, почему Alcoa партнерировалась с Senseye для достижения лучших в классе технологий и операционных практик для предиктивного обслуживания.