TCT解析 | Stratasys & Desktop Metal合并的背景及未来发展

d7da827d0bfad9e6207843f4813da78d.png

图片含TCT广告内容

Stratasys公司正在探索与Desktop Metal公司并购,截至英国时间25日上午,这两家公司已经确认了合并其业务的最终协议。

该协议是一项全股票交易,合并后的公司估值约为18亿美元。预计并购将在2023年第四季度完成,但须符合客户的成交条件和两家公司股东的批准,Stratasys公司的股东将持有合并后的公司约59%的股份,Desktop Metal公司的股东将持有约41%的股份,两者都是在完全稀释的基础上。

94de2346c6d5b53de84d3b72d747b24e.jpeg

在旋风般的24小时之内,增材制造两大巨头合并的引起了行业内的广泛讨论,虽然并购案的新闻报导似乎有些突然,但这笔交易并非凭空而来。

作为增材制造行业专业媒体,TCT也在第一时间报道了这一消息,TCT也有幸参与旁听了两家公司与联合交易投资人的电话会议,以下是截至目前TCT了解到的情况。

提前预约2023年TCT亚洲展

并保存好您的参观确认函

(含TCT广告)

两家公司已经达成了全股票交易

通过全股票交易,股东可以用他们目前所持股份换取并购后公司的股份。举个例子:Desktop Metal 股东持有的每股 Desktop Metal A 类普通股可换取 0.123 股 Stratasys 普通股。

虽然这会稀释当前股东在 Stratasys 中的股权,但理论上它会被 Stratasys 收购 Desktop Metal 的所有资产所抵消。两家公司认为,这些业务及其资产的结合将使他们能够在 2025 年产生 11 亿美元的收入,“到 2032 年,合并后的新公司潜在市场总额将超过1000亿美元,具有巨大的上升潜力。”

e241b015d2a307539f8c22a49e82dea8.png

3D打印行业增长预测(图片来自 Stratasys)

通常情况下,股票换股票的合并被认为比现金换股票的合并更有效、更简单,而且不会影响到收购公司的现金状况。这可能是该交易如此迅速地获得董事会一致批准的原因。

并购活动频繁

自新冠疫情爆发以来,增材制造行业一直在经历一波又一波的并购活动,Desktop Metal和Stratasys可以说是近几年并购活动的高频参与者。

通过收购EnvisionTEC、ExOne、Aidro和Aerosint等公司,Desktop Metal已经收购了近十家公司,从最初的金属增材制造设备厂商扩展到3D打印聚合物、复合材料、木材和医疗设备全产业链。与此同时,Stratasys公司保持了对聚合物领域的专注,但仍然收购了RPS、Origin、Xaar 3D和Covestro Additive Manufacturing的业务和技术。

这些并购案都是是在全球经济衰退的背景下发生的,俄乌战争和天然气供应枯竭激化了后疫情时代的供应链问题,国际业务变得更加困难。

此次并购将带来哪些影响?

根据近期TCT了解到的信息,大多增材制造设备厂商都表示完成机器销售的目标略有困难,公司“钱袋子”正在收紧。

对于任何一家公司来说,如果产品的转移数量未达到预期,就会影响他们的收入来源和盈利能力。即使是一家上市公司,这也会影响其股票价值。

Desktop Metal目前的市值约为5.62亿美元,比上市时减少了约20亿美元, Stratasys目前市值为11亿美元。

7ae5533ac5650fd3152d52866e5ba214.pngDesktop Metal 和 Stratasys 合并数据(图片来自 Stratasys)

Desktop Metal经历了两轮裁员和厂区的整合。先是在2022年6月裁员12%,而后2023年2月裁员15%。2023年第一季度Desktop Metal 财报显示,这些措施节省了合计1亿美元,公司将“继续保持在减少开支结构、扩大利润并推动盈利的轨道上。

Stratasys的并购对象为何

会是Desktop Metal?

早在Desktop Metal公开披露有关Studio和 Production 金属增材制造系统的诸多细节之前,Stratasys 就是首批为其提供资金支持的公司之一,它还在 2017年与Desktop Metal达成了分销协议。

虽然Stratasys在Desktop Metal的股份规模尚未可知,但该公司的创始人Scott Crump也曾担任Desktop Metal 的董事会观察员。身处这一职位,Crump虽无权对董事会讨论的主题进行投票,但可以出席并参与董事会会议。这使他能够在整个讨论过程中获取并了解到董事会成员提供的信息。

另外,Stratasys一直对金属增材制造充满兴趣,但从未成功地将金属技术商业化。

去年,Stratasys宣布收购Covestro AM。该公司的首席执行官Yoav Zeif与TCT谈到,他确认该公司将继续探索更多的并购机会,但同时强调并购策略将聚焦在聚合物技术。

双方的产品又将如何组合?

如果两家公司在今年第四季度顺利合并,并且假设没有品牌停产或剥离,那么合并后的公司将拥有超过15个品牌。

Stratasys旗下拥有:

  • Stratasys自身旗舰FDM产品组合;

  • 通过收购Objet的PolyJet产品;

  • 来自RPS接管的SLA;

  • P3 (DLP) 技术来自其Origin收购;

  • 从Xaar3D购买SAF(Powder Bed Fusion);

  • 通过GrabCAD的CAD软件;

  • 来自Riven的质量保证软件;

  • 以及Covestro AM的聚合物材料(以及DSM和Clariant的3D打印业务)。

Desktop Metal旗下拥有:

  • ExOne的粘合剂喷射技术;

  • EnvisionTEC的DLP技术;

  • Make Composites的复合技术;

  • Forust的3D打印木材功能;

  • Desktop Health在医疗领域发挥更大作用;

  • 通过Aidro向重工业供应金属零件;

  • 通过Adaptive3D进行自由泡沫3D打印;

  • 通过Figur的板材成型技术;

  • 通过收购Aerosint获得多材料能力。

由此可见,双方业务有些交叉,也有大量的互补技术。Stratasys缺乏金属打印技术,Desktop Metal的金属粘合剂喷射和金属挤压技术是不错的补充。双方都拥有DLP/SLA 技术,但Origin却没有像EnvisionTEC这样的大尺寸设备。Desktop Metal可能具有Adaptive3D的FreeFoam功能,但他们不具备Covestro AM在化学材料方面的深厚专业知识。

930046025b986d071005ee227ecb8724.png

Desktop Metal 和 Stratasys 的合并增加了价值(图片来自 Stratasys)

品牌又当如何重组

据悉Stratasys 最新任命的战略副总裁 Hugo da Silva 将负责整合两家公司的资源优势。显而易见的是:两家公司的资源优势的整合将加速推动“3D制造”目标,一旦整合完成,零部件生产和大规模生产组成的综合收入预计将超过总收入的 50%。

合并后的公司在 2025 年的调整后 EBITDA 利润率目标为 10-12%。截至 2023 年第一季度,Stratasys 和 Desktop Metal 共有 4.37 亿美元的现金和现金等价物,此次交易通过“充足资本的资产负债表来加速合并公司的财务灵活性,推动未来增长。” 为行业带来了新的机遇和挑战。

Stratasys 首席执行官 Yoav Zeif 表示:

“与Desktop Metal 的合并将加速我们的增长,创建一个世界级的工业增材制造解决方案供应商。在互补的产品提供方面拥有优异地位,包括航空航天、汽车、消费品、医疗保健和牙科等领域,以及最庞大、经验最丰富的研发团队、行业领先的营销渠道基础设施,合并后的公司将致力于提供持续创新,并向客户提供卓越服务。”

Desktop Metal CEO Ric Fulop 补充道:

“这两家伟大公司的结合标志着推动大规模生产的增材制造的下一个阶段的转折点。我们很高兴将 Stratasys 的聚合物产品与我们的金属、砂、陶瓷和牙科 3D打印解决方案相结合。我们将共同努力打造更具弹性的产品组合,拓展跨行业、跨应用领域的多元化客户群,以实现长期可持续增长。”

Zeif 将担任合并后公司的 CEO,而 Fulop 则将担任董事会主席。交易完成后,合并公司董事会将由 11 名成员组成,其中五名将由 Stratasys 选出,五名将由 Desktop Metal 选出,此外 Dr. Zeif 将担任 CEO。现任 Stratasys 主席 Dov Ofer 将担任合并公司的首席独立董事。

并购完成后的更多可能

去年Stratasys 启动的“毒丸计划”现已延长,以确保所有股东都有“有意义的机会”就交易的批准投票,并“在未支付控制溢价情况下,保留所有股东公司的长期价值在控股权或受控权被收购或收购的情况下。” Stratasys 权益计划不会阻止任何人根据合并协议条款提出更优的建议。

同时,Desktop Metal董事会还打算通过一项有限期限的股东权利计划,确保董事会以最大化股东价值为导向进行交易。与此同时,该计划也不会限制其他潜在收购方提出更优的方案。

此举旨在确保 Desktop Metal 股东的投资价值和股份受到充分尊重,同时保证了市场的公平竞争,为行业发展注入新动力。

86a3084aa7bd669741e33db7f7b8639e.gif

2023年展会期间

观众入场仍需实名认证进场参观

为避免人流量较大,需长时间排队等待

建议您提前完成预约并保存好您的参观确认函

(下图含广告内容)

TCT Asia 2023

时间与地点

9月12日 09:00 - 17:30

9月13日 09:00 - 17:30

9月14日 09:00 - 15:00

国家会展中心(上海)4.1馆

欢迎转发

主编微信:2396747576; 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.重点关注:黑格科技将推出消费领域桌面3D打印机

2.机械臂砂型3D打印机和智能化产线,峰华卓立推动铸造产业升级

3.华曙高科-重磅发布批量金属3D打印系统FS511M和FS350M

4.智能制造,共创未来│3D打印专家铂力特与西门子签署战略合作协议

7e1abe5f12d4e3e62f3d1048539c53c9.gif

ddb12d9fad1ad1f03fd548394cc84479.gif

【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文详细介绍了一种基于动态时间规整(DTW)距离与Kmeans聚类算法相结合的时间序列聚类分析模型,并提供了完整的Matlab代码实现。该模型通过引入DTW距离度量方式,有效解决了传统欧氏距离在处理长度不一或存在时间偏移的时间序列数据时的局限性,能够更准确地捕捉序列间的形状相似性。结合Kmeans算法,实现了对具有相似变化趋势的时间序列进行高效聚类,适用于电力负荷、气象数据、金融走势等领域中的模式识别与数据挖掘任务。文中系统阐述了算法原理、关键步骤、代码结构及参数设置,便于用户理解、复现与拓展应用。; 适合人群:具备一定Matlab编程基础,从事数据分析、信号处理、电力系统、自动化、气象预测、金融工程等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①对非等长时间序列或存在时间错位的数据进行聚类分析;②研究DTW与传统聚类算法融合的技术路径;③应用于负荷曲线分类、设备运行状态识别、金融市场走势划分、气候模式聚类、生物信号分析等实际科研与工程项目中的特征提取与数据降维任务。; 阅读建议:建议结合所提供的Matlab代码进行动手实践,重点理解DTW距离矩阵的构建过程以及Kmeans在非欧式空间中的迭代优化机制,可通过加载真实数据集验证模型性能,并尝试将其扩展至其他聚类算法(如层次聚类、谱聚类)以比较效果差异。
内容概要:本文详细介绍了“谐波含量闭环调控的光储VSG并网自适应虚拟谐波阻抗策略”的Simulink仿真实现方法,聚焦于光伏发电与储能系统结合虚拟同步发电机(VSG)并网的技术背景,提出了一种能够动态调节谐波阻抗的自适应控制策略,旨在提升并网电能质量与系统稳定性。研究深入剖析了谐波闭环调控机制与虚拟阻抗自适应调整算法的设计原理,并通过构建完整的Simulink仿真模型进行验证,展示了在不同运行工况下有效抑制谐波电流、优化并网性能的能力。该策略对于高比例新能源接入条件下电网谐波治理系统稳定运行具有重要的理论价值与工程应用前景。; 适合人群:具备电力电子、新能源并网、自动控制等相关专业知识,从事电气工程、能源系统仿真与控制领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于研究光储系统并网过程中的谐波抑制与电能质量问题;②为VSG并网控制策略的优化设计提供可靠的仿真验证平台;③适用于新型电力系统中自适应控制算法开发与电能质量综合治理技术的研究; 阅读建议:建议结合Simulink仿真模型与技术文档同步学习,重点关注控制逻辑实现细节与关键参数整定方法,可进一步拓展至多机并联、弱电网等复杂场景下的适应性分析,需具备MATLAB/Simulink基本操作能力。
内容概要:本文系统阐述了基于多面体聚合方法(包括内近似模型与闵可夫斯基)对大规模电动汽车群体的可调能力(即功率容量)进行量化评估的研究,并配套提供了完整的Matlab代码实现。该方法通过构建单辆电动汽车充放电行为的多面体灵活性模型,利用内近似策略降低计算复杂度,并通过闵可夫斯基运算实现对海量个体灵活性集合的聚合,从而精确刻画电动汽车集群在不同时间尺度下的总体可控功率边界。研究重点在于平衡模型精度与计算效率,确保所提方法适用于实际电力系统中对电动汽车作为灵活资源的调度潜力分析,为电网侧的需求响应、辅助服务参与及新型电力系统规划提供理论支撑与实用工具。; 适合人群:电力系统、智能电网、电动汽车与电网互动(V2G)、可再生能源集成等领域的科研人员、高校研究生及工程技术人员,需具备良好的凸几何、集合论基础知识以及Matlab编程与数值计算能力。; 使用场景及目标:①评估大规模电动汽车集群在日内或日前尺度下的可调度功率范围,支撑电网公司制定削峰填谷、频率调节等调度策略;②为电力市场中的需求响应项目、辅助服务产品设计提供量化依据;③服务于城市级充电基础设施规划与主动配电网的灵活性提升研究,推动电动汽车从用电负荷向移动式储能资源的角色转变。; 阅读建议:建议读者深入研读内近似模型的数学推导过程,理解其在保证保守性前提下提升计算可行性的优势,并结合所提供的Matlab代码,动手实现从小规模算例到大规模场景的仿真验证,重点关注聚合后灵活性域的几何特征演变及算法性能随车辆数量增长的变化趋势。
内容概要:本文针对计及风电不确定性的电力系统黑启动与负荷恢复协同优化问题展开研究,提出了一种融合风电出力随机性与波动性的不确定性优化模型,并基于Matlab平台实现了算法仿真与验证。研究聚焦于电力系统在大面积停电后的恢复过程中,如何充分利用风电等可再生能源作为黑启动电源,科学规划机组启动顺序、黑启动路径以及关键负荷的恢复时序,从而提升系统恢复的效率、安全性与经济性。通过引入场景生成与削减技术处理风电不确定性,结合智能优化算法求解多阶段、多约束的协同优化问题,实现了对恢复过程的精细化决策支持。; 适合人群:具备电力系统分析、随机优化理论基础及Matlab编程能力的研究生、高校科研人员以及电力公司从事系统运行与应急管理的技术人员。; 使用场景及目标:①为含高比例新能源的新型电力系统制定黑启动预案提供理论依据与量化分析工具;②支撑极端灾害下电网恢复策略的仿真评估与优化设计;③深化对新能源参与系统恢复机理的理解,推动电力系统韧性能力的提升。; 阅读建议:建议读者结合Matlab代码深入理解模型构建、不确定性处理及算法求解全过程,重点关注场景概率建模、目标函数构建与多约束条件的处理方法,可进一步将该框架拓展应用于其他复杂电力系统恢复与优化问题的研究中。
内容概要:本文系统研究了基于W-GAN(Wasserstein生成对抗网络)的光伏出力场景生成方法,并提供了完整的Python代码实现。该方法利用深度学习技术,有效捕捉光伏发电功率时间序列中的复杂非线性特征与时序依赖关系,克服了传统参数化建模随机抽样方法在处理高不确定性、强波动性数据时的局限性。通过引入Wasserstein距离与梯度惩罚机制,模型提升了训练稳定性与收敛性能,能够生成具有高度真实感统计一致性的多样化光伏出力场景,充分反映光照强度、天气突变、季节变化等多种外部不确定性因素的影响。研究涵盖了模型架构设计、损失函数构建、训练流程优化及生成效果评估等关键环节,并结合实测光伏数据进行验证,展示了其在场景多样性、分布保真度时间连续性方面的优越表现。; 适合人群:具备一定Python编程能力与机器学习理论基础,从事新能源发电预测、电力系统规划、不确定性建模、智能算法开发等相关领域的高校研究生、科研机构研究人员及电力行业工程技术人才。; 使用场景及目标:①为含高比例光伏接入的电力系统提供高质量的多场景输入,支撑随机优化调度、可靠性评估与风险防控;②作为先进的不确定性建模工具,服务于微电网、综合能源系统、储能配置与需求响应等场景下的多情景仿真与决策分析;③帮助研究者深入理解W-GAN在能源时序数据生成中的应用机理,掌握其网络结构设计、训练技巧与评价指标体系,推动其在风电、负荷等其他能源序列生成任务中的迁移与拓展。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点理解生成器与判别器的网络结构设计、Wasserstein距离的实现方式以及梯度惩罚项的加入方法,同时可通过调整超参数、更换数据集等方式开展对比实验,进一步深化对模型特性的认识,并尝试将其应用于其他相关领域的时间序列生成问题中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值