SST informuje

Bilance oboru obráběcích a tvářecích strojů v roce 2018 V loňském roce dosáhla světová produkce obráběcích a tvářecích strojů nového maxima ve výši 73,8 miliardy eur. Nárůst produkce zaznamenali kromě Číny všichni další světoví výrobci v čele s Německem, Japonskem a Itálií. Podíl CECIMO, jehož součástí je také ČR, dosáhl 35 % světové produkce. V České republice se v roce 2018 podařilo dosáhnout velmi dobrých výsledků, které výrazně překonávají čísla roku 2017. V produkci a celkovém exportu došlo oproti roku 2017 k nárůstu o 21,6, resp. 18,6 %. ČR se díky tomu ve světovém srovnání posunula na 13. místo v produkci a udržela si 13. místo v exportu. V rámci patnácti zemí CECIMO se ČR v roce 2018 posunula na 7. místo v produkci a udržela si 8. místo v exportu. Mezi naše hlavní exportní teritoria patří Německo, Čína a Slovensko. Rusko na čtvrtém místě se po dosud nejnižší hodnotě v roce 2017 dostalo v roce 2018 zpět nad 1 miliardu Kč. Pátým největším trhem se stalo Polsko s objemem exportu prakticky na úrovni Ruska. Posilování tržních pozic v Německu, v Číně a v Polsku nejen že zcela eliminovalo pokles exportu do Ruska, ale umožnilo dosažení rekordní úrovně objemu exportu v roce 2018. Přímý export, resp. export nových výrobků dosáhl více než 75 % produkce. V souladu s pokračujícím růstem české ekonomiky v čele se zpracovatelským průmyslem vzrostla poměrně výrazně také spotřeba obráběcích a tvářecích strojů oproti roku 2017 o 12,2 %. Většina domácí spotřeby je pokryta dovozem. Dodávky domácích výrobců na trh ČR vzrostly o 20 %. Celkový tržní podíl za všechny komodity narostl v roce 2018 o cca 1,5 % a dosáhl 22 %. Největší nárůst zaznamenaly tvářecí stroje (10,2 %), frézovací a vyvrtávací stroje (9,5 %) a pily (5 %). Všechny ostatní kategorie zaznamenaly oproti roku 2017 pokles. Vedle komodity strojů (8456 až 8463) je třeba zmínit důležitou komoditu příslušenství obráběcích a tvářecích strojů HS 8466, která představuje velmi významnou část produkce s vysokou přidanou hodnotou. V roce 2018 dosáhla tato kategorie cca 8 mi- liard Kč, což je více než 50 % objemu komodity strojů a ve srovnání s rokem 2017 se jedná o nárůst 4,45 %. Hlavními obchodními partnery výrobců obráběcích a tvářecích strojů jsou výrobci motorových vozidel a jejich subdodavatelé, letecký průmysl, výrobci železniční techniky, zemědělských strojů, stavebních strojů, energetických zařízení a lékařské techniky. K hlavním aktuálním výzvám tohoto oboru patří nedostatek kvalifikovaných pracovníků a s tím související tlak na automatizaci a robotizaci a další rozvoj digitalizace a konektivity zahrnovaný pod název Průmysl 4.0. Již od konce roku 2018 vnímáme od členských strojírenských podniků signály ochlazování poptávky. Zejména v 1.Q 2019 panovaly značné obavy ohledně přítoku objednávek a zajištění prodeje v roce 2019. Vzhledem k mimořádným výsledkům roku 2018 a ochlazování trhů v Německu a v Číně očekáváme v roce 2019 pokles produkce a exportu v rozsahu 5–10 %. Inspirace hvězdami aneb Astrofyzikové hledají optimální postupy frézování V poslední době se dokonce i astrofyzikové začali zajímat o veletrh EMO Hannover. Dr. Theo Steininger a Dr. Maksim Greiner, někdejší studenti Ph.D. na Institutu Maxe Plancka pro astrofyziku v bavorském Garchingu, vyvinuli software umělé inteligence (AI), který využívá nejmodernější metody statistické analýzy určené pro astrofyziky. Tento software úspěšně aplikovali na problém montáže dveří u předních německých výrobců aut a nyní se snaží dobýt též trh opracování kovů. Doufají, že v září v Hannoveru naleznou jeho další potenciální aplikace. Nový, statistický přístup podnikatelů z Garchingu umožňuje v reálném čase posoudit obráběcí procesy. Existují i jiné cesty, ale užitečnost uvedené metody již byla v automobilovém průmyslu prokázána. Jak se ukázalo, tento AI systém, využitý k přesnějšímu a stabilnějšímu postupu montáže dveří, vedl k redukci nákladů. Obtížná identifikace koncových pozic Úlohu popisují takto: „Stanovení nejlepší pozice pro montáž automobilních dveří je obtížné. V době instalace nejsou dveře ani karoserie nastříkány. Karoserie nemá okna, příslušenství ani sedadla. Všechny tyto faktory ovlivňují konečnou pozici dveří, protože způsobují deformace a dodatečná zátěž musí být anticipována a kompenzována, aby byla konečná pozice dveří dodržena. Proto museli zaměstnanci vždy po montáži přestavět dveře ručně.“ Řešení navržené astrofyziky, kteří nedávno v Garchingu založili společnost Erium GmbH, je kombinací strojové inteligence se znalostmi a zkušeností procesních expertů. Software AI, založený na těchto dodatečných informacích, vypočítá ideální montážní pozici poté, co bylo vyrobeno několik aut. „Pro nás je velmi důležité rychlé strojové učení,“ vysvětluje Theo Steininger. To se liší od vysoce flexibilních nervových sítí, které vyžadují množství dat. Je nutno pracovat s minimem dat – na rozdíl od typických úloh Big Data, které vyžadují velmi nákladnou techniku a využívají rychlé, vysoce výkonné počítače. „S tak malým objemem dat je ale stupeň vynaloženého technického úsilí minimální a současné laptopy jsou pro tento účel dostačující. Mnohem větší úsilí vyžaduje naopak vývoj algoritmů, které analyzují a zpracovávají data potřebná pro tento proces. Před instalací softwaru analyzujeme problém spolu s experty vybranými zákazníkem,“ vysvětluje Steininger. Expertní znalosti jako základ analýz Tyto diskuse mezi experty umožňují vyloučit nedůležité parametry, které nehrají žádnou nebo jen minoritní roli. Jasně definovaná síť závislostí je tvořena po krocích, což podle Steiningera může být využito k vytvoření rychle pracujícího algoritmu. „Tímto způsobem vybíráme fakta, která poskytují experti na příslušnou oblast, a vkládáme je do programu – stejně jako Ohmův zákon nebo skutečnost, že rychlost je změna místa za určitý čas,“ říká astrofyzik. „Jde ale o netriviální vztahy, které se nervová síť nejprve musí naučit z dat.“ Doposud byla tato metoda použita hlavně v automobilovém průmyslu, ale firma z Garchingu se nyní zaměřuje na obráběcí procesy. Potenciální využití zahrnuje frézovací vřetena, jejichž rotační chování se zhoršuje s rostoucím opotřebením. Vřetena začínají v různém stupni kolísat, podle typu opotřebení. Obohacen o znalost expertů, může nyní algoritmus optimalizovat využití vřetena podle stupně opotřebení. PhDr. Blanka Markovičová, CSc., tisková mluvčí Svazu strojírenské technologie