2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

Portefølje Naturvitenskap og teknologi ikon

The research system

Portefølje Humaniora og samfunnsvitenskap ikon

Ground-breaking research

Portefølje Samisk ikon

Sámi society and culture

Portefølje Demokrati, styring og fornyelse ikon

Democracy and global development

Portefølje Velferd, kultur og samfunn ikon

Welfare, culture and society

Portefølje Helse ikon

Health

Portefølje Klima- og polarforskning ikon

Climate and environment

Portefølje Landbasert mat, miljø og bioressurser ikon

Land-based food, the environment and bioresources

Portefølje Energi, transport og lavutslipp ikon

Energy and transport

Portefølje Muliggjørende teknologier ikon

Enabling technologies

Portefølje Industri og tjenestenæringer ikon

Innovation

LTP Climate, environment and environmentally friendly energy

Climate and loss of natural diversity

Internationalization

Societal security and civil preparedness

Renewal in the public sector

Velferdstjenester

Frontpage Image

Marine icon

Petroleum og mineraler

LTP Hav ikon

Oceans and coastal areas

LTP2 Muliggjørende og industrielle teknologier ikon

Enabling and industrial technologies

Trust and community

Professional environment

High quality and accessibility

LTP Climate

Strengthened competitiveness and innovation capacity

LPT Health

 An innovative business community

LTP3 Helse

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

LTP2 Utvikle fagmiljøer av fremragende kvalitet

LTP2 Samfunnssikkerhet og samhørighet ikon

LTP2 Fornyelse i offentlig sektor ikon

LTP2 Klima, miljø og miljøvennlig energi ikon

Forsidebilde optimalisert

project-bank-technical

Et innovativt næringsliv ikon

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Marin ikon

Forsidebilde

Statistics

Prosjektbanken presenterer statistikk og informasjon om prosjekter med finansiering fra Forskningsrådet fra 2004. Statistikken er fordelt på blant annet tema, år, geografi og organisasjon. Prosjektbanken gir også detaljert informasjon om de enkelte prosjektene.

...or see the summary and other information about the projects you have selected

Portfolios

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

How the grants are distributed between organisations, counties, subject areas etc....

Here are some examples of searches you can perform in the Project Databank

All long term plan objectives

About Text Queries

No thematic area or topic related to the project

has received funding in the programme period

No popular science description is available

have received funding in the programme period

The project with project number {{project number}} was not found

Technical description

Woops, something went wrong. Please refresh the page. If the error persists, please contact us.

We could not find what you were looking for

See statistics related to this LTP objective

See projects related to this LTP objective

related to this LTP objective have received grants

has been granted to projects related to this LTP objective

has been granted to projects related to this portfolio

related to this portfolio have received grants

About Prosjektbanken

Nærings- og handelsd

Kunnskapsdepartement

Klima- og miljødepar

Ukjent

Olje- og energidepar

Samferdselsdeparteme

Utdannings- og forsk

Nærings- og fiskerid

Landbruks- og matdep

Annet

Trøndelag - Trööndelage

Oslo

Akershus

Vestland

Troms - Romsa - Tromssa

Nordland - Nordlánnda

Møre og Romsdal

LTP3 Hav og kyst

LTP3 Marine bioressurser og havforvaltning

LTP3 Havteknologi og maritim innovasjon

LTP3 Klima, miljø og energi

LTP3 Miljøvennlig energi og lavutslippsløsninger

LTP3 Klima, polar og miljø

LTP3 Muliggjørende og industrielle teknologier

LTP3 IKT og digital transformasjon

LTP3 Nano-, bioteknologi og teknologikonvergens

LTP3 Tillit og fellesskap

LTP3 Demokrati, styring og forvaltning

LTP3 Velferdstjenester

LTP3 Utdanning og livslang læring

LTP3 Kultur, sivilsamfunn og medienes rolle

LTP3 Utenforskap, inkludering, kulturmøter og migrasjon

LTP3 Samfunnssikkerhet og beredskap

LTP3 Global utvikling, ulikhet, og demokratibygging

LTP3 Samfunnsikkerhet, sårbarhet og konflikt

Instituttsektor

UoH-sektor

Portefølje Forskningssystemet

Portefølje Mat og bioressurser

Portefølje Energi og transport

Portefølje Klima og miljø

Portefølje Muliggjørende teknologier

Portefølje Demokrati og global utvikling

Portefølje Helse

Portefølje Velferd og utdanning

Programmer

Internasjonal prosjektstøtte

Frittstående prosjekter

Nettverkstiltak

Infrastruktur og institusjonelle tiltak

Forvaltning

Diverse FoU-relaterte aktiviteter

Felleskostnader

Internasjonale utlysninger

Ingen søknadstype

Koordinerings- og støtteaktivitet

Internasjonalisering

Anvendt forskning

Naturmangfold og miljø

Energi

Klima

Marin

Velferd, arbeidsliv og utdanning

Maritim

Helse

Globale utfordringer

Miljøteknologi

Nordområdene

Polar

Nanoteknologi/avanserte materialer

Kultur

Målet for FUSE er å utvikle kunnskap og metoder for energieffektive og trygge skipsoperasjoner ved å kombinere KI og skips hydrodynamikk som muliggjør raske utslippsreduksjoner fra den globale flåten gjennom neste generasjons ruteoptimalisering.


Hovedideen er å utvikle metoder for mer nøyaktige numeriske modeller for skipsytelse, inkludert både energi- og bevegelsesegenskaper, ved å bruke kunstig intelligens i kombinasjon med klassisk hydrodynamikk. Tradisjonelle hydrodynamiske modeller er basert på grunnprinsipper og reflekterer fysiske lover. Kunstig intelligens kan trenes på operasjonelle data til å finne nye sammenhenger i dataene utover det man vet fra fysikkens lover. Begge tilnærmingene har sine fordeler og ulemper, og vi tar sikte på å kombinere det beste fra begge tilnærmingene og utvikle hybridmodeller. 
Potensielle effekter av de nye skipsmodellene vil evalueres gjennom bruk i ruteplanlegging.

Som utgangspunkt vil vi samle brukerkrav fra industripartnerne med fokus på to utvalgte brukstilfeller; deep sea og fergedrift. Forskningsaktivitetene vil dekke dataanalyse, KI og skipshydrodynamikk og reiseoptimalisering og beslutningsstøtte. Relevante forskningstemaer innebærer å sammenligne de ulike tilnærmingene for å estimere skipsytelse, vurdere nøyaktighet og gyldig bruk av modellene og evaluering av modellenes sensitivitet og anvendelighet. Til slutt vil den potensielle effekten av å bruke hybridmodeller i reiseoptimalisering bli undersøkt og demonstrert. En ph.d.-kandidat vil bli utdannet fra NTNU med fokus på å fusjonere KI med skipshydrodynamikk. 

Prosjektpartnerne er SINTEF Ocean, SINTEF Ålesund, NTNU, Torghatten, Vard Electro, NAVTOR og G2 Ocean.

The FUSE vision is to rapidly reduce emissions from the global fleet by unlocking the full potential of operational data through fusing AI and ship hydrodynamics for next generation voyage optimization. The main idea is to develop theoretical approaches and methodology utilizing the potential of using AI in combination with classical hydrodynamics to develop more accurate numerical models for ship performance, including both energy and motion characteristics. Traditional hydrodynamic models are based on first-principle, reflecting physical laws. AI-based models which uses operational data are used to establish a statistical relationship between inputs and outputs. Both approaches have their pros and cons, and we aim to fuse the best of both approaches and develop hybrid models as input to voyage planning and onboard decision support systems.  As a starting point, we will gather user requirements from the industrial partners focusing on two selected use cases; deepsea and ferry operations. The industry partners will be involved during the whole project period ensuring that the competence and results can be exploited into their product and services. The industry partners will contribute with operational data from their ships as research data. 

The research activities will cover data analytics, AI and ship hydrodynamics and voyage optimization and decision support. Research partners are SINTEF Ocean, SINTEF Ålesund, and NTNU. A PhD candidate will be educated from the NTNU with supervisors from Marine Technology and Engineering Cybernetics with focus on fusing AI with ship hydrodynamics. Relevant research topics involve comparing the different approaches for estimating ship performance, considering accuracies and valid usage of the models and evaluation of sensitivity and applicability of the models. Finally, the potential impact of using hybrid models in voyage optimization will be investigated and demonstrated.

Fusing AI and Ship Hydrodynamics for Next-Gen Voyage Optimization

Achieving effective reduction in greenhouse emissions necessitates both preventing resource depletion and offering sustainable solutions to meet the increasing demand for energy. The technology developed in the NEXPECH2 project effectively addresses the above-mentioned challenges by using solar energy to convert water to green hydrogen (H2) under standard atmospheric temperature and pressure. Green hydrogen is a clean, sustainable chemical fuel that can be stored on a large scale for a long time and used to replace fossil fuels as a means of energy storage, transportation fuel, and feedstock. The NEXPECH2 ultimate goal is to deliver green H2 on a prototype lab-scale via development of a innovative photoelectrochemical (PEC) system for maximized solar light harvesting and efficient solar conversion to H2. The project will develop a low-cost compact device with an objective of reaching 10% solar-to-fuel efficiency and <10% degradation over 200 h operation.

Next generation photoelectrochemical cell for hydrogen generation (NEXPECH2)

Noen av de mest mangfoldige slektene på planeten vår finnes på øyer. Likevel er øyer ofte avsidesliggende og isolerte, og øyarter har små populasjonsstørrelser som gjør naturlig utvalg mindre effektivt og fører til høyere utryddelsesrater. Dette skaper et paradoks: hvordan kan vi observere så stort biologisk mangfold på øyer hvis forholdene tilsynelatende er ugunstige for diversifisering?

I dette prosjektet har vi som mål å utforske dette spørsmålet ved å sekvensere genomer fra tusenfryd (familie Asteraceae) på Galápagos. Vi vil fokusere på tre slekter som er hjemmehørende på Galápagos: Darwiniothamnus, Lecocarpus og Scalesia. Ved å analysere genetiske data håper vi å avdekke hvordan endringer i populasjonsstørrelse, artsdannelse, kolonisering av nye miljøer og populasjonsvekst har bidratt til diversifisering. Vi vil også identifisere genomiske trekk forbundet med diversifisering, med fokus på utviklingen av strukturelle varianter og pangenom-variasjon.

This proposal will study how isolated lineages generate and maintain genetic diversity. Three replicate radiations of the sunflower family on the Galápagos Islands – Scalesia, Lecocarpus and Darwiniothamnus will be investigated. Despite the constraints imposed by founder events, small population sizes, and inbreeding, these radiations exhibit remarkable ecological and phenotypic diversity, prompting the question: how do isolated lineages generate and maintain genetic diversity?

Understanding the mechanisms of genetic diversity generation and maintenance is crucial for predicting the ability of species to recover from human-induced population declines. Habitat fragmentation, habitat destruction, and climate change are rapidly diminishing species diversity worldwide, making it imperative to identify the factors that contribute to the recovery of genetic variation. In this context, insular lineages can serve as model systems as their outstanding diversity arises following a founder event. The findings of this research will directly inform conservation efforts by collaboration with the GalápagosVerde2050 project.

Our research will employ molecular and bioinformatic methods. This includes the ancestral recombination graph to determine the age of genetic variation of different genomic regions, comparing empirical to simulated data, and assessing the role of structural variants and pangenomes in local adaptation. We aim to produce three high-impact manuscripts that offer insights into the generation and maintenance of genetic diversity.

IslandParadox - Unraveling the Paradox of Genetic Diversity in Isolated Oceanic Lineages

Samkjøring og bestillingstransport har et potensial til å revolusjonere transportsystemet i distriktene ved at kapasiteten i kjøretøyene utnyttes på en bedre måte. Dette bidrar til et mer miljøvennlig, mer økonomisk levedyktig og mer inkluderende transportsystem. 
Prosjektet vil gi kunnskap om og verktøy som skal stimulere til at tilbudet om samkjøring i kombinasjon med kollektivtransport kan utvides på en måte som kommer både brukerne og operatørene til nytte, samtidig som kostandene holdes nede. Det vil vi gjøre ved å studere tre ulike og innovative forretningsmodeller for samkjøring som testes i tre ulike regioner i Norge (Vestlandet, Trøndelag og Agder). Løsningene skiller seg fra tidligere samkjøringsløsninger på to måter: de er offentlig subsidiert, og de retter seg mot spredtbygdestrøk. 
Prosjektet har fem delmål: 
i)	få inngående kunnskap om hva som forklarer bruk/ikke bruk av samkjøring, 
ii)	få kunnskap om hvordan ulike samkjøringstjenester påvirker bilbruk, reiseatferd og tilgjengelighet, 
iii)	optimere rute- og frekvensplanleggingen for samkjøring i kombinasjon med offentlig transport for å forbedre den generelle mobiliteten og velferden til befolkningen i rurale områder, samt å redusere de eksterne kostnadene ved persontransport, 
iv)	identifisere barrierer og suksessfaktorer for oppskalering, og 
v)	å gi interessenter kunnskap og verktøy for å forsterke en oppskalering av samkjøring. 
For å nå disse målene vil vi bruke en blanding av metoder og data (f.eks. fokusgrupper, undersøkelser, geokodede brukerdata, arealbruksstatistikk). Ved å dra nytte av allerede innsamlede data vil vi utvikle panelstudier som vil gjøre det mulig for oss å måle og gi kunnskap om effekten av samkjøring på reiseatferd, utslipp og tilgjengelighet.
Kritiske interessenter er inkludert i prosjektet - alt fra kollektivtransportleverandører, samkjøringsselskaper til fylker- og kommuner - for å bygge bro mellom kunnskapsgenerering og praktiske anvendning.

On-demand ridesharing and shared mobility solutions increase vehicles occupancy and have the potential to revolutionize the transport system in rural areas, making it more environmentally friendly, more economically viable and more socially sustainable. This project will provide knowledge on and tools to stimulate a cost-effective upscaling of ridesharing in rural areas. We will do so by studying three different and innovative business models for ridesharing that are being piloted in three different regions of Norway (Vestlandet, Trøndelag and Agder). These solutions stand out from earlier ridesharing solutions in two ways: they are publicly subsidized, and they target rural areas. 

The overall objective is to stimulate a cost-effective upscaling of public subsidized ridesharing to facilitate a more efficient, sustainable and inclusive transport system in rural areas, by i) gain in-depth understanding on the mechanisms for adoption of ridesharing, ii) gain knowledge on how it impacts car use, travel behaviour and accessibility, iii) optimize ridesharing in tandem with rural public transport to improve the overall mobility and welfare of rural transport users, and reduce the external costs of passenger transport, iv) identify barriers and success factors for upscaling, and v) to provide stakeholders with resources and tools to amplify an upscaling of ridehsaring. This objective addresses the knowledge needs of the collaborative partners and knowledge gaps in the literature. Our project is tailored to reach this objective through a sound theoretical framework, integrated method design, unique data sets (paneldata with a treatment and reference group and user data with gps, combined with land use statistics), as well as qualitative data (e.g focus group interviews and workshops), and an interdisciplinary and cross-sectoral consortium, consisting of research institutes, universities and public sector actors.

Combining Public transit and Ride Sharing in rural Transport

Novel vaccine platform for animal health

Studie skal basere seg på «caser» relatert til FME Bio4fuels, hvor målet var å bidra til å minke klimagasser utslipp fra transport sektoren gjennom grundige og omfattende forskingsarbeid. Hoved forskingsområder i Bio4fuels har vært produksjon av bioalkoholer ut ifra biomasse, produksjon av biogass for bruk i lang-tung transporten, produksjon av bioolje gjennom termokjemiske prosesser, og prosesser hvor biomasse brytes i høy temperatur for produksjon av syntesegass og derfra til Biofuels for bruk transport sektoren.

I dette prosjektet skal gjennom valgte caser prøve å svare på spørsmålet: Lønner det seg med energi forskning? Hva er de mulige sosiale, økonomiske, og miljømessige effekter av forskning i Bio4fuels.
Vi skal for eksempel se gjennom effekter av vår forskning i miljø, også i hvilken grad de teknologier vi forsker på kan iverksettes i industriell skale og hvilken påvirkning kan ha på miljøet. Hvilken type effekter kan ha i energisystemer, spørsmål som hvilken andel av en voksende energi behovet kunne vil dekket. I løpet av dette prosjektet andre parallelle effekter som redusert utslipp, materiell bruk, og eller miljøinngrep. Teknisk og kunnskap overføring kan også være et naturlig tema å se nærmere på. Generelt sett en bevisgjøring av den reell praktisk betydning av forskning innen energifagfeltet.

Energidepartementet har i 2018 produsert en rapport om effekten av energiforskning gjennom konsulentselskapene Impello Management og Menon Economics. Rapporten fokuserte på forskningsfunnene fra forskjellige programmer som RENERGI/ENERGIX, (CLIMIT), men hovedsakelig forskningssentre for miljøvennlig energi (FME). 

Målet med arbeidet var å se på forskingseffekter i form av energieffektivisering, reduserte klimagassutslipp,
stabilitet og sikkerhet i energiforsyningen, eksportrettet næringsvirksomhet og bedre forvaltning av naturressursene. Det kan derfor fastslås at samfunnseffektene er mange ganger høyere enn investeringene.

En ny periode av FME forsking-programmer vil ta slutt i 2024 dermed Energidepartementet vil gjennom dette prosjektet oppsummere de viktigste funnene gjennom utarbeidelse av Studie-Caser som i 2018-rapporten.

Bio4Fuels vil dermed bidra i fordypning/utvidelse av tidligere caser, men også i ny studie caser som har vært forsket på i periode 2018-2024, innen de forskjellige tematiske-områder.

Utarbeidelse av Case-Studier fra Forskningssenter for Bærekraftig Biobasert Drivstoff og Energi (Bio4Fuels).

Energidepartementet, gjennom finansering fra Forskningsrådet, har finansiert åtte Forskningssentre for miljøvennlig energi (FME) som blir avsluttet i 2024/25. En studie av effektene av innsatsen, sett i sammenheng med de samfunnsmessige målene for satsingen skal måle effektene av forskning på CCS gjennomført i FME NCCS og relevante prosjekter finansiert av ENERGIX og CLIMIT. Studien skal bygge på effektstudien fra 2018.

Resultatene fra effektstudier på CCS skal inkluderes i sluttrapporten fra hovedprosjektet 'Effekter av energiforskning'.

Effekter av CCS forskning

Hovedformålet med dette prosjektet er å vise effekten av energiforskningen innenfor MoZEES tematiske områder: Batteri- og hydrogenteknologi og nullutslipp transport.  Effektene skal dokumenteres i form av caser som illustrerer bruken og potensialet av forskningen utført i MoZEES og tilstøtende prosjekter. Her vil det være et særskilt fokus på å vise hvordan forskningsresultatene i MoZEES har blitt benyttet og videreutviklet av industripartnere i senteret. Omtrent 10 caser har foreløpig blitt identifisert (3 fra tidligere studie i 2018). Etter at data og resultater har blitt innhentet for disse casene skal det gjøres en endelig utvelgelse og "verdisetting" av effektene for de utvalgte casene før casene blir endelig presentert i en sluttrapport. Prosjektet vil være et samarbeid mellom MoZEES senterleder, ledergruppen og innovasjonskomité og eksterne konsulenter utnevnt til å koordinere arbeidet med hovedrapporten.

MoZEES Effektstudie 2024-2025

I forbindelse med avslutning av de åtte FMEene i 2024/2025 (inkludert HighEFF), skal en studie av effektene av energiforskningen gjennomføres for Energidepartementet. Prosjektet skal synliggjøre resultater fra konkrete case med vekt på realisert og potensiell effekt og virkning knyttet til redusert energibruk, reduserte utslipp og økt verdiskapning.

Denne studien vil ikke bare evaluere de direkte resultatene av forskningen, men også vurdere de langsiktige implikasjonene for energisektoren og samfunnsøkonomien. Resultatene fra studien vil bli brukt som underlag for framtidig politikkutforming og strategiske beslutninger. Videre vil dette potensielt bidra til å styrke Norges posisjon innen energiforskning.

Effektevaluering av energiforskning for FME HighEFF

I CINELDI har forskningen, i samarbeid med andre forskningsprosjekter, i stor grad foregått langs to hovedakser: Digitalisering av strømnettet og utnyttelse av fleksibilitet. Resultatene integreres i en strategi og et veikart for overgangen til fremtidens nett. Valg av case vil også foregå slik at det kan understøtte denne strategien og FME SecurEL som skal starte i 2025 og bygge videre på disse resultatene. Foreløpig er forslag til nye caser gruppert under disse overskriftene;  Digitalisering og fleksibilitet. 

Effektstudien og særlig resultatene fra casene vil gi nyttig data og læring å ta med videre i FME SecurEL og andre prosjekter, og gjennom å dokumentere dette også i CINELDI sin sluttrapport øker sjansen for at bransjen bedre ser nytten og lar seg inspirere til å legge innsats i langsiktig forskning i samarbeid med andre i egen bransje.

Studie av effekter av energiforskning 2025 - CINELDI

Self-learning route optimization for ships.

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på år

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på fylker

Midlene fra MAROFF-2-Maritim virksomhet og offshore operasjoner 2 fordelt på fagområde

Research Manager

Innovasjonsprosjektet har fokusert på 3 hovedaktiviteter knyttet til datainnsamling, modell for energiprediksjon og optimalt rutevalg. Operasjonelle data fra en elektrisk ferge har blitt brukt til å etablere en energimodell som beskriver energibruk som funksjon av båtens tilstand og værdata som er observert på overfarten Hareid-Sulesund. Flere tusen turer er blitt analysert og ved hjelp av maskinlæring vi har fått etablert en hybrid energimodell som med en nøyaktighet på rundt 95%. Energimodellen har blitt brukt sammen med en ruteoptimaliseringsfunksjon som gir forslag til nye, sikre ruter. I optimaliseringen er det tatt hensyn til sikre korridorer, initiell rute fra brukergrensesnittet og forventet ankomsttid i RAVEN INS systemet. Basert på værvarslingsdata har vi beregnet at for noen utvalgte turer kan vi spare opp til 3% energi. Gjennomsnittlig forventet besparelse ligger i størrelsesorden 1.5% for denne strekningen som i hovedsak er et område med moderat værtilstand. Det har blitt utviklet en skyløsning som betyr at optimaliseringen kan aksesseres via et eget API. Resultatene fra dette innovasjonsprosjektet blir videreført i et nytt demonstrasjonsprosjekt som også er støttet av Norges forskningsråd. Her er vil systemet bli testet på ett eller flere av de nye kystruteskipene til Havila Kystruten. Kystruteskipene opererer i værutsatte fartsområder med sammensatte rutenettverk og dermed stort potensiale for økt energibesparelse.

Innovasjonsprosjektet skal utvikle selvlærende ruteoptimalisering for skip basert på bruk av operasjonelle data, numeriske modeller og maskinlæring. Det finnes flere kommersielle løsninger i dag for dette, men det er få eller ingen løsninger som baserer ruteoptimalisering på kontinuerlig bruk av operasjonelle data. Ruteoptimaliseringen skal gi anbefalt hastighet og kurs under de til enhver tid gitte vær- og sjø-forhold slik at man ankommer på forventet tidspunkt (rutetabellen) med lavest mulig drivstofforbruk for hele reisen og samtidig ivaretar nødvendig maritim sikkerhet. Ideen er derfor å anvende numerisk optimalisering basert på data fra tilgjengelige sensorer, værdata og numeriske modeller av fartøy, energisystem og miljøkrefter. 

Prosjektet er sammensatt av partnere med komplementær kompetanse fra skipsdesign, utstyrsleverandører, sluttbruker og forskningsmiljø med maritim domenekunnskap på transport og energisystem. Innovasjonen vil bli testet på ett av de nye fartøyene til Havila Kystruten som er under bygging og vil bli integrert i broløsningen som blir levert av prosjekteier Norwegian Electrical Systems.

Selvlærende ruteoptimalisering for skip

13,423 projects