2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

2008

2007

2006

2005

2004

Portefølje Naturvitenskap og teknologi ikon

Forskningssystemet

Portefølje Humaniora og samfunnsvitenskap ikon

Banebrytende forskning

Portefølje Samisk ikon

Samisk samfunn og kultur

Portefølje Demokrati, styring og fornyelse ikon

Demokrati og global utvikling

Portefølje Velferd, kultur og samfunn ikon

Velferd og utdanning

Portefølje Helse ikon

Helse

Portefølje Klima- og polarforskning ikon

Klima og miljø

Portefølje Landbasert mat, miljø og bioressurser ikon

Mat og bioressurser

Portefølje Energi, transport og lavutslipp ikon

Energi og transport

Portefølje Muliggjørende teknologier ikon

Muliggjørende teknologier

Portefølje Industri og tjenestenæringer ikon

Innovasjon

LTP2 Klima, miljø og miljøvennlig energi ikon

Klima, miljø og energi

LTP2 Samfunnssikkerhet og samhørighet ikon

Samfunnstryggleik og beredskap

LTP2 Fornyelse i offentlig sektor ikon

Velferdstjenester

Forsidebilde

Marin ikon

Petroleum og mineraler

LTP Hav ikon

Hav og kyst

LTP2 Muliggjørende og industrielle teknologier ikon

Mogleggjerande industrielle teknologiar

Tillit og fellesskap

LTP2 Utvikle fagmiljøer av fremragende kvalitet

Høg kvalitet og tilgjengeleg

LTP2 Styrket konkurransekraft og innovasjonsevne ikon

Sterkare konkurransekraft og innovasjonsevne

LTP3 Helse

Et innovativt næringsliv ikon

Styrket konkurransekraft og innovasjonsevne

Portefolje Petroleum Ikon

Portefølje Hav ikon

Portefølje Utdanning og kompetanse ikon

Portefølje Global utvikling og internasjonale relasjoner ikon

Portefølje Livsvitenskap ikon

Forsidebilde optimalisert

project-bank-technical

Muliggjørende teknologier bakgrunn

Marin bakgrunnsbilde

Statistikk

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.

...eller se sammendrag og annen informasjon om prosjektene i utvalget ditt

Alle porteføljestyrer

En god beskrivelse av denne siden for søkemotoroptimalisering

Forside

Hvordan tildelingene fordeler seg på institusjoner, fylker, fagområder o.l....

Her er noen eksempler på søk du kan gjøre i Prosjektbanken

Alle langtidsplanmål

Veiledning: Hvordan bruke Prosjektbanken.no

Om Fritekstsøk

Ingen populærvitenskapelig framstilling tilgjengelig


Prosjektet med prosjektnummer {{project number}} ble ikke funnet

Teknisk beskrivelse

Oisann, her gikk noe galt. Kan du prøve å laste siden på nytt?  Dersom feilen vedvarer, vennligst kontakt oss.         

Se statistikk relatert til dette langtidsplanmålet

Se prosjekter relatert til dette langtidsplanmålet

knyttet til dette LTP-målet har blitt tildelt penger

har blitt tildelt til prosjekter knyttet til dette LTP-målet

har blitt tildelt til prosjekter knyttet til denne porteføljen

knyttet til denne porteføljen har blitt tildelt penger

Om Prosjektbanken

Nærings- og fiskerid

Kunnskapsdepartement

Diverse

Teknologi

Oslo

LTP3 Styrket konkurransekraft og innovasjonsevne

LTP3 Et kunnskapsintensivt næringsliv i hele landet

LTP3 Uttesting og kommersialisering av FoU

LTP3 Klima, miljø og energi

LTP3 Klima, polar og miljø

LTP3 Muliggjørende og industrielle teknologier

LTP3 Nano-, bioteknologi og teknologikonvergens

Næringsliv

Portefølje Forskningssystemet

Portefølje Innovasjon

Portefølje Klima og miljø

Portefølje Mat og bioressurser

Programmer

Nederland

Tyskland

Kompetanse- og samarbeidsprosjekt

Bransjer og næringer

Politikk- og forvaltningsområder

Naturmangfold og miljø

Avanserte produksjonsprosesser

FNs Bærekraftsmål

Internasjonalisering

Nordområdene

Anvendt forskning

Forurensning

Klimarelevant forskning

Materialteknologi

Utviklingsarbeid

Verifisering, pilotering, demonstrasjon (ny fra 2014)

Sirkulær økonomi

Effektene av fysisk og seksuell vold på ofre og deres familier kan være ødeleggende og vedvarende, med potensielt langvarige konsekvenser for fysisk og mental helse, utdanning, sysselsetting og bruk av velferdstjenester. Mens strafferettssystemet anses som en viktig del av offerets gjenopprettingsprosess, er det begrenset empirisk forskning på hvorvidt strafferettslige prosesser hjelper og/eller hindrer bedring langs disse ulike dimensjonene. I dette prosjektet vil vi adressere dette kunnskapshullet ved å bruke en kombinasjon av kvantitative og kvalitative forskningsmetoder. I de kvantitative analysene vil vi bruke administrative registerdata som dekker hele befolkningen sammen med kvasi-eksperimentelle metoder for å kunne trekke kausale slutninger. Vi vil også benytte maskinlæringsteknikker for prediksjon. De kvalitative analysene vil supplere de kvantitative analysene ved å gi kontekst til et komplekst felt av saker og ofre og ved å identifisere potensielle mekanismer mellom strafferettslige prosesser og utfall for ofrene. Samlet vil disse metodene gi en mer robust, representativ og nyansert forståelse av hvordan kontakt med strafferettssystemet påvirker offeret på tvers av flere viktige livsområder både på kort og lang sikt. Prosjektet ledes av Folkehelseinstituttet (FHI) med Frischsenteret og Universitetet i Oslo som partnere. Prosjektet har et rådgivende utvalg med medlemmer fra Nasjonalt kunnskapssenter om vold og traumatisk stress (NKVTS), ETH Zurich, Universitetet i Oslo, Frischsenteret, Universitetet i Bergen, og OsloMet. Det er også tilknyttet en brukergruppe bestående av personer og organisasjoner som er i kontakt med ofre for vold og overgrep.

Victims of sexual and physical violence is one of the most vulnerable groups in our society. The criminal justice system (CJS) serves a critical role in providing assistance to victims of these crimes, enabling them to seek justice, protection, compensation, and closure. Yet, knowledge about whether the CJS helps or harms these victims is extremely limited. This project aims to remedy this by providing a comprehensive understanding of the role of the CJS in supporting and providing restoration for victims of physical and sexual violence in Norway. We will utilize a combination of quantitative and qualitative research methods across disciplines to study outcomes across multiple important life domains, both in the short and long run. For the quantitative analyses we will use exceptionally rich longitudinal administrative register data with full population coverage combined with state-of-the-art quasi-experimental methods for credible causal inference and predictive machine learning techniques. The qualitative analysis will be based on narrative interviews with victims, providing context and insights into how interactions with the CJS shape life stories. The results will yield a robust and nuanced understanding of how the different stages of the CJS impacts victims. This is particularly urgent given how the current emphasis on legal responses to assaults has caused a sense of obligation and civic duty for especially women to report incidents, while the chances of legal closure remain small. In addition to advancing the methods for quasi-experimental designs and machine learning within quantitative criminology, this project will provide valuable insights for policymakers, stakeholders, and practitioners working in the field of victim support and rehabilitation and may inform current legal reform efforts aimed at addressing these issues.

Helpful or harmful: The effects of criminal justice system contact on victims of sexual and physical violence

Prosjektet CO2SafeQuest har som mål å forbedre risikovurderingen av CO2-lagringsprosjekter, noe som gjør det mulig å akselerere og sikre oppskalering av CCS-prosjekter. Arbeidsflytene og verktøyene i dette prosjektet vil hjelpe industrien med å vurdere CO2-lagring og etablere trygge injeksjonsforhold. Usikkerheter er knyttet til forståelse av forkastninger og takbergarten og hvordan de forsegler over tid. For å forhindre lekkasjeproblemer i fremtiden og sikre trygg lagring, er det derfor viktig å forstå forkastningsgeometrien og egenskapene i undergrunnen. Det er nødvendig å bygge bro mellom forskjellige skalaer av studier fra eksperimenter til feltanaloger og seismikk og til slutt reservoarskala. Dette tverrfaglige og innovative prosjektet samler eksperter fra akademia, forskningsinstitutter og industri for å utvikle nye datasett, forbedre de nåværende hydromekaniske modellene, identifisere usikkerhetene og vurdere risikoene. Derfor vil prosjektet bidra til å redusere risikoen ved CO2-lagring og åpne nye potensielle lagringsmuligheter, og til slutt bane vei for utviklingen av CO2-lagring i megatonskala innen midten av 2030.

CO2SafeQuest project aims at providing the workflows and the characterization and simulation tools needed to
enhance fault behavior and risk assessment in CO2 storage evaluation, allowing to target more complex reservoir
and so, accelerate and secure CCS projects scale-up. These workflows and tools will help industry to enhance the
CO2 storage evaluation and operation design.
To reach the overall objectives of the project, it is needed to set a bridge between the gap between different scales
of fault study by providing suitable data and statistical correlations, and identify suitable hydromechanical models
for faults at industrial CCS scale. This, to assess impact of uncertainties and quantify phenomenological impacts
and leakage risk at reservoir scale, provide guidelines on fault modeling in an industrial CCS context and on how to
calibrate model parameters based on geophysical measurements, laboratory data and analogue outcrop data.
This project targets the CO2 storage part of the Call Module CM2023-04 on Carbon capture, utilization and storage
(CCUS). Unravelling faults properties and behavior in CO2 geological storage is mandatory to “faster scale up of
CCS technologies and at lower risk” and “minimizing or avoiding adverse impact on human health and the
environment of CO2 storage”, this will be done in this project through the development of innovative integrated
workflows addressing the long term confinement of CO2 in faulted sandstone porous media. This project, through
enhancing the CO2 storage derisking and opening new potential storage prospects, will participate to pave the way
for the development of megaton scale CO2 storage by mid 2030.

CETP - Unravelling Faults properties and behavior for CO2 geological storage

Geological CO2 sequestration has gotten a lot of attention as a potential technical solution for decreasing human carbon emissions to the environment. Numerical reservoir simulation (NRS) has been conventionally used to model subsurface reservoirs and employed in uncertainty analysis, optimization, and decision-making. One of the challenges associated with NRS is the computational efforts required to model complex reservoir systems. Therefore, fast proxy models are suggested for quick predictions. Although several studies have been conducted about the CO2 injection & storage (CIS) process, there still exists a research gap in developing a fast tool for monitoring and performance prediction of a safe CIS project. This research project aims to develop an open-access smart tool to predict the performance of CIS with satisfactory accuracy in the mature fields of the Norwegian Continental Shelf, considering geochemical & geomechanical (GCGM) aspects. The uncertainty parameters will be the underground rock and fluid properties, operational constraints of the CO2 injection, and GCGM parameters. The target parameters include net CO2 storage, ultimate oil recovery from miscible CO2 injection, & cumulative production of gaseous CO2. The risk of CO2 leakage through induced fractures/faults should be considered by considering the effect of GCGM parameters on CIS. The effect of GCGM parameters on such processes will be useful in CO2 leakage risk quantification, making the proxy model more realistic. Machine learning tools, such as PINN, ANN, SVR, and XGBoost, will be applied to the simulated data set to digitalize the CIS process efficiently. The developed proxy model will be validated with a synthetic truth model. Lastly, the novel proxy model will be added as a separate module to MRST - an open-access software. This integration offers researchers and industry professionals an openly accessible, fast & accurate proxy model to streamline the initial evaluation of CIS projects.

Open-Source Proxy Tool for CO2 Injection and Storage Modeling - Sustainable Utilization of the Norwegian Continental Shelf

For å sikre at en geologisk formasjon er stabil, må vi justere temperatur-, belastnings- og akustikkdataene som er registrert i brønnmiljøet. Dette må gjøres for å ta hensyn til de kombinerte effektene av belastning og akustikk gjennom ulike materialer som formasjon, sement, foringsrørstål, væske og rør, samt injeksjonsoperasjonen. Denne komplekse oppførselen kan ikke fanges opp med enkeltpunktsmålinger som bunnhullstrykk og temperatur (BHP og BHT). En fiberoptisk kabel for å fange opp dette, kan være løsningen på utfordringen. Q-Fibre har som mål å demonstrere hvordan FOC-data kan brukes til å kvantifisere og overvåke integriteten ved CO2-lagring under grunnen. Dette kan redusere barrierene for å bruke FOC-data knyttet til brønner, både innenfor og utenfor foringsrøret, spesielt for CO2-lagringsprosjekter. Denne teknologidemonstrasjonen vil legge grunnlaget for en solid forretningsmodell for innsamling av FOC-data langs brønnen, og sikre at CO2-lagring blir sikker, økonomisk driveverdig ved å redusere driftskostnader og geologiske overraskelser.

The main motivation is to build extensive novel knowledge on fibre optic cable (FOC) data and to enable safe CO2 injection via quantitative characterization of subsurface integrity, covering coupled interaction among pressure, temperature and fluid movement. Our aim in Q-Fibre is to contribute to FOC data processing and interpretation with the link to the coupled thermo-hydro-mechanical behaviour between the various elements in the near-well configuration, and to quantitatively understand near-well formation behaviour for early warning of subsurface integrity. It involves feasibility of using FOC data for integrity assessment of an entire sealing system for CO2 storage, including: a) caprock and secondary seals; b) both onshore and offshore; c) observation and injection wells. Eventually, we will also reduce uncertainty for the limits of
integrity.

CETP - Quantitative Strain Monitoring for Well and Seal Integrity through Wellbore Fibre Optics Cables

Dyrearter over hele verden har endret atferd og migrasjonsmønstre som respons på klimaendringer, og globalt opplever vi en økning i tap av biologisk mangfold. Flaggermus utgjør den nest største pattedyrordenen i verden. Likevel vet vi fremdeles relativt lite om hvordan individer og populasjoner påvirkes av klimaendringer. Flaggermus har lav reproduksjonsrate og trenger mye mat relativt til den beskjedne kroppsstørrelsen. Forskere antar derfor at flaggermus er spesielt følsomme for klimaendringer. For å kunne gi gode råd om forvaltning og bevaring, må vi først vite hvilke egenskaper som gjør en flaggermusart mer sårbar, og hvilke årstider som gir dem de største utfordringene ved nordlige breddegrader; selv om vinteren i nord er lang og kald kan sommeren vise seg å være en større utfordring for nattaktive dyr, med lyse og korte sommernetter som begrenser tiden flaggermus har til å finne mat. Gjennom dette prosjektet prøver vi å finne ut hva som driver atferdsmessige, fysiologiske, eller sesongmessige responser på klimaendringer hos nordiske flaggermus fra sør til nord i Fennoskandia. Vi forsøker også å identifisere mulige tidsperioder som reduserer overlevelse hos nordiske flaggermus i lys av fremtidige klima-scenarioer, der hver årstid har sine egne dilemmaer små flaggermus må overvinne for å overleve. Dette prosjektet er et teoretisk modelleringsprosjekt, og et 3-årig forskningssamarbeid mellom BatLab Norway (NMBU) og BatLab Finland (universitetet i Helsinki).

Climate change will continue to alter weather conditions, food webs and energy requirements for species globally over the next decades, with escalating rates of warming especially predicted in the north. Bats belong to the second most species-rich mammal group in the world and are believed to be particularly sensitive to future climate change; however, we still have little knowledge on the mechanisms behind behavioral, physiological, and phenological responses to climate change in bats.

Nordic bats live in seasonal environments and face particular energetic dilemmas each season, that ultimately impact their survival- or reproductive chances. Common for these energetic dilemmas is that Nordic bats can use energy-saving behaviours (torpor and hibernation) throughout the annual cycle, but face certain costs in return. However, the costs and benefits of using these behaviours depend on individual state and on current and future environmental conditions, which demands a certain level of environmental predictability in order for bats to optimise their decisions.

With prospects of the weather becoming more unpredictable in the north, it has never been more urgent to identify potential bottlenecks for species living close to the border of their distribution limits, and to identify the traits that make them vulnerable to climate change.

In this project I will use stochastic dynamic state-dependent optimization models to identify the mechanisms behind responses to climate change in different Nordic bat species across seasons and latitudes. Such models evaluate costs and benefits of different behaviors, calculates the optimal decision under various conditions, and predicts the consequences of each choice, finally allowing us to simulate long-term population survival.

By combining the expertise of BatLab Finland and BatLab Norway I will be able to detect the seasonal limitations for survival and reproduction in Nordic bats across a latitudinal gradient.

Vulnerability of Nordic bat species to climate change: identifying seasonal bottlenecks across latitudes (NordBats)

Mye medieoppmerksomhet den siste tiden har blitt rettet mot de negative miljøpåvirkningene av akvakulturnæringen. Det er avgjørende for dagens oppdrettsnæring å finne en løsning på dette for å opprettholde den sosiale lisensen til å drive. Et av de viktigste tiltakene er å skape optimale forhold for fisken og håndtere utslipp på en effektiv måte. Flytende lukkede oppdrettssystemer (FLO) er utviklet med dette formålet. FLO kan redusere miljømessige begrensninger som tidligere har vært en utfordring.

I dette prosjektet FLO - Egget® blir brukt til felttesting. Systemet har evnen til å samle opp partikkelutslipp, et område det finnes lite forskning på. I oppdrettsnæringen finnes det en del usikkerhet om hvor mye utslippsreduksjon som faktisk kan oppnås med slike systemer, og hvilke faktorer som er avgjørende for effektiv oppsamling. Dette gjør det vanskelig å utvikle standarder og sikre at driften overholder utslippskrav.

Da det første Egget® ble lansert i 2022, viste det seg at det samlet opp mer slam enn forventet. Nå er målet å finne ut hva som gjorde dette mulig, slik at resultatene kan gjentas og tilpasses i større skala. Det er også viktig å dokumentere utslippsreduksjonen for å utvikle et bærekraftig regelverk og føre tilsyn med akvakultur på en fornuftig måte.

Prosjektet vil bidra til å definere nøkkelfaktorer for oppsamling av slam og gi grunnlag til videre diskusjon om hvordan man best kan utnytte det innsamlede slammet som en ressurs i stedet for et problem. Dette vil være viktig for å hjelpe oppdrettere med å tilpasse teknologi og utstyr, samt sikre at slammet kan bli en verdifull del av oppdrettsnæringens verdikjede. Resultatene kan også gi viktige innspill til retningslinjer for fremtidens bærekraftige havbruk.

Et viktig område for akvakultur utvikling er å minimere dens miljøpåvirkning. Direkte og indirekte miljøpåvirkning kan dempes ved å gi optimale forhold for fiskens velferd og ved innsamling av utslipp. Det flytende lukkede oppdretts systemet (FLO) Egget® tjener dette formålet.
Egget® er designet for å lokaliseres inne i fjorder og kan åpne opp for oppdrett på lokaliteter der det ellers kan være begrensninger og utslipp kan være en utfordring.
Det er svært få vitenskapelige artikler som omhandler oppsamling av partikkel-utslipp fra merder eller FLO. Det er usikkerhet i bransjen angående graden av utslippsreduksjon som kan oppnås i FLO-systemer og mangel på forståelse for nøkkelparametere som påvirker oppsamlingseffektivitet. Dette kan føre til hindringer i utvikling og drift eller manglende overholdelse av utslippstillatelser.
Det første Egget® ble lansert i 2022 og oppnådde bedre slamoppsamlingsresultater enn forventet. Oppgaven til dette prosjektet er å bryte det ned til nøkkelfaktorene som gjorde det mulig for at resultatene skal være replikerbare og skalerbare, og ikke minst få dokumentert utslippsreduksjon med FLO. 
Dokumentasjon kreves også for utvikling av fornuftig lovverk, gjennomføring av tilsyn eller evaluering av ulike akvakultursformer. Resultatene fra dette forskningsprosjektet kan danne grunnlag og gi anbefalinger for retningslinjer og etablering av en felles definisjon av bærekraftig havbruk. 
Samtidig som vi ser mot en fremtid med økt etterspørsel etter slamoppsamling, er det nødvendig å sikre at det innsamlede slammet blir en ressurs, ikke et problem for oppdretterne, samtidig som at oppdreterne kan bli utrustet med nødvendig informasjon for å tilpasse utstyr for oppsamling og behandling av slam for å levere det inn i verdikjeden.

Vurdering av utslipp og faktorer som påvirker innsamling og bruk av fiskeslam fra flytende lukket akvakulturteknologi

Prosjektet har som mål å utforske og utvikle matematiske og numeriske metoder for å analysere stokastiske transportligninger. Disse ligningene er essensielle for å forstå hvordan tilfeldige fluktuasjoner (støy) påvirker dynamiske systemer som turbulens, vannbølger, geofysiske strømmer, og kompressibel væskebevegelse. Transportligninger er en type partielle differensialligninger som brukes til å modellere bevegelse og spredning av størrelser som masse, energi eller kjemiske stoffer i et medium. Disse ligningene tar hensyn til hastighetsfeltet, som beskriver retning og hastighet av bevegelsen i mediet. Ved å inkludere stokastiske elementer i disse modellene, kan vi ta høyde for tilfeldige påvirkninger eller støy som oppstår i systemet. Dette er avgjørende fordi mange naturlige og industrielle prosesser er utsatt for uforutsigbare faktorer, som kan ha innvirkning på deres dynamikk. Prosjektet fokuserer på gradientstøy, hvor hastighetsfeltene påvirkes av støy. Dette muliggjør energibevarende løsninger, noe som er ønskelig i fluidmekanikk. Energibevaring refererer til prinsippet om at den totale energien i et lukket system forblir konstant over tid, selv om den kan endre form. Konvensjonelle tilnærminger legger til såkalt Itô støy i kildeledd, noe som kontinuerlig tilfører energi. Gradientstøy krever avanserte matematiske verktøy for å håndtere dens komplekse påvirkning på systemene. Vi bruker Stratonovich- og Marcus-type fluktuasjoner for å representere denne støyen i hastighetsfeltene til transportligningene. Prosjektet har som mål å utvikle nye matematiske og numeriske teorier for å håndtere de spesifikke utfordringene som gradientstøy medfører. Vi fokuserer på å forstå superkritiske transportligninger, ikke-lineære bølgeligninger, og kompressibel Navier-Stokes ligninger. Viktige spørsmål er: (1) Har disse stokastiske ligningene en løsning? (2) Er løsningen entydig? (3) Er løsningen stabil ved endringer i inngangsdataene? (4) Hvordan kan løsningen beregnes numerisk?

Our project is at the cutting edge of numerical analysis of SPDEs affected by transport noise. Such equations have emerged as a focal point in mathematical research, due to their critical applications in areas like fluid dynamics, turbulence modeling, and geophysical flows. This heightened interest is driven by the need for deeper understanding and precise analysis of these complex phenomena, where SPDEs offer vital insights and predictive capabilities. What sets our research apart is its emphasis on transport-dominated systems driven by gradient noise operators. Prior numerical analysis studies have explored SPDEs with stochastic forcing, but the examination of gradient noise is still in its infancy. The complexity of gradient noise, involving anisotropic (integro-) differential operators due to stochastic calculus, presents unique challenges. There is a pressing need to develop methods that preserve the hyperbolic structure of these equations. Our project aims to pioneer this field by devising theoretically sound numerical algorithms and creating novel frameworks for stability and convergence. Our work considers supercritical transport equations, nonlinear wave equations, and the compressible Navier-Stokes equations. Research on stochastic transport equations is inspired by the famous Kraichnan turbulence model, which posits advection through a Gaussian velocity field. Yet, there is a growing consensus that noise in turbulent velocities might be better represented by a Lévy process with jumps. As the second main advancement of our project, we are breaking new ground by pioneering the analysis of SPDEs affected by Marcus-type gradient noise. This area is critically important yet hardly explored, with vast potential for groundbreaking discoveries. Marcus noise is distinct for adhering to the Newton-Leibniz chain rule, which is important in fluid dynamics, unlike the Stratonovich interpretation which fails to do so in the presence of jumps.

NASTRAN: Numerical Analysis of Stochastic TRANsport

Mørk materie utgjør 80% av all materie i universet. Denne gåtefulle substansen er dessverre 
unnvikende av natur, og det er en betydelig utfordring å kunne påvise den direkte i laboratoriet. 
Årsaken er at den påvirker altfor svakt den vanlige materien som vi mennesker, jorden og alle 
kjente himmellegemer er laget av.

Målet med DarkTurns-prosjektet er å trosse det såkalte 'marerittscenarioet', som sier at alle 
slike direkte søk må til syvende og sist mislykkes, siden kun de kjente gravitasjonseffektene 
av mørk materie kan observeres. Disse effektene er bare synlige på veldig store avstand, f eks 
mellom galakser. Vi svarer på denne trusselen ved å finne andre mulige måter mørk materiepartikler 
kan vise seg i astrofysiske observasjoner. Dette vil kunne hjelpe oss til å belyse både de fysiske 
egenskapene og opprinnelsen til mørk materiepartiklene, langt utenfor allfarvei med tanke på de 
fleste pågående søk og eksperimenter.

Prosjektet fokuserer på tre hovedmål: forbedring av teoretiske modeller for å beskrive hvordan 
mørk materie ble dannet i det tidlige universet, en grundig analyse av snart forventede 
kosmologiske data og potensialet til utvidede søk etter gravitasjonsbølger. På denne måten 
sikter vi mot en systematisk testing av en rekke lovende scenarier og samtidig unngår 
begrensningene ved laboratoriebaserte søk. Den tilsynelatende marerittaktige situasjonen der 
tegn på mørk materiepartikler aldri kan påvises i jordbaserte laboratorier, blir dermed byttet 
ut med et nytt håp om å likevel kunne avsløre den mørke materiens hemmeligheter - noe som ville 
innebære betydelig fremskritt i vår forståelse av universets grunnleggende byggesteiner.

Dark Matter makes up 80% of all matter in the Universe, and is expected to consist of one or more new types of elementary particles. Interacting very weakly with regular matter, these particles have so far evaded any attempts of direct detection in Earth-based experiments. Evidence is building up that these interactions are in fact so tiny that only the gravitational effects on galactic and cosmological scales may ever be observable. Such a situation is referred to as the 'Nightmare scenario' for Dark Matter as it seemingly buries any hopes of directly confirming the particle hypothesis. The DarkTurns project will challenge this threat by noting that in many well-motivated scenarios of this type, Dark Matter particles still interact non-gravitationally - just not with regular matter. The result can be distinct imprints on upcoming astrophysical and cosmological data that would allow to establish physical properties and origin of these particles. 
The focus of the project will be on i) an improved theoretical modelling of the genesis of Dark Matter, combined with ii) utilizing particularly promising upcoming cosmological data and iii) extended searches for gravitational waves. In particular, the analysis of Lyman-alpha forest data of unprecedented quality (e.g. from DESI) and the high-frequency domain for gravitational waves that will be newly accessible with LISA will allow us to consistently test many well-founded scenarios that would evade any form of laboratory-based direct searches. This translates into the potential of turning the threat of a nightmare into a great hope, namely a ground-breaking leap forward in our understanding of the basic building blocks of Nature.

Turning the tables on dark matter nightmare scenarios

I løpet av de siste tiårene har en rekke optimaliseringsmodeller blitt utviklet for å best mulig utnytte de begrensede ressursene i kraftsystemet. Med den raske utviklingen av maskinlæringsmetoder (ML) har integrering av ML med disse optimaliseringsmodellene dukket opp som en lovende trend. I motsetning til tradisjonelle optimaliseringsmetoder, som gjentatte ganger løser lignende problemer uten å lære av tidligere løsninger, utnytter ML historiske data og tidligere beslutninger for å forbedre optimaliseringsytelsen betydelig.

Dette prosjektet har som mål å utvikle kunnskap som muliggjør dyp integrasjon mellom ML-tilnærminger og det kortsiktige vannkraftproblemet for av-/på-beslutninger i et deregulert kraftsystem. Av-/på-problemet er grunnlaget for produksjonsplanlegging. Målet er å optimalisere driften av generatorer, primært vannkraftturbiner, over en begrenset planleggingshorisont under ulike drifts- og markedsforhold. Nye fornybare energikilder som sol- og vindkraft vil også bli vurdert når det er nødvendig.

Den ML-baserte optimaliseringsmodellen utviklet i dette prosjektet kan forbedre beregningseffektiviteten betydelig ved å generere daglige produksjonsplaner for norske vannkraftprodusenter, og gjøre dem mer effektive og tilpasningsdyktige til markedsforhold. Vellykket implementering av ML i optimaliseringsproblemet vil møte aktuelle utfordringer industripartnere står overfor, som å redusere tidsoppløsningen fra én time til 15 minutter, utvide modellens bruksområde fra et operativt verktøy til et investeringsanalyseverktøy over lengre tidshorisonter (uker til år), som effektivt tar hensyn til usikkerhet i tilsig og priser, og gir budstrategier for å delta i flere markeder.

Dette prosjektet synliggjør synergien mellom akademia og industri, både nasjonalt og internasjonalt. Omfattende casestudier utført under ulike markedsstrukturer vil føre til mer robuste løsninger og større spredning av kunnskap og erfaring.

During the past half-century, numerous optimization models have been developed to optimize the utilization of the limited resources in the power system. With the booming development in machine learning (ML) technologies, deep integration between ML approaches and optimization models has become the most promising technical trend. The conventional optimization methods repeatedly solve similar problems without accumulating any experience. In contrast, ML efficiently gains experience from historical data and previous decisions. Numerical studies have shown that ML can significantly boost optimization performance.

The renewable energy optimization addressed in this project is the unit commitment (UC) problem, constituting the foundation for production scheduling. It aims to optimize the operation of generators over a finite planning horizon under operational and market conditions. The generators are mostly hydro-turbine generators. New renewable energy, such as solar or wind power, will also be considered when necessary. 

The ambitious project aims to realize an ML-based optimization model that enhances the computational efficiency of generating daily production schedules for Norwegian hydropower producers, accurately represents their physical watercourse, and supports their bidding strategies in energy and capacity markets. The successful implementation of this project will address current challenges faced by industrial partners, such as reducing the time resolution from one hour to 15 minutes, extending the model’s application from an operational tool to an investment analysis tool over a longer time horizon (weeks to months or even years), and effectively incorporating uncertainties in inflow and prices. 

This project represents a domestic and international complementarity of both academia and industry. Comprehensive case studies conducted under different market structures will lead to more robust solutions and broader dissemination of knowledge and experience.

Deep integration between machine learning approaches and renewable energy optimization

Trening med høy intensitet som rehabiliteringstiltak for pasientgrupper i spesialisthelsetjenesten.
Det har lenge vært dokumentert at fysisk aktivitet og trening fremmer den generelle folkehelsen og er både forebyggende og behandlende for en rekke sykdommer. Med flere veldokumenterte positive effekter er fysisk aktivitet og trening et naturlig valg av behandlingstiltak for en rekke
rehabiliteringsinstitusjoner i Norge. Det er likevel manglende konsensus i hvilke treningsanbefalinger og behandlingstiltak som betegnes som mest effektive. Trening med høy intensitet har tidligere vist seg å være mer effektiv med tanke på å øke det maksimale oksygenopptaket og den maksimale styrken, sammenlignet med mer moderat intensitet. Begge disse fysiologiske målene er to veletablerte mål på fysisk helse. På tross av dette består en rekke av dagens rehabiliteringstiltak av trening med lav til moderat intensitet. Hensikten med dette prosjektet er å undersøke effekten av trening med høy intensitet som rehabiliteringstiltak for pasienter med KOLS, senvirkninger etter Covid-19 og Multippel Sklerose som henvisningsdiagnose. Resultater fra prosjektet vil kunne bidra til å videreutvikle kunnskap om effekten av trening som medisinsk behandling for disse pasientgruppene. Dette vil være et nyttig bidrag for å kunne tilby et best mulig helse- og rehabiliteringstilbud for fremtidige pasienter.
Gjennomføring av fysisk aktivitet kan redusere behov for oppfølging fra helsetjenester, samt
redusere eller erstatte behov for behandling med legemidler. Resultater fra studiet kan styrke
begrepet om “trening som medisin”. Videre kan dette ha positive virkninger, både for
enkeltindividets helse, mestring- og funksjonsnivå, men også ha en nytteverdi fra et
samfunnsøkonomisk perspektiv.

Studie I: Effektiv styrke- og utholdenhetstrening for pasienter med senvirkninger etter
Covid-19. Målet med studien er å kartlegge effekten av treningen på lungefunksjon,
hjerte-/karfunskjon og muskelfunksjon. Det vil videre undersøkes hvordan denne
pasientgruppen skårer på psykososial vurderinger sammenlignet med normative data, samt
om deltakerne responderer normalt på effektiv trening med tanke på å øke det maksimale
oksygenopptaket og maksimal styrke slik det er dokumentert for flere andre pasientgrupper.
Studie II: Effekten av maksimal styrketrening på lungefunksjon for pasienter med KOLS.
Studiet har et mål om å avdekke effekten av maksimal styrketrening hos pasienter med KOLS
grad II-III på lungefunksjon, og om den forventede bedringen skyldes økt kraft i
respirasjonsmuskulatur. Effekten av treningen på muskelfunksjon og gangfunksjon, samt
skåring på psykososiale vurderinger etter behandlingsforløpet vil også bli kartlagt.
Studie III: Effekten av maksimal styrketrening på droppfot og gangfunksjon hos pasienter
med Multippel Sklerose. I dette prosjektet er hensikten at pasientene skal gjennomføre
maksimal styrketrening for aktuell muskulatur som fører til "droppfot". Det vil undersøkes
om denne type trening har direkte effekt på muskelstyrke og symptomer på "droppfot". Også
eventuelle endringer av energikostnad ved gange på en gitt hastighet og funksjonelle tester vil
kartlegges.

Trening med høy intensitet som rehabiliteringstiltak for pasientgrupper i spesialisthelsetjenesten

Midlene fra JORDBRUK-Jord, planter og husdyr fordelt på år

Midlene fra JORDBRUK-Jord, planter og husdyr fordelt på fylker

Midlene fra JORDBRUK-Jord, planter og husdyr fordelt på fagområde

Vinterskader på gresset på golfbaner i Norge fører årlig til en merkostnad og tap av spilleinntekter på over 80 millinoer kr. I prosjektet vil det bli utviklet tiltak som kan redusere skadene med 30%. Dette krever at optimalt plantemateriale og vedlikehol dsrutiner blir utviklet. 
For å få kunnskap om det genetise potensialet for vinteroverlevelse i sortsmateriale som tilbys golfbaner vil et utvalg av sorter og arter bli testet for resistens mot snømugg (Microdohcium nivale) og snødekke. Forsøkene vil bli  utført i klimarom og i felt på etablerte golfbaner. Effekten av duklegging på gressets herdingsprosess om høsten, på plantenes vinteroverlevelse og på angrep av overvintringssopp, med og uten bruk av fungcider, vil bli undersøt. Anaerobe forhold som dann es under isdekke er indirekte årsak til at plantene dør. De mikrobiologiske og kjemiske årsakene til plantedød, og plantenes toleranse for disse skadene vil bli klarlagt for å utvikle optimale bekjempelsesstrategier. Behandling av plantebestanden om høste n ved lufting av greenen oggjødsling, påvirer plantenes overlevelsesevne. Utfordringen blir å optimalisere disse tiltakene. Noen av forsøkene vil bli utført under kontrollerte betingelser mens hovedaktiviteten vil foregå på de fem deltagende golfbanene. R esultatene fra prosjektet vil bli gjort kjent og implementert på baner over hele landet, samt overt for bruk innen vinteroverlevelse av gress generelt.

Bedre vinteroverlevelse av gressmatter, med fokus på golfgreener i østlandsområdet.

Formålet med PacKnoPlast-prosjektet var å redusere plast som matvareemballasje der dette er hensiktsmessig utfra et bærekraftperspektiv. Dette skulle oppnås ved å vurdere de negative miljøpåvirkninger ved bruk av plastemballasje opp mot de spesifikke fordelene den kan ha, for eksempel for reduksjon av matsvinn. Begrunnelsen for å redusere eller fjerne plastemballasje skulle dermed være helhetlig, objektiv og vitenskapelig begrunnet.  

NORSUS og NOFIMA har utviklet et beslutningsverktøy for matemballasje basert på produktets natur og krav til beskyttelse for å kunne fastslå hvor det er velbegrunnet å bruke plast, og vise til behovet for å undersøke alternative materialer der dette er riktig. Verktøyet gir nye muligheter for brukerne til å være innovative i utviklingsarbeidet og gjøre mer bærekraftige emballasjevalg basert på forskningsbasert kunnskap. Verktøyet ser ut til å kunne løse utfordringer som ikke er dekket av andre emballasjeverktøy, men vil kreve brukere som har god kunnskap om egne produkter, deres beskyttelsesbehov og emballeringsmuligheter. Verktøyet er testet med 13 case-produkter sammen med partnerbedriftene i 2022.  

Det er gjennomført mange aktiviteter rettet mot forsknings- og erfaringsbasert kunnskap, spesielt tilknyttet mengder og effekter av plastemballasje på avveie, samt design for gjenvinning. Lab-analyser av blåskjell og vannprøver tilknyttet mulige mikroplastutslipp til vann i Norge og Nederland gjennomført og presentert på et prosjektmøte. Det er kartlagt mengde plast fra matemballasje som havner i biorest når biogass produseres fra matavfall. To artikler er publisert i vitenskapelige tidsskrift (Generating environmental sampling and testing data for micro- and nanoplastics for use in life cycle impact assessment and Using information flow analysis to establish key data gaps in the assessment of marine microplastic pollution). To artikler blir innlevert til vitenskapelige tidskrift i 2023 og det er publisert et kapittel i en bok (Ecotoxicological Impacts of Micro- and Nanoplastics in Terrestrial and Aquatic Environments, i boken Microplastic in the Environment: Pattern and Process). Det er presentert to foredrag på vitenskapelige konferanser: How Can Risk Assessment Data for Micro- and NanoPlastics Contaminations Be Generated in a Way That Is Useful for the Development of LCIA Models? (SETAC Europe 31st annual meeting, 2021) og Microplastics in Norwegian agricultural soils via biogas digestate application and plastic mulching (Norwegian seminar on microplastics: Current knowledge status on sources, effects and risk, 2021). 

Utvalg av emballasjematerialer med størst potensial for gjenvinning (materialtype, produksjonsmengde, kilde for gjenvunnet materiale osv.), samt emballasjematerialer som kan valideres med RecyClass-verktøy og protokoll var gjennomført i 2021. Tre utvalgte produkter ble evaluert med RecyClass-verktøyet og gjenvinningskalkulatoren til Grønt Punkt Norge. To produkter ble validert med RecyClass-protokoll hos Norner (myke OPP-filmer og rigide PP-brett). 

Det har foregått utveksling av kunnskap mellom prosjektet og MarILCA-nettverket (Integrating potential environmental impacts of marine litter into LCA, https://marilca.org/) på flere MarILCA vitenskapskomité-møter i 2021. 

Prosjekteieren er Bama og partnere er: Q-Meieriene, Gartnerhallen, De Paauw Recycling (Nederland), NOPREC, ROAF, NoWaste!, VESAR, Lindum, NORSUS, NIVA, NOFIMA, NIBIO, Norner, Grønt Punkt Norge, Emballasjeforeningen, Bellona og FSLCI (Tyskland).

The principal aim of the project is to reduce or eliminate plastic use in food packaging where this is advantageous in the sustainability perspective. This is to be achieved by acknowledging potential trade-offs between the negative environmental impacts of plastic packaging and the specific benefits it may bring, such as reductions in food waste compared to alternatives. Hence, reduction or elimination of plastic packaging is considered on a rational, objective scientific basis. 
The primary objective is to establish a decision-support tool for plastic packaging based on the relevant principles. Based on the nature of a product and the functional requirements of the packaging, the tool will establish where plastic packaging could be justifiable in the sustainability perspective, and feed into investigations of possible alternatives where it is not. The outcomes from the analyses will be documented, both individually and collectively, to establish a substantial body of knowledge on the (non-)justifiability of plastic packaging across the food sector.
Research challenges include the need for detailed mapping of the plastics value chains (particularly the waste management aspects) and sophisticated measurements, for example on the propagation of microplastics. Developing the decision-support infrastructure and identifying packaging alternatives depends on leading-edge research conducted by sector-leading experts within the consortium. 
The project has enormous potential for enhancing sustainability of food packaging in practice, driving policy and strategic developments, shaping public discourse (in highlighting nuance in the issues) and broadening focus across the entire food value chain (e.g. via enhanced focus on food waste).
The partners are: BAMA Gruppen, Q-meieriene, ROAF, De Paauw/Rodepa Plastics, Noprec, Bellona, Grønt Punkt Norge, Emballasjeforeningen, Gartnerhallen, No Waste!, FSLCI, Lindum, VESAR, Østfoldforskning, NIVA, NOFIMA, NORNER and NIBIO.

0 antall prosjekter

BIA-Brukerstyrt innovasjonsarena

Sustainable decision-making for food packaging given consumer rejection of plastic (PacKnoPlast)

Tildelt: kr 5,2 mill.

Prosjektperiode: 2019-2022

Sted: Oslo