2024

2023

2022

2021

2020

2019

2018

2017

2016

2015

2014

2013

2012

2011

2010

2009

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

Klima- og miljødepar

Kunnskapsdepartement

Samferdselsdeparteme

Samfunnsvitenskap

Oslo

LTP3 Klima, miljø og energi

LTP3 Bærekraftige byregioner og transportsystemer

Instituttsektor

Portefølje Energi og transport

Programmer

Koordinerings- og støtteaktivitet

Klimarelevant forskning

Transport og mobilitet

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

Konferansen SIG Seaweed har blitt arrangert jevnlig siden 2014, med finansiell støtte fra Forskningsrådet og Innovasjon Norge.
SIG (Special Interest Group) Seaweed består av norske bedrifter som dyrker og bruker makroalger (tang og tare) som råstoff for ulike produkter, samt utstyrs-, teknologi- og FoU-leverandørene innen disse områdene. Den planlagte SIG Seaweed 8 Conference er en temakonferanse med fokus på teknologiutvikling langs hele verdikjeden for makroalger, fra dyrking av biomasse til nye produkter med stor etterspørsel og som forutsetter tilgang på store volumer. Målet med konferansen er at deltagerne skal få formidlet ny kunnskap og erfaringer om dette temaet fra norske og utenlandske eksperter med mye erfaring og kunnskap om temaene, diskutere sine utfordringer knyttet til dem og bli inspirert til videre arbeid, nye forsknings- og innovasjonsprosjekter og ikke minst mer samarbeid. 
Kunnskapsplattformen Norwegian Seaweed Biorefinery Platform er sentral for forskningen på utnyttelse av dyrkede makroalger og har vært medarrangør av SIG Seaweed-konferansene. I år avsluttes Tareplattformen og den vil derfor ha en fremhevet rolle på SIG Seaweed 8 Conference. Infrastrukturprosjektet RI Seaweed (Norsk Taresenter, Norges Forskningsråd 2022 – 2028), bygger opp forskningsinfrastruktur som tareindustrien i Norge og internasjonalt kan bruke i utvikling og uttesting av teknologi langs hele verdikjeden. På årets konferanse skal senteret derfor presenteres bredt, både som eget foredrag og som flere korte pitcher fra nodene. Konferansen vil også ha presentasjoner fra andre norske forskningsprosjekter, samt innlegg fra norske og utenlandske bedrifter. I år har vi invitert foredragsholdere fra ledende fagmiljøer i Danmark, England og Chile, og spesielt sistnevnte får en bred presentasjon i forbindelse med at Norge og Chile planlegger økt forskningssamarbeid på alger. Det forventes ca 120 deltakere, fordelt på forskning, utdanning, industri, forvaltning og organisasjoner.

SIG Seaweed 8 Conference

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

Utviklingen av havvind er et viktig element i det grønne skiftet og det forventes å ekspandere betraktelig, også i områder med sjøis i særdeleshet Østersjøen. Her er relativt grunt vann slik at det i hovedsak planlegges og bygges bunnfaste konstruksjoner. EU har mål om å produsere 60GW fra havvind før 2030, og mye av dette vil komme i Østersjøen. Tekniske løsninger for havvind er viktig ikke bare for EU, men svarer også på minst tre av FNs 13 bærekraftmål ((#7, #9, #13) og vil ha indirekte positiv effekt i forhold til fem andre ( (#3, #8, #9, #11 and #12).
Sjøis og is-krefter fra sjøis på havvindsinstallasjoner representerer en av de største usikkerhetene for design og operasjon av havvindsturbiner. De eksisterende standarder og retningslinjer er hovedsakelig gitt i IEC614000-3-1 and DNV-ST-0437, og disse er stort sett basert på "Arctic Offshore structures for the petroleum industry" i ISO19906. Det er to vesentlige forskjeller mellom installasjoner for havvind og for olje og gass. For det første er oljeplattformer større, stivere responderer mye mer statisk, mens vindturbiner er slankere og mer dynamiske. For det andre kan man vanlig vis i Arktis regne med tilnærmet uendelig store drivende krefter fra tung is, men i Østersjøen (og andre områder hvor det planlegges havvind) er det lettere isforhold (isen er mellom 0.3 m og 1.2 m), og de drivende kreftene (fra særlig vind og strøm) kan begrense is-kreftene. Usikkerhetene ligger både i etablering av fordelinger av, og korrelasjoner mellom de relevante is-parameterne (is-tykkelse, konsentrasjon osv.) og i de deterministiske og probabilistiske modeller for å beregne laster og respons. IceWise kommer til å adresse begge disse.

IceWise addresses sea ice actions on offshore wind turbines. Offshore wind is one of the vital renewable energies for the future and Europe wants to reach at least 60 GW installed in EU waters by 2030. This means more wind turbines in the Baltic sea where sea ice is on the the major uncertainties.

IceWise combines the competence of NTNU in ice mechanics and ice actions on offshore structures with competence within satellite remote sensing of sea ice at UiT to carry out world-leading research needed for Norwegian industry to reduce uncertainty in ice action estimations and to pave the way for improved operational planning and standardization of design method for offshore wind turbines.

WP1 Sea ice statistics, WP2 Ice state definition and WP3 Probabilistic modelling, address respectively the sea ice statistics and ridges statistics from satellite remote sensing data (WP1), defining an ice state based on multi-modal data product and calculate deterministic ice loads (WP2) and probabilistic modelling of ice ridge and level ice action (WP3).
The international  DTU-Space (Skourup) will co-supervise the PhD in WP1 (UiT) and we plan for with two full day scientific workshops per year (at NTNU and at Aalto) with the researchers and the PhDs.

Scientific papers published in high level international journals, high qualified personnel (PhD and master students) available for employment in Norwegian industry and development of better standards and guidelines for estimating ice actions on bottom-fixed wind turbines are three major results from the project.

A steering committee with member from all Norwegian partners will meet 4 times per year and ensure good progress. it will also be two full day physical workshop with all partners annually. The PhD students will meet and be challenged by the industry with their applied perspective.

DNV will be invited as observer to IceWise and Høyland is reviewing the new DNV-RP-C205 about ice actions to ensure that IceWise is complementary.

Ice, Wind and Structures

I Nordsjøen finnes det organisk rike leirlag som har blitt begravd til flere kilometers dyp. Når slike leirlag blir begravd til flere kilometers dyp, blir de så varme at de begynner å generere olje og gass. Av all oljen og gassen som har blitt generert i Nordsjøen, har hele 98% lekket ut til havet over geologisk tid. Men hvor skjer dette? Hvor mye lekker ut? Hvilke miljøkonsekvenser har det? Hvordan påvirker det planer for CO2-lagring at væsker kan sive ut naturlig noen steder? Og kan det gi ny innsikt i hvor man bør lete etter olje og gass? Dette er spørsmål som InFluSe-prosjektet skal svare på.

InFluSe står for "Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage". På grunn av de viktige konsekvensene hydrokarbonlekkasje i Nordsjøen har, er det mange som er interessert i dette prosjektet. Prosjektet ledes av Universitetet i Bergen, og har partnere fra industri, akademia og statsadminstrasjon, og disse partnerene inkluderer UiT, Equnior, AkerBP, Aarhus Universitet, Geomar Kiel, Havforskningsinstituttet og Sokkeldirektoratet.

I løpet av det første av fire år, skal vi ansette fire PhD-kandidater og gjennomføre et tokt på 20 dager med forskningsskipet G.O. Sars. Den første av PhD-stipendiatene skal bruke satellittdata til å undersøke hvor, når og hvorfor olje lekker i Nordsjøen. Den andre PhDen skal undersøke eksisterende brønn-, kjerne- og seismikk-data fra Nordsjøen for å finne ut hvilke veier hydrokarbonene migrerer under bakken. Den tredje skal samle inn og prosessere nye høy-oppløselige 3D-seismiske data over områder med mye lekkasje for å undersøke hvordan hydrokarbonene kommer seg gjennom takbergartene. Den siste skal undersøke geokjemiske og biologiske prøver fra hydrokarbonoppkommene for å finne ut hvor de kommer fra, hvor lenge de har vert aktive, og hvilke påvirkninger de har på miljøet.

In the Southern Norwegian North Sea (SNNS), analysis of satellite radar data supported by recent scientific cruise activity reveals a previously unknown pattern of natural oil seepage. This seepage pattern indicates the presence of a widespread and previously unknown hydrocarbon migration system. Combined with the extreme availability of subsurface data in the study area and our ability to conduct scientific cruises with state-of-the-art research vessels, the observed seepage pattern makes it possible to characterize and understand migration of fluids in sedimentary basins from source to seep, at a hitherto unparalleled level of detail. Through an integrated and cross-disciplinary research program, the InFluSe project partners will create a complete understanding of hydrocarbon migration and seepage in the SNNS through two scientific cruises, a comprehensive analysis and modelling program, and education of 4 PhDs and >10 MScs in the disciplines of geomatics, subsurface geology, geophysics and geochemistry. Firstly, we will determine the hydrocarbon migration pathways in the SNNS area and develop a baseline of natural hydrocarbon seepage in terms of distribution and rates that past and potential future well-related emissions can be evaluated against. Secondly, improved knowledge about distribution and rates of hydrocarbon seeps in the Norwegian North Sea will make it possible to assess the geological contribution of hydrocarbons, carbon and methane (the most important greenhouse gas after CO2) to the environment and atmosphere, something that is poorly understood from both a conceptual and regional perspective, and may be exacerbated by the shallow depth of seepage here. Thirdly, several CO2 storage licenses are in place in the SNNS and the impact of the observed seepage on the CO2 storage integrity in these areas will be addressed by InFluSe. Finally, understanding of pathways of hydrocarbon migration will help improve play models and de-risk exploration prospects.

Integrated study of Fluid Migration and Seepage in the Southern Norwegian North Sea - Impact on Hydrocarbons, Environment, and CO2 storage

Utforskning og utvinning av dyphavsmineraler vokser frem som en industri på norsk kontinentalsokkel. Kunnskapen og tilgjengelige data om geologien i de øvre lag av havbunnen i dyphavet, den geologiske sammenhengen hvor mineralforekomster finnes, er imidlertid svært begrenset. Hovedmålet med dette prosjektet er å utvikle en maskinlæringsmodell for å predikere geologi i dyphavsmiljøer. Mens kunnskapen og vitenskapelige datasett om marine mineralsystemer på norsk sokkel fortsatt er begrenset, er store mengder data for analoge geologiske miljø tilgjengelig. Ved å utvikle og trene maskinlæringsalgoritmer på eksisterende analoge data, vil den geologiske forståelsen av dyphavsgeologi, og dermed også mineralsystemer, forbedres.

Mineralforekomster på norsk sokkel er imidlertid gjenstand for betydelig ressurs- og miljøusikkerhet. Dette ph.d.-prosjektet tar sikte på å tette kunnskapshull, og å redusere usikkerheten som i dag påvirker både næringen og den offentlige debatten om temaet.

Historisk sett har geologisk datainnsamling på kontinentalsokkelen vært drevet frem av olje- og gassindustrien i Norge. Men ettersom fokus nå skifter mot bærekraft, er det et kritisk behov å prioritere data for initiativer innen grønnere alternativer. Forskningen vil spesifikt rette seg mot den geologiske sonen mellom havbunnen og 200 meter nedover, med overgang fra tradisjonelle dype petroleums ressurser til mineralogiske overflate- og overflatenære avsetninger.
Kunnskapen fra Ph.D. prosjektet vil muliggjøre raskere og mer informerte beslutningsprosesser. Som sådan, har dette prosjektet som mål å forbedre utnyttelsen og analysen av en rekke datatyper for å bedre beslutningstaking i overgangen fra olje- og gassindustrien til en grønnere økonomi. Dette vil være av verdi for den fremvoksende norske dyphavsmineralindustrien, en industri som potensielt vil ha nasjonal og global innvirkning.

Deep sea minerals exploration on the Norwegian Continental Shelf (NCS) is gaining traction, with the first licensing round expected to award licenses in Q1 2025. This emerging industry faces significant scientific, resource, and environmental uncertainties. This project aims to address these knowledge gaps and reduce uncertainties affecting the industry and public debate. The primary goal is to develop a prediction model for shallow lithology in deep-sea environments using machine learning. Although datasets on marine mineral systems on the NCS are limited, extensive analogous geological data exist. Training machine learning algorithms on this data will enhance the geological understanding of deep-sea lithology and mineral systems. As new data from NCS exploration emerges, the model will be refined and validated.
The project will leverage various geospatial datasets, including surface data, structural elements, raster data, geophysical datasets, and well data. The research will focus on the shallow lithological zone down to 200 meters below the seabed.

A secondary objective is to establish robust data protocols to ensure transparency, integrity, and reliability. As deep-sea mining is an emerging industry, inconsistent data standards hinder effective cross-industry data utilisation. The project will develop methods for combining geomorphological, geological, and geophysical data, promoting innovative data recycling to minimise environmental impact and reduce costs.

The PhD candidate will work with Adepth and have access to their data and networks, and data from sources like the Norwegian Offshore Directorate and Geological Survey of Norway. The research aims to publish three peer-reviewed articles on data representation methods, a cross-disciplinary study on machine learning for surface data, and a model for sub-surface data. Overall, the project aims to advance the understanding of deep-sea minerals, improving exploration efficiency and sustainability.

Predicting Lithology in Mineral Systems

I løpet av de neste tiårene skal det bygges og driftes mange havvindmøller, noe som er viktig for å få til det grønne skiftet. Dette gir mange muligheter for norske verft. Norge er kjent for å være best i verden på design og produksjon av maritimt utstyr, og vi har gode forutsetninger for å lykkes med havvind. Men for å lykkes må verftene bli mer effektive.

Norske verft har tidligere blitt kritisert for å være for dyre og lite produktive. Selv om det går bedre, må de bli enda mer effektive. De må redusere kostnadene med 10-15% for å kunne vinne nye kontrakter og bidra til at havvindindustrien blir lønnsom. Derfor trenger vi mer kunnskap om hvordan verftene kan jobbe smartere.

Digitale tvillinger og kunstig intelligens har vist seg å fungere godt i andre industrier for å redusere kostnader og øke effektiviteten. I verftsindustrien har man hittil mest brukt digitale modeller til produktutvikling. Vi vet lite om hvordan de kan hjelpe med å planlegge arbeidskraft, utstyr og infrastruktur bedre. Med digitale tvillinger og kunstig intelligens kan verftene få bedre data og analyser, som gir mer detaljerte og nøyaktige planer. Dette kan redusere tid brukt på oppgaver som ikke skaper verdi.

Målet med TWinYards-prosjektet er å finne ut hvordan vi kan gjøre norske verft mer effektive ved å bruke digitale tvillinger og kunstig intelligens. Da kan verftene redusere kostnader og bidra til bærekraftig drift og en bærekraftig satsing på havvind.

A high number of offshore wind turbines is expected to be built, installed, operated, and decommissioned over the next decades, constituting a critical element in the green shift. This offers numerous opportunities for the Norwegian yard industry. Norway leads globally in maritime equipment design and production, with unique expertise and infrastructure, providing a solid foundation for success in offshore wind. However, the success relies on more efficient yard operations. The Norwegian yard industry's lack of cost competitiveness and productivity has been stressed previously, and even though there are signs of improvement, their effectiveness should have been much higher. They need to reduce costs by 10-15% to win newbuild orders in the long run and be able to contribute to the cost efficiency improvements required for a profitable offshore wind industry. There is, therefore, an urgent need for increased knowledge on efficient operations of the yards. 

Digital twins and artificial intelligence have been successfully used in manufacturing to reduce costs and improve efficiency. In the yard industry, the use of digital models has primarily been from a product perspective. There is a lack of knowledge on how they can support efficient planning of the people, equipment, and infrastructure at yards. With digital twins and artificial intelligence, yards gain access to robust data and analytical capabilities that provide more detailed and accurate plans and schedules that minimize non-value adding activities, promising a significant reduction in non-value adding time.

The overall objective of TWinYards is to develop knowledge on how to achieve resource efficiency and flow in the Norwegian yard industry by exploiting digital twins and artificial intelligence. The yards will thereby be able to reduce costs and contribute to green yard operations and a sustainable shift towards offshore wind.

TWinYards – Scaling up for offshore wind at Norwegian yards: Efficient operations through digital twins and artificial intelligence

Rederier og ship management selskaper har ansvar for å følge de etablerte sikkerhetsreglene og standardene i bransjen. Utfordringen for disse selskapene er å balansere kommersielt press og overlappende sikkerhetsregimer, som sjelden dekker hele risikobildet. Samtidig må de håndtere sub- optimale systemer, skip som ofte har unike teknologier som er i bruk, ny teknologi som tas i bruk ombord, og svært komplekse operasjoner. I Tillegg til krav om høyere kunnskapsnivå blant sjøfolk forsterker dette behovet for en mer helhetlig tilnærming til sikkerhet og risikostyring i maritim sektor, hvor både kompleksiset, usikkerhetsvurderinger og psykologiske aspekter må inkluderes.
Denne studien skal undersøke hvilke risikoer som kan løses med dagens sikkerhetspraksis i maritim, og deretter utvikle et rammeverk for å håndtere de risikoene som ikke kan løses med de eksisterende sikkerhetspraksisene i maritim. Forskningen vil simulere og teste en ny metode, både i et kontrollert miljø og deretter fullskala operasjoner ombord på skip.

In today's maritime operations, safety compliance faces challenges due to frequent changes in operations, technology, and business needs. These constant changes make it difficult for not-so-frequently updated safety compliance regimes to optimize risks for the operation of the vessels effectively.
Usually, we can examine two perspectives on how ships are operated. In one perspective, the captain has a ship that's designed well and works perfectly, with clear instructions to follow. If they stick to these instructions, everything should go smoothly. If something goes wrong, it's seen as the crew's fault for not following the procedures. This viewpoint emphasizes the idea of how work is planned to be done, and it blames errors on the crews. The other perspective is conflicting goals and priorities that may cause poor decisions that result in incidents. This captures a large part of the challenges the traditional maritime segments such as tank, bulk, container, RoRo/Ropax, cruise, and supply are facing in their understanding of risk and safety practices, and they are managing it.  
The candidate noticed that terms like "safety" and "risk" are often used interchangeably by these mentioned stakeholders. Concepts like “uncertainty in risk” and “knowledge of operator” aren't usually talked about when discussing risk. The overemphasis on Safety Rules and Safety Compliance can create an environment where individuals are more focused on following established protocols than on executing according to the best solution The audit and compliance regimes grow without much focus from the stakeholders in the industry – it’s just another “compliance job to be done” and felt like a “pain in the ass” and with no value for the operation. Sometimes it can be felt like an infectious disease that maritime hasn't yet managed to find a cure for.

Safety Regimes practices and how they are managed in maritime operations and their ability to prevent and mitigate operational risks.

Task 3.4 Mussels endemic to low-temperature and clean waters of the Norwegian coasts have the potential to become important protein sources for pets, poultry, and aquaculture. Two mussel species are chosen for comparison: common mussel (Mytilus edulis) and Northern horse mussel (Modiolus modiolus). Broodstock will be collected from a commercial mussel farm outside Trondheim and held in 500L flow-through tanks in a temperature-controlled room at the Nofima Research Station in Sunndalsøra. The broodstock will be fed live algae (Isochrysis sp and Rhodomonas sp. and regularly monitored for gonadal development. Spawning will be induced by temperature shock. Eggs from different females will be pooled before the addition of sperm.  Algae (Isochrysis sp. and Nannochloropsis sp.Rhodomonas) will be introduced 24 hours post-fertilization. After 48 hours, the larvae will be transferred to 25 l conical flow-through incubators with aeration, where they will be fed a combination of live algae strains supplied by AlgaVida (Dunaliella sp., Isochrysis sp, Phaeodactylum sp, Tetraselmis sp., Chaetoceros sp., Thalassiosira pseudodana). Different ratios of algae will be tested throughout the larval rearing and spat settlement stages. At the pediveliger stage, the larvae will be transferred to a substrate for settling. Attempts to use natural fibres and not plastic for settlement will be done. Settled larvae will be transferred to the facilities of AlgaVida for growing in a flow through system and a RAS system. During this phase, Nannochloropsis oceanis and Phaeodactylum tricornutum will also be tesed since those algaes will be used for industrial production of Omega-3-oil by AlgaVida and they will rinse the growth medium resirculation through mussel RAS.  The biochemical composition of different food regimes and larvae will be analysed. Mussel samples will be fixated with Bouin’s solution for further histologyc interpretation of the mussels anatomy by experienced researchers in IRTA.

Sustainable fish and shellfish farming

Bruken av avanserte beregningsmetoder for fluiddynamikk (CFD) for å beregne skipsmotstand under designfasen har vært vanlig praksis i mange år. Imidlertid krever disse metodene mange timer for å utføre én enkelt beregning, noe som skaper en flaskehals i skrogoptimaliseringsprosessen. Dette begrenser utforskningen av det praktiske designrommet som kan brukes for å oppnå det beste designet. På den annen side er datadrevne maskinlæringsteknikker godt bevist på andre områder, men for å reprodusere CFD vil det kreve enorme mengder data og trening, og deretter vil reproduksjonene fungere pålitelig bare når de interpolerer mellom de kjente dataene.

Dette prosjektet vil utforske det nye feltet fysikkbasert maskinlæring, som kombinerer rå CFD-data med kjente fysiske lover. Målet er å utvikle en raskere metode for å forutsi skipsmotstand, muligens 100 ganger raskere enn det som er mulig i dag, med sammenlignbar presisjon. Dette vil betydelig forbedre hvor mange design som kan evalueres under skrogoptimaliseringsprosessen, noe som vil føre til enda mer energieffektive skip i fremtiden.

Today due to the time required to perform RANS CFD simulations, the ability to perform optimization is severely restricted. 
To address this problem this project seeks to explore the possibilities of state-of-the-art machine learning techniques and utilize them to accelerate the ship design optimization problem.  It will review state-of-the-art techniques in classical data-driven machine learning. Then seek to improve upon these by adopting promising hybrid approach of physics-informed machine learning, which allows a model to be trained on a combination of raw data and knowledge of the governing laws of physics, like the Reynolds Averaged Navier Stokes equations. To perform the comparison of the various methods open CFD datasets will be produced, including parametric model to study hull variations on NTNU's research vessel RV "Gunnerus".

Physics Informed Machine Learning for Accelerated Ship Hydrodynamic Optimization

En optimalisert og klimatilpassa produksjon av bringebær og bjørnebær i en forlenget sesong

Midlene fra FFL-JA-Forskningsmidlene for jordbruk og matindustri fordelt på år

Midlene fra FFL-JA-Forskningsmidlene for jordbruk og matindustri fordelt på fylker

Midlene fra FFL-JA-Forskningsmidlene for jordbruk og matindustri fordelt på fagområde

Senior Scientist

Det er et mål å øke produksjonen i den norske grøntsektoren med inntil 50% de kommende 15 årene. For å oppnå dette må dyrkingssesongen utvides, men da trengs en bedre kunnskap om hvordan man kan påvirke planteveksten og ta i bruk ny teknologi for å overvåke og beskytte plantene. 'RobustRubus' har derfor som hovedmål å utvikle økonomiske og bærekraftige løsninger for dyrking av bringebær og bjørnebær fra juni til oktober, noe som vil gi grunnlag for en større andel av det innenlandske markedet til norskproduserte bær. Prosjektet vil ha mest fokus på dyrking i plasttunneler, både i jord og substrat, men skal også tilpasses produksjon på friland. Uten en kunnskapsutvikling og et samarbeid som skissert i 'RobustRubus', vil man ikke greie å få et løft for større avlinger av høy kvalitet i disse to kulturene.
Prosjektet er delt inn i fem delmål som skal gi: i) økt kunnskap om vekst og utvikling hos sommer- og høstbærende sorter av bringebær og bjørnebær under nordiske klimaforhold; ii) plantetyper, næring, vanning, beskjæring og substrat med optimal avling og bærkvalitet for en forlenget sesong; iii) bærekraftige tiltak mot viktige skadegjørere; iv) stabile årlige avlinger av høy kvalitet basert på samarbeid mellom dyrkere, veiledere og forskere; v) en kunnskapsbase for dyrking av bringebær og bjørnebær i plasttunneler for hele næringen.
I tre sesonger har det vært importert langskuddplanter av til sammen 18 sorter av bringebær, og 10 sorter av bjørnebær, og drevet disse i et pottesystem i plasttunnel hos en dyrker og i NIBIO. Avling og skuddarkitektur har vært registrert, og bær er analysert for innholdsstoff. Det har vært gjennomført flere smakstester i løpet av sesongen i samarbeid med Bama og andre partnere i prosjektet. Norskproduserte langskuddplanter er testet i forsøk i tre år, og sammenlignet med importplanter. Det er gjennomført fire forsøk i kontrollert klima med sorter av bjørnebær og bringebær for studier av plantevekst og -utvikling. En MSc-student har gjennomført sitt arbeid på materialet, og to artikler er publisert fra disse forsøkene. Det er også gjennomført forsøk på effektene av ulike substrater og gjødslingsstrategier for driving av langskuddplanter av bringebærsorten Glen Ample. De foreløpige resultatene viser at et substrat bestående av 50% trefiber og 50% torv gir sammenlignbare resultater som med dyrking i standardsubstrat som torv og kokos, og kan være et fullgodt alternativ i bringebær-potteproduksjon. Effekten av gjødslingsstrategi på innholdsstoff i bæra er analysert i ett år, og vil bli undersøkt videre vinteren 2024. Raman-spektroskopi er også testet brukt for undersøkelse av smak og kjemisk sammensetning i bæra fra bringebærsorter. Smaken på bæra ble vurdert av et smakspanel, og ble analysert for sukker- og syreinnhold. De innsamlede dataene ble korrelert med Raman-spektrene ved bruk av kjemometriske-metoder. Prediksjonsmodellen avdekket muligheter for bruk av Raman for nøyaktig analyse av sukker og syre i bærene, samt en relativt god vurdering av smak. Resultater fra tester med sorter, substrat og gjødsling er formidlet i populærvitenskapelige artikler i dyrkermagasiner. 
Rotmasse brukt til produksjon av stiklinger, hvilende 1-årige skudd med blomsterknopper og blomster-induserte langskudds-planter ble eksponert for vanndamp ved 44°C i 2 eller 4 timer. Det ble dannet like mange stiklinger fra rotmasse som ble behandlet med damp sammenlignet med ubehandlet. Knoppbryting fra dampa skudd ble forsinket med 2-4 dager i forhold til ubehandla, og antall knopper som utviklet seg, var litt færre etter damping. Langskudds-planter ble betydelig skadet etter damping og hadde signifikant lavere avling enn ubehandla planter. To sopparter i svart rotråte-komplekset døde etter damping av rotmassen. Damping i 2 timer fjernet 93% av overvintrende bladmidd på skuddene, og alle døde etter 4 timers behandling. Ingen egg av bringebærbladlus overlevde etter damping i 2 eller 4 timer. Så langt i prosjektet kan vi konkludere med at rotmassen tåler dampingen, men det trengs justeringer i temperatur og/eller eksponeringstider før man kan anbefale denne metoden for langskuddplanter, selv om virkningen mot skadegjørerne er god. Korte perioder med overvanning 4 ganger per dag halverte populasjonen med veksthusspinnmidd.
Forsøk med sorter, planteavstand, plantevernmidler for fjerning av ny-skudd i pottene, og undersøkelse av skuddsykdom i felt er undersøkt hos dyrkere i ulike deler av landet. En økonomisk kalkyle er under utarbeiding, etter datainnsamling fra dyrkere med ulike dyrkingssystemer. Dette skal gi datagrunnlag for en livsløpsanalyse, og gi veiledning for en økonomisk bærekraftig produksjon. Det har vært gjennomført prosjektmøter og fagdager i prosjektperioden, og resultater er formidlet fortløpende til prosjektpartnerne og andre i næringa i inn- og utland.

Over the recent years, the berry industry has received an increasing request for more domestically produced raspberry for fresh consumption outside the current major harvesting season in July and August. There is also a market demand for an increase in blackberry production from near nil today. The primary focus of RobustRubus is therefore to provide the basis for extended-season cultivation in high plastic tunnels of both crops, i.e. harvesting from June to October. However, results from the project may also be used in the traditional open-field production. The project will investigate how we can better exploit high-quality and high-yielding annual and bi-annual cultivars adapted to Nordic climatic conditions. For a rapid and economically sound adaptation of the cultivars, we seek to advance the understanding of their reactions to temperature, light and growth media. To ensure the establishment of wood fibre as a viable growing media, watering and fertilization will be thoroughly adapted to cultivars, growth phases, time of the season and environmental conditions. A life cycle assessment (LCA) will be performed to compare environmental sustainability among growth media and high plastic tunnel vs. open field production. Both in transplant and fruit production of the two crops, it is expected that RobustRubus will contribute to a substantial reduction in current use of synthetic chemicals by introducing several non-chemical means in the control of fungal pathogens and mites. For rapid transfer of new knowledge and ensure economically viable innovation, the advisors in the project will have a continuous communication with the growers and pay weekly to bi-weekly on-site visits at production sites. The project will contribute to recruitment of the industry by yearly offering student internships for work experience and thesis subjects based at research stations and/or regional advisory offices, and a postdoctoral fellowship in plant pathology will also be offered.

Sustainable solutions for profitable raspberry and blackberry production

Konferansen Mobilitet 2021  arrangeres digitalt 16. - 17. februar 2021. Hovedtema for konferansen er:  "Rethink Mobility -  Transport og reisevaner etter Covid-19". Lenke til konferansens hjemmeside: https://mobilitet2021.no/

Konferansen vil være basert på forskning og belyse viktige problemstillinger innen mobilitetsområdet. Den skal være en digital møteplass for alle som jobber med eller har interesse for samferdsel- og mobilitetsspørsmål. Hvordan Covid-19 har påvirket vår mobilitet og hvilke langsiktige endringer vi kan vente oss, er hovedtema. Det blir også foredrag og diskusjoner om grønn omstilling og en rekke andre viktige og vanskelige utfordringer.

Konferansen er en faglig arena med rom for debatt og refleksjon, hvor forskning og kunnskap formidles, politikk utvikles, tanker brynes og gode idéer deles. Sentrale personer innen forskning, politikk, næringsliv og forvaltning holder innlegg. Deltakerne blir du med i et fellesskap for å finne løsninger på dagens og morgendagens utfordringer.

Transportøkonomisk institutt (TØI) og Opplysningskontoret for veitrafikken (OFV) er hovedarrangør sammen med 16 sentrale aktører innen samferdselssektoren. Partnere er: NAF,  Avinor, Nye Veier AS, SINTEF, ITS Norway, Ruter, Jernbanedirektoratet, Statens vegvesen, KNA, NHO transport, Virke, Drivkraft Norge, Kollektivtrafikkforeningen, Kystverket, Norsk Hydrogenforum og NLF.

0 antall prosjekter

TRANSPORT-Transport 2025

Mobilitet 2021

Tildelt: kr 99 999

Prosjektperiode: 2021-2021

Sted: Oslo