Skogen er som folk, det er få trær som er like og alle har sine egenskaper. Og det gjelder å plukke rett tre for formålet.
Å finne drømmetreet med et tastetrykk ligger litt fram i tid. Men å få vite mer om hvordan en skogbestand ser ut uten å måtte oppsøke den fysisk, er nyttig og kan gi skogbruksnæringen betydelig besparelser.
– Det kan være lange, slanke lyktestolper eller kvistfritt treverk til lister. Skogdigitalisering kan gi store fordeler, sier Marius Hauglin, forsker ved Norges miljø- og biovitenskapelige universitet (NMBU).
En skog, mange forskjellige trær
Knut Marius Hauglin er forsker ved NMBU. (Foto: Håkon Sparre)
I over 100 år har skogbruket telt trær og regnet ut hvor mye kubikk det står i den norske skogen. Det har de gjort ved utvalgskartlegging der noen utvalgte områder undersøkes nøye og brukes til å representere hele skogen – litt som i en politisk meningsmåling.
Det har gjort det mulig å dele en skogeiendom inn i skogbestander med omtrent de samme egenskapene, som høyde, treslag og vekstforhold.
Men for et bestemt enkelttre har det vært vanskelig å si noe eksakt – om man da ikke går ut i skogen og måler det. Og med 3,1 milliarder grantrær, 1,4 milliarder furutrær og nærmere 4 milliarder bjørketrær, er det en helt uoverkommelig oppgave.
Men med nye digitale verktøy åpner det seg nye muligheter. Det meste av norsk skog er nemlig kartlagt digitalt. Utfordringen er nå å tolke de dataene vi har.
Men å si noe om hvilke formål trærne i et område kunne egnet seg til, hadde vært en stor fordel. Det kan være et langt, slankt, tre til lyktestolper eller en kort, krokete furu til papir.
– Det er her vi setter inn forskningsfokuset. Hvordan plukke ut en skogbestand med egenskaper vi er på jakt etter? sier Hauglin.
– I mange år har vi skannet skogen i tre dimensjoner fra lufta. Tettheten mellom punktene har blitt mindre, og med det trer enkelt-treet tydeligere fram digitalt, fortsetter han.
– Sett ovenfra danner punktene et rutenett, men vi vet også hvor høyt over bakken hvert enkelt punkt er. Snur vi punktsvermen 90 grader trer, tærne i skogen fram og da kan man også skjelne treslag med det blotte øyet. Så vi har lenge hatt et bilde av trærnes omtrentlig utseende, men ikke nøyaktig nok til å si noe om hva industrien kan bruke det til, forklarer Hauglin.
Trærne som hogges av en hogstmaskin måles og vurderes for synlige feil. Disse målingene gjør at forskere kan lage en matematisk modell av det enkelte tre som er hogd.
– Enkelt forklart prøver vi å koble alt det som registreres av hogstmaskinen med hvordan det skannede treet ser ut på «flybildet». For vi antar at trær med omtrent de samme egenskapene ser omtrent like ut. Dermed kan vi lete etter de samme trærne i flybildet om man ønsker flere trær med samme egenskap. Men denne koblingen av data er utfordrende og i praksis er dette ganske vrient, sier Hauglin.
Skogen skannes før hogst og når skogen hogges registreres data om hvert enkelt tre. Med GPS-målinger vet hogstmaskinen hvor hvert enkelt tre stod og så er det bare å koble dataene sammen.
Skogfagstudenten Tallak Dieset er tilknyttet prosjektet og vil i løpet av denne våren undersøke om det er mulig å lage modeller som sier noe om fordelingen av kvaliteten på treet. Det vil si hvor mye som kan brukes som sagtømmer, og hvor mye som blir papir. Det stilles svært strenge kvalitetskrav til sagtømmer fordi dette tømmeret skal brukes til konstruksjoner eller veggpanel. For tømmer til papirproduksjon er det få kvalitetskrav. Sagtømmeret er svært godt betalt og andelen sagtømmer betyr svært mye for den økonomiske verdien av skogen.
Kvalitetsinformasjonen vil bli knyttet sammen med data fra laserskanningen, og om forsøket er vellykket vil det gjøre det mulig å anslå en sagtømmerandel i en skogbestand i en digitalisert skog.
– Dette er første steg på vegen mot målet om å kunne finne drømmetreet i en digitalisert skog, påpeker Hauglin.
Selv om skogbruket har telt trær i over 100 år, er det fortsatt en relativt kostbar prosess. Mer digitalisering vil gjøre det billigere.
– Den pågående forskningen vil vise om denne metoden er nøyaktig nok, og om den kan erstatte deler av det manuelle arbeidet ved skogkartlegging. Om det er mulig, vil det gi en kostnadsbesparelse for skogeieren, forklarer Hauglin.
I gangene til NTNU Gløshaugen i Trondheim ruller en robot. Den ligner en delvis demontert R2D2 – den lille pipende, skvatrende boksen som er kjent fra Star Wars-filmene.
Men ulikt snarrådige R2D2 har denne roboten hue sitt et annet sted – i alle fall delvis.
Viktige deler av hjernen til roboten flyter nemlig i en oppløsning av salt og sukker i et laboratorium noen hundre meter unna – en samling nerveceller – nevroner – fra rotte.
Roboten kan snakke til rottenevronene – over nettet. Roboten sier omtrent: Hei, nevroner! Hør hva avstandsmålerne mine sier! Så langt unna er veggene her i korridoren hvor jeg ruller av sted.
Så skjer det magiske, det som både professor og dataforsker Gunnar Tufte og kollegene hans på NTNU vil vite mer om: Rottenevronene begynner å rotte seg sammen.
Nevronene kobler forbindelser. De reagerer på avstandsimpulsene. Strømmer skyter ut fra rottenevronene og inn i elektroder. Så sendes signalene tilbake til Gunnar Tufte og kollegene hans.
Der går de gjennom et dataprogram som tolker nervesignalene. De blir til styringssignaler for hjulene til roboten.
Styringen har ett mål: Ikke kom borti veggene! Hva er den enkleste måten å unngå det på? Å gå rundt og rundt på samme sted – i en sirkel. Det gjør roboten.
– Det må ha vært et ganske triumferende øyeblikk, Gunnar Tufte?
– Ja. Det viser at prinsippet virker.
– Dere har kontakt med rottecellene?
– Ja.
NTNU Kyborg
Roboten har blitt en medieyndling. NTNU Kyborg – som den heter – har sjarmert seg inn i både NRK P1 og Adresseavisen.
Video: Stein Roar Leite, NTNU
Ja, for dette er ikke en robot, men en kyborg – en kybernetisk organisme – en sammenkobling av død maskin og levende celler – roboten og rottenevronene.
Nevroner sparer strøm
Det er rundt 100 000 nevroner i laboratorieskålen. Det er alt for lite til å kunne kalles en hjerne.
– Så – hva kan 100 000 rottenevroner stille opp mot hundrer av millioner lynraske transistorer i en datachip, Tufte?
– De er jo veldig gode på mønstergjenkjenning og mønstersammenligning og sortering.
– Slike som i nevrale nettverk, i kunstig intelligens, altså? Er rottenevronene bedre til dette enn tradisjonelle silisiumdatamaskiner?
– Hvis du først har trent nevrale nettverkprogrammer i vanlige datamaskiner, så er de kjempegode. Men grunnen til at Google og disse andre fantastiske nevrale nettverkene virker, er jo at vi har superdatamaskiner som kan stå i ukevis og trene.
– Og en sånn superdatamaskin – den superdatamaskinen vi har på NTNU, den bruker så mye energi at kjølvannet kan varme opp hele NTNU på Gløshaugen.
– Vi skal kjøpe en ny nå, og det går bra. Men hvis trenden fortsetter – ifølge noen beregninger finnes ikke nok strøm i Midt-Norge til å drive den maskinen.
– Og disse rottenevronene er kanskje treigere enn klokka på en Gigahertz-mikroprosessor, men de bruker egentlig ganske lite energi.
Oppi den hvite koppen er en kultur av nerveceller fra rotte, koblet til et gitter av små elektroder. (Foto: NTNU)
Kan gi lamme førlighet
– Så neste Google-orakel blir en rottehjerne?
– Nei, men en del av det vi driver med, sånn som kyborg-roboten som kjører rundt, det er tolkning av nervesignaler. Du kan for eksempel ta ut signaler fra hjernen for å gi lamme førlighet.
– Hvis du klarer å tolke nervesignalene, så kan du sende dem forbi det skadede nervevevet. Og da kan du faktisk klare å få folk med for eksempel en ryggmargsskade til å bevege beina igjen.
– Så dette er kanskje den første anvendelsen, ikke personlige intelligente assistenter?
– Nei, akkurat den biten med å gi lamme førlighet er veldig nær. Det er faktisk noe som kommer rett ut av dette eksperimentet. Kan jeg vise deg noe som er veldig, veldig kult?
– Ja, gjerne!
Nervemønstre under elektrodene
– Jeg har egentlig akkurat begynt med det her … Jeg prøver å finne ut hvordan nevronene danner strukturer hvis de får lov til å være i fred. Og her ser vi elektroder under mikroskop.
– Og over elektrodene – de svarte prikkene – har vi lagt 50 000 stamceller fra rotte som kan utvikle seg til nevroner. Disse cellene her har ennå ikke begynt å utvikle seg til nevroner med nervebaner – aksoner og dendritter.
– Men her er de samme cellene etter åtte dager. Her ser du at nevronene har formet klaser – forbindelser. De sender signaler seg imellom.
Til venstre: Nerveceller av rotte påkoblet elektroder etter to døgn. Til høyre: Etter åtte døgn ser du tydelig at det oppstår strukturer. (Foto: Gunnar Tufte, NTNU)
– Ville de gjort det uten elektrodene?
– Ja, dette gjør de automatisk. Men så kan vi finne ut hvordan vi skal stimulere dem for å få ut et signal som vi kan bruke til beregninger.
Trenger ikke å vite alt
– En hjerneforsker fortalte meg at å lage en datamodell av hva som skjer inne i en eneste hjernecelle, det er nesten umulig, selv på et stort datasystem. Er det ikke mye kompleksitet der nede som dere aldri får tak i med disse få elektrodene?
– Jo, det er det.
– Ikke ta det fornærmelig at jeg sier få elektroder …
– Nei, det er få elektroder. Det er veldig få. Men vi trenger egentlig ikke å vite hva hvert enkelt nevron gjør.
– For å oppnå det dere vil oppnå, så tar dere egentlig i bruk en vanvittig komplisert biologi og henter ut det dere trenger?
– Ja.
Snakker med nevronene
– Men hvis dere ikke trenger all kompleksiteten – kunne dere ikke bare brukt en digital modell av nevronet – et nevralt nettverk i en vanlig datamaskin? Det kunne fylt samme oppgaven?
– Altså – det vet vi ikke.
– Nei?
– Jeg tror jo det. Jeg tror at det kan fylle samme oppgaven. Men da må vi vite hvordan disse nevronene kobler seg sammen og gjør noe fornuftig. Det har vi ingen idé om.
– Så dere må rett og slett lære av nevronene?
– Det er det vi gjør nå. Vi stimulerer nevronene elektrisk.
– På sett og vis snakker dere med nevronene?
– Vi prøver å finne en måte å snakke til nevronene sånn at de former de strukturene som vi vil ha.
Mister stålkontrollen
– Det er litt som å dunke på et kne, og så spretter det opp av en nerverefleks, men dere aner ikke åssen refleksen virker inni kneet?
– Ja, det er litt av det samme. En slags første tilnærming er å prøve å utnytte dette uten å prøve å lage en detaljert modell.
– Dere vet ikke nøyaktig hva som skjer. Det betyr vel at denne teknologien slipper opp stålkontrollen som du har når du lager vanlig teknologi?
– Ja. Det gjør den.
– Jo mer avansert det blir, desto mer mister dere kontrollen?
– Ja, på en måte.
– For en hardcore teknolog må vel det være en sorg?
– For mange er det nok det. For meg er det det ikke.
– For meg er biologien utrolig fascinerende. Den kan gjøre det som ingen maskin kan gjøre – den kan transformere seg selv. Når en celle gror, så tar den energi fra sollyset og stoffer fra omgivelsene lager en kopi av seg selv.
– Dette blir jo litt teoretisk, men hva er egentlig en beregning? Informasjonsteoretisk sett, så er beregningskraften til hele Universet gitt av massen til Universet.
– Og da er jo biologien spesiell. Den kan øke sin egen masse, sin egen beregningskraft, over tid. Det er ingen maskin vi har bygget som kan det.
Inspirert av biologi
– Dette blir en slags blanding av liv og teknologi, da?
– Ja, det kan du si. Men vi prøver også å gjenskape oppførselen til nevronene på andre måter. Biologien er inspirasjonen, og så prøver vi å lage tilsvarende i fysiske systemer.
– Vi har nylig startet et prosjekt med nanomagneter – bitte små magneter. Og fordelen er at hvis du setter magneten i en posisjon, så holder den seg der. Du får et langtidsminne.
Partikkel-skyer av karbon nanorør lager strukturer i et linjemønster av mikroelektroder i ett av forsøkene ved NTNU. (Mikroskopi: University of Durham)
– Vi har også eksperimentert med karbon nanorør og gullkorn i nanostørrelse.
Mange muligheter i nanomassen
– Hvordan kan magneter, nanorør og gullkorn erstatte levende celler?
– Når du har veldig mange nanorør, så har du et materiale – en klump eller en masse, da – som har en stor mengde variasjon. Det finnes en stor kompleksitet inni der.
– Det blir litt sånn som hypotesen om Boltzmann-hjerner som fra tid til annen oppstår tilfeldig og spontant ute i verdensrommet fordi det er så enormt komplekse muligheter for hva som kan skje der ute?
– Ja, det finnes veldig mange muligheter i nanomassen.
Kompleksiteten eksploderer
– Men denne uregjerlige massen av nanorør – kunne du ikke laget en datamodell av den i en vanlig maskin også? Eller ville det bli vanvittig …
– Da snakker du om simuleringer som tar lengre tid enn vår levealder.
– Så det er for komplekst?
– Ja. I det samme prosjektet som nanorør brukte vi jo også nanopartikler av gull. Og de er lettere å simulere.
Denne datakretsen – en logisk port – er dannet av evolusjon i nanopartikler fanget i et gitter av elektroder. Prosessen krever nedkjøling til under en grad Kelvin, altså mindre enn en grad fra temperaturskalaens absolutte nullpunkt. (Foto: Universitetet i Twente, Nederland)
– Men – i datamodellene kunne vi ikke ha mer enn et titalls gullpartikler. Du kan ikke simulere flere, for da eksploderer beregningstiden, selv på en superdatamaskin.
– Et titalls partikler, bare? I den virkelige blandingen er det vel milliarder av gullpartikler. De er ikke en stilisert simulering, en modell av kompleksiteten. De er kompleksiteten selv.
– Ja. Det er en sammenheng mellom de signalene som flyter gjennom og den strukturen som oppstår.
– Det samme skjer i nevroner. Hjerneskann av drosjesjåfører i London før og etter kurset der de lærer alle gatene viser tydelig at det er andre nervekoblinger etterpå.
– Slike nye sammenkoblinger er grunnleggende for å få til læring. Altså – evnen til selv å påføre deg endringer i din egen struktur.
Evolusjon i nanorørene
– Som også kunne vært sagt om evolusjon? Evolusjonen er vel en måte som livet bruker for å lære å tilpasse seg omgivelsene?
– Ja – det spørs hva du mener med å lære, da.
– Ja, ikke sant. Det blir jo ikke bevisst læring, men at genene forandrer seg ut fra hva som overlever. Det som kopieres, er det som overlever. Er det noe tilsvarende her?
– Det tilsvarer begrepet survival of the fittest. Dette prinsippet bruker vi jo også i nanorørene. De egenskapene som er best tilpasset til å løse den oppgaven vi vil, får lov til å fortsette til neste generasjon av mønstre i nanorørene, og så bygger vi videre på dem.
Styrer evolusjonen
– Men det er en forskjell. Evolusjonen har ikke noe bestemt mål. Det eneste målet en flodhest har, er å flodheste, for å si det sånn. Men oppgaven til nanorørene deres er jo ikke bare å nanorøre omkring. De skal gjøre noe for dere.
– Ja, og da prøver jo vi å definere en slags fitnessfunksjon. Hvor godt er livet tilpasset omgivelsene sine? For oss betyr det: Hvor langt er vi unna å gjøre de beregningene eller den informasjonsprosesseringen som vi vil?
– Og så styrer dere det ut fra det?
– Ut fra det.
– Det blir omtrent som gartneren som begynner å luke ut de stygge plantene? Dere tar gartnerens rolle i evolusjonen?
– Ja. Det er akkurat det samme egentlig.
– Og da blir det jo en annen evolusjon?
– Ja.
Ikke interessert i detaljene
– Men i bunnen hele tiden ligger et klart mål. Dere har et mål om å samvirke med det som skjer der nede, men dere har ikke full kontroll over det som skjer.
– Nei, vi har ikke full kontroll. Men vi har god nok kontroll til å få de beregningene vi trenger.
– Jeg skjønner. Du henter det ut av systemet som du trenger, og resten bryr du deg rett og slett ikke om.
– Du bryr deg ikke om det. En av de store forskjellene på oss som sitter oppe i dette bygget her på NTNU Gløshaugen og de som jobber med rottenevronene i det nevrologiske laboratoriet, det er kanskje at – vi er egentlig ikke så gruelig interessert i hvordan nevronene fungerer i detalj.
Ulike interesser – samme prosjekt
– Men det er nevroforskerne?
– Ja. Idéen med kyborgen er at hvis forskere fra forskjellige fag samler seg rundt den, så har alle sine egne gode grunner til å delta.
– Det jeg har sittet og snakket om nå, er jo de forskningsspørsmålene som jeg er interessert i. Men hvis du er litt kynisk – svarene på mine spørsmål gir ikke nevroforskerne noe.
– På den andre siden – hvis vi kan lete etter en felles forståelse av hvordan nettverkene til nevronene endrer seg, så er det er noe som alle er interessert i.
– Da er det en helt annen energi i samarbeidet. Og det har vi fått til på NTNU. Det er en mulighet som eksisterer få steder i verden.
Ola Huse Ramstad og Rosanne van de Wijdeven er to av nevroforskerne ved Regenerative Neuroscience lab, INB/NTNU som er interessert i hvordan rottenevronene utvikler seg i møtet med datateknologi. (Foto: NTNU)
Vi er hos NTNU på Dragvoll i Trondheim, mens student Nicklas Nilsen er i Gjøvik. Akkurat nå er han et grønt fjes og to gestikulerende hender. Han viser hvordan vi kan samarbeide ved hjelp av virtuell virkelighet.
3D-hjelmen er på, øreproppene sitter i og ved hjelp av gripehendene kan du både bevege deg rundt i rommet og bruke de forskjellige objektene som finnes i det. Den kua kan du ikke løfte opp, men den terningen kan du kaste bortover gulvet. Krittet fungerer som det skal, og den stangen vil du helst ikke ha i hodet.
Etter noen minutter takker vi for nå og så er det av med VR-hjelmen og tilbake til hvite vegger igjen. Vi er i laboratoriet med det lange navnet Livslang læring VR-lab ved Institutt for pedagogikk og livslang læring.
Planlegging av gruppeaktiviteter i Trondheim og Gjøvik på den virtuelle tavlen. (Illustrasjon: Eksperter i Team)
Samarbeid i tre byer
Arbeidet ved NTNU er knyttet opp mot Eksperter i Team (EiT), et studieemne der studenter blant annet lærer å samarbeide.
– Dette skal vi bruke i fremtidens Eksperter i Team. Vi har allerede tre grupper fra EiT i Trondheim og Gjøvik som har jobbet sammen i VR. En av gruppene har utviklet et laserspill i VR som skal fungere som en «isbryter» slik at NTNU-studenter som møtes i VR, skal ha det sosialt og gøy, sier Ekaterina Prasolova-Førland. Hun er førsteamanuensis ved Institutt for pedagogikk og livslang læring.
Hun har sammen med ulike samarbeidspartnere fått støtte på én million kroner fra Eiendomsavdelingen ved NTNU til å etablere innovative læringsarenaer, både fysiske og virtuelle, for å styrke samarbeid på tvers av NTNUs campuser.
Dette ble svært så aktuelt da NTNU utvidet til Gjøvik, Ålesund og flere steder i Trondheim. Nå skal folk i tre byer samarbeide best mulig. Og her kommer altså denne samarbeidssimulatoren inn.
– Studentene ved EiT har allerede brukt den virtuelle læringsarenaen for å samarbeide med studentene i Gjøvik. De har brainstormet på tavla, delt dokumenter og så videre, sier Prasolova-Førland.
Deling av diagrammer. (Illustrasjon: Eksperter i Team)
En av gruppene har utviklet et byggesett der de sammen kan utvikle 3D-modeller for undervisningsformål, for eksempel 3D-molekyler.
– Det er klart at noen typer samarbeid er bedre egnet for andre verktøy, men de får større følelse av å være sosialt til stede i VR, sier Prasolova-Førland.
Målet deres er å finne fram til den beste måten å samarbeide på ved å kombinere bruken av VR, andre verktøy som Skype og Google docs og møter ansikt til ansikt.
Virtuell virkelighet skal altså være en del av løsningen. For denne teknologien er fremdeles nokså fersk, og mulighetene i fremtiden er mange. En annen løsning er AR, utvidet virkelighet, der data fra den fysiske verden kombineres med virtuell data og gir mer informasjon.
Gigantene som Facebook, Microsoft, Ford og Samsung satser tungt på den nye teknologien. For eksempel bruker Samsung VR til å trene opp nye fabrikkarbeidere.
NASA og andre aktører har VR-simulatorer for arbeidssituasjoner som er for farlige eller vanskelige å trene på til daglig. De kan for eksempel gjenskape den internasjonale romstasjonen for trening av astronauter.
I Ford Immersive Vehicle Environment kan brukere, ingeniører, designere og andre spesialister jobbe sammen for å utvikle prototyper til nye biler og ikke minst spare store pengesummer.
Flere kommersielle aktører, spesielt bilprodusenter, har tatt det i bruk, for å få fart på produktutviklingen og senke kostnader.
Men det er ikke bare utenlandske bedrifter som satser på VR:
– VR brukes også til smertelindring i flere sammenhenger, blant annet har vi et eget prosjekt på gang med St. Olavs Hospital, sier Prasolova-Førland.
Elverum-skolen i Hedmark har tatt VR i bruk for å lære matte. Også ved NTNU forskes det på matteundervisning i VR. For eksempel har en av gruppene i Eksperter i Team utviklet en app for å lære seg matte i 8. klasse, som kronprinsen prøvde under World Cup i Granåsen i mars. En masterstudent skal forske videre på matematikkundervisning i VR.
Allerede nå kan du se konturene av at dette kan brukes når grupper på fysisk ulike steder skal planlegge noe sammen som krever noe nær håndfaste demonstrasjoner.
Kanskje byplanleggere kan få et inntrykk av hva som skjer når du påvirker byen ved å sette opp nye bygninger eller rasere en park? Trondheim kommune har allerede en prototype til en slik VR-løsning på plass.
Fantasien setter begrensningene når tid, finansiering og vilje er på plass.
Dette er et arbeid under utvikling. Nicklas Nilsen har levert masteroppgaven sin, men to nye masterstudenter er klare til å fortsette arbeidet.
– Hensikten med prosjektet er å undersøke i hvilken grad studentene kan utvikle ferdigheter i å samarbeide gjennom et virtuelt samarbeid. Dette er nyttig kunnskap for et universitet med campus i flere byer, sier Bjørn Sortland, leder for EiT-staben.
– Samarbeidet om virtuell virkelighet med Trondheim gir oss muligheten for å samarbeide på nye måter, mener Simon McCallum ved NTNU i Gjøvik.
– Målet er å gjøre NTNU til et fysisk sentrum i Norge for virtuell virkelighet, forklarer førsteamanuensis Prasolova-Førland.
Hun er involvert i alt fra utdanning av studenter og trening på ulykker til en svømmetur blant laks i oppdrettsmerdene. Samtidig har hun startet et eget VR-nettverk for kvinner i Norge og skal lede prosjektet Virtuell praksisplass med tildeling fra NAV, der målet er å få ungdom i arbeid ved hjelp av VR/AR-teknologi med spillelementer.
Alt i en virkelighet som ikke finnes. Men som nesten finnes likevel.
Volha Shapaval er en av mange forskere som forsøker å finne smarte måter å bruke matavfall på. Hva kan for eksempel restene fra matproduksjon brukes til?
Shapaval, som er førsteamanuensis ved Norges miljø- og biovitenskapelige universitet (NMBU) gjør om avfallet til olje.
Hun bruker det som kalles for spektroskopi for å få full oversikt over hva avfallet faktisk består av – helt ned på molekylnivå. Spektroskopi er lysmålinger som karakterisere innholdet i restråstoffet. Deretter tilsetter hun ulike sopparter, som spiser råstoffet og gjør det om til olje. Denne oljen kan brukes i mat, dyrefôr eller biodrivstoff.
Forskningsgruppa Shapaval er en del av ved Fakultet for realfag og teknologi, NMBU, får tilsendt alt fra potetskrell til animalsk fett fra norsk industri. Avfallet brytes ned og ender opp i flytende form.
Shapaval tilsetter ulike mikroorganismer, for eksempel sopp, i ulike typer av restråstoffet. Hensikten er å finne det som er best for oljer til forskjellig bruk ved å se på kombinasjon av restråstoff og mikroorganismer.
Hun forsøker å finne ut av hvilke mikroorganismer om spiser substansen de er tilsatt i.
Prosessen er basert på å utnytte sopp som inneholder mye olje, som muggsopp og gjær. Disse er i stand til å spise forskjellige råstoff og slik endres det til biomasse rik på olje.
Her forbereder Volha Shapaval mikroorganismer for spektroskopiske målinger. (Foto: Håkon Sverdvik)
Fra innvoller til olje
I et større forsøk har Shapaval sett på hvordan ulike mikroorganismer konverterer animalsk fett til mer nyttig olje. Målet er å få minst mulig restråstoff ved å utvikle et kretsløp der avfall fra produksjon ender som tilsetting i nye produkter.
Kyllingavskjær, eggeskall og innvoller er utgangspunktet i dette forsøket.
– Vi forsker på hvor langt det er mulig å oppgradere fettet til mer nyttig og sunt fett som er rikt på omega 3- og omega 6-fettsyrer, slik at det har høyest mulig kvalitet og kan tilsettes ulike produkter. I tillegg til animalsk fett bruker vi nesten alle typer råstoff, som rester fra jordbruk og mat, og konverterer det til ulike klasser av olje som brukes til ulike formål, forklarer Shapaval.
Shapaval tester tilsetting av mange ulike mikroorganismer på ett bestemt råstoff. Hun følger med på hvordan restråstoff endrer seg når sopper tilsettes og hvordan råstoffet spises opp av de forskjellige soppene.
Mikroskopibilde av mikroorganismer som produserer olje. (Foto: Gergely Kosa)
En bærekraftig prosess
Matrestene sendes først gjennom Norilia, som har ansvaret for salg og utvikling av alt restråstoff, som slakting, nedskjæring og foredling på alle dyreslag, i Nortura.
Derfra går ferden videre til Norsk Protein, som tar imot biprodukter fra slakterier og skjærebedrifter. Norsk Protein videreforedler dette til kjøttbeinmel og animalsk fett.
Omtrent her i prosessen kommer forskerne ved NMBU inn og jobber med konvertering av animalsk fett til ny olje.
I siste ledd finner vi blant annet Felleskjøpet, som kjøper oljen som er utviklet. De tilsetter den i dyrefôr. Da er det viktig at oljen har den beste sammensetting til akkurat dette formålet. Fôret gis så til nye dyr og slik er ringen sluttet for en bærekraftig produksjon.
Kjapt og trygt
Mange parametre kan måles samtidig og gir en stor mengde data, som for eksempel fett, protein, karbohydrater og pigmenter.
– Det er mulig å benytte mer tradisjonelle kjemiske metoder for å finne frem til det totale innholdet i biomassen, men det tar veldig lang tid å få svar på slike prøver. Med spektroskopi kan vi både analysere mange ting på en gang, og vi kan måle raskt og uten å ødelegge soppcellene. Med spektroskopi ser vi den totale biokjemiske sammensetningen på en rask og effektiv måte, forklarer Shapaval.
Dagens oppgave: Gi to positive og en negativ kritikk av de andre i gruppa di!
Det er stille rundt bordene i ingeniørenes høyborg på Gløshaugen i Trondheim. NTNU-studentene har bare noen minutter på seg. Det fingres med kulepenner.
– Det er vanskelig å finne noe som det har en hensikt å si, og samtidig ikke er slemt. Jeg har jo ikke noe lyst til å være slem, sier en av dem til forskning.no.
Ubehagelig øvelse
Fra sentral plass følger Martine Gran med. Hun er en av to læringsassistenter som skal hjelpe til.
– Jeg har aldri kjørt denne øvelsen før. Å gi negativ kritikk er nok noe av det mer ubehagelige. Vi kan jo risikere å gjøre oss lite likt, og det går imot menneskets instinkter. Vi er jo flokkdyr, ler hun.
Flokkdyrene rundt bordene er i ferd med å slippe opp for tid. Det skribles på papirlapper.
Snart skal studentene ut på den personlige glattisen. De må framføre kritikken for de andre i gruppa. Det er en uvant rolle.
Fy-fy å gå rundt grøten
– Altså – når du går på Gløshaugen, så er det veldig fokus på fakta. Å gå rundt grøten er fy-fy, sier Martine.
«Grøten» i dette kurset er et konkret prosjekt – å lage styringssystemer for selvkjørende lastebiler.
Men det egentlige prosjektet handler ikke om lastebiler. Det egentlige prosjektet er nettopp – å gå rundt grøten.
Det handler nemlig om grøtkokerne – studentene selv. Hvordan klarer de å samarbeide om prosjektet? Skjønner de hvordan de innvirker på samarbeidet?
Eksperter i team
– Mange synes det er rart å tenke rundt samarbeidet, gå dypere ned. Hvorfor er det som det er? De fleste er vant til at det bare er sånn, sier Martine.
Det er andre året hun veileder i kurset Eksperter i team. Det har vært obligatorisk i flere år.
Industrien trenger ikke bare gløgge hoder. De trenger hoder som kan snakke sammen, jobbe sammen.
Hvordan går det med planleggingen av den selvstyrte lastebilkolonnen? Svein-Olaf Hvasshovd peiler framdriften i gruppa til Jonas Gunnarshaug Lien og Anders Magnus Gildberg. (Foto: Arnfinn Christensen, forskning.no)
Fra Google til NTNU
Skulle studentene være i tvil om dette, så kan de bare snakke med den godlynte eldre mannen som leder dette kurset.
Svein-Olaf Hvasshovd er en professor på NTNU med uvanlig lang erfaring fra industrien. Han har jobbet i SINTEF, startet et firma med nærmere 150 ansatte som laget en database for Telenor på 1990-tallet og tok en svingom innom Google.
– Google tok godt vare på folkene sine. Du hadde treningsstudio, tilbud om vasking av klær og selvfølgelig et større antall restauranter som var gratis, forteller han.
Sladresystem
Men Google hadde også en mørkere side den gangen på tidlig 2000-tall. Kolleger sjekket kolleger, halvt i hemmelighet.
– For meg virket det som et sladresystem. Jeg fant meg ikke til rette i det, forteller Svein-Olaf.
Som kursleder på Eksperter i team er det en annen bedriftskultur han arbeider for – åpenhet og samarbeid.
Landsbyleder
Skjønt – han kaller seg ikke kursleder. Han er landsbyleder. Hvert kurs er som en samling av landsbyer, grupper på fire–fem studenter.
Landsbylederen har ansvaret for den faglige delen av kurset – i dette tilfellet selvstyring av lastebiler.
En av gruppene arbeider med modellbiler, kjøpt i en hobbybutikk. De lager et styringssystem der den forreste modellbilen holder farten og bilene bak følger tett på – i fast avstand.
Populært besøk fra Kongsberg Automotive: NTNU-student Lene Finsveen tok selfie foran en av lastebilene fra bedriften. (Foto: Lene Finsveen)
En annen gruppe lager en app der lastebilsjåfører kan melde inn veiproblemer som ras og sperringer. Disse veimeldingene sendes ut til andre sjåfører via mobil eller nettbrett.
Hvor viktige er disse prosjektene? Det er vel samarbeidet i seg selv som er viktigst her? Jo, men på fruktene skal treet kjennes. Et godt samarbeid gir gode prosjektresultater.
– Framdrift er alfa og omega. Hvis framdriften stanser, bruker jeg erfaringen fra industrien til å løse opp i problemet der og da, sier Svein-Olaf.
Han får også drahjelp fra industrien. Tre år på rad har folk fra bedriften Kongsberg Automotive kommet til Trondheim for å møte studentene.
– I år kom de også med en stor lastebil. Studentene var meget positivt stemt. Det var en åpenbaring å få sitte i en sånn diger lastebil, forteller Svein-Olaf.
Hindrer smisking
Han gir karakterer for det faglige resultatet av prosjektene i Eksperter i team. Det slipper veiledningsassistent Martine.
– Det hindrer smisking. Når studentene vet at vi ikke bedømmer dem, så blir det kanskje lettere å være ærlige mot oss, sier hun. Den ærligheten trenger hun for å få fortrolighet.
– I starten er det noen som ofte skotter bort på oss. Når vi nærmer oss, snakker de lavere og lavere eller slutter helt å prate, forteller hun.
Men fortroligheten bygges gradvis opp i løpet av kurset. Studentene går gjennom flere øvelser som åpner dem for å se seg selv utenfra. Hvordan virker jeg på andre? Hvordan bidrar jeg i samarbeidet?
I full fortrolighet: Veiledningassistent Martine Gran (bak) satser på aha-opplevelser fra studentene selv i møtet med Lene Finsveen og Ole Øystein Barsch. (Foto: Arnfinn Christensen, forskning.no)
Fra blåbærtur til modning
En viktig øvelse er å diskutere samarbeidet og skrive det som kalles et refleksjonsnotat. Det forandrer seg underveis.
–I begynnelsen er de mest på blåbærtur – «for øvrig hadde vi en god dag». Men studentene modnes. Etter hvert blir notatene virkelig en vurdering av situasjonene, sier Svein-Olaf.
– I starten er refleksjonsnotatene mest beskrivelser. Etter hvert blir de virkelig refleksjoner, bekrefter Martine.
Mye alene
Én viktig øvelse heter gi og ta plass. Der har alle gruppemedlemmene fått sirklet inn navnet sitt.
Jo større plass et gruppemedlem tar sosialt, desto større omkrets rundt navnet. Slike diagrammer kan gi studentene en aha-opplevelse.
– Vi hadde en gruppe i fjor hvor en deltaker var mye borte i starten. Når han kom, satt han mye alene, tilbakelent. Det virket som om han ikke var med i gruppa, forteller Martine.
Da kom treningen hennes som veiledningsassistent til nytte.
Per og Lisa er i pratemodus, mens Ola sitter taus i hjørnet. Eksempel på figur til øvelsen gi og ta plass, hentet fra læreboka til Eksperter i team. (Figur: Eksperter i team, NTNU)
Turte å dele tanker
– Vår oppgave er jo ikke å sette fingeren på hva problemet er. Det er å hente ut kunnskapen i gruppa, få dem til selv å innse hva problemet er, sier Martine.
– Vi brukte sirklene i gi og ta plass og fikk gruppa til å snakke rundt det. Da kom det fram at de andre syntes det var veldig dumt at han som var utafor, ikke hadde vært med fra starten, fortsetter hun.
– Etter at gruppa hadde tatt det opp, endret han seg. Han ble mer deltakende. Han skjønte de andre gruppemedlemmenes tanker, og de skjønte ham.
– Etter det tok de alt av utfordringer på strak arm. De diskuterte alt. Det var ikke noe som var underliggende lenger. Det var kjempegøy å se hvordan de utviklet seg etter å ha turt å dele tanker, forteller hun.
Blir kjent med mennesketyper
Det er likevel ikke alltid de som snakker mest som har mest å si.
– Vi hadde en som var veldig høylytt og likte å prate. Det var mye latter i gruppa, mye humor, men begrenset med fremgang noen ganger. Han likte å ha god stemning, da, ler Martine.
Motsatt er det heller ikke alltid at de tauseste som har minst å si.
– Vi hadde en gruppe hvor det var en jeg trodde var veldig reservert og tilbakeholden, en som ikke gadd å delta, for jeg hørte aldri at han snakket, forteller Martine.
– Etter hvert skjønte jeg at det var sånn han var. Det var ikke fordi han ikke var interessert eller turte å si noe. Han deltok når han hadde noe fornuftig å si. Og når han først snakket, så ble resten av gruppa helt stille fordi de respekterte ham.
– Det er kjempegøy for meg også å oppleve at personer man tror man har satt en pin på, ikke er sånn som man tror de her. Jeg blir kjent med mennesketyper, sier hun.
De samarbeider om helheten. Fra venstre mot høyre: Jonas Gunnarshaug Lien og Anders Magnus Gildberg kommer fra maskinlinja, og analyserer hvordan samfunnet må tilpasses selvstyrte lastebiler. Håkon Prestegård går på elektronikklinja og Ali Tareq Zeyad Al-Jumaili på informatikklinja. De arbeider med elektronikken og programvaren som skal styre lastebilene. (Foto: Arnfinn Christensen, forskning.no)
To pluss og en minus
Tida er ute. Nå skal det fram – to positive og en negativ karakteristikk av de andre studentene i gruppa. Hvem vil være først? Noen tar ansvar.
– Du er en veldig positiv kar. Trekker mye på smilebåndet, og det setter jeg pris på.
– Jeg synes du er veldig pålitelig. Hvis du skal gjøre noe, så har jeg veldig tillit til at det kommer til å skje, og det er en trygghet.
Så kommer det vanskelige.
– Og så synes jeg du kan være litt hard og litt framtrengende noen ganger og kanskje ikke like åpen for andres væremåter.
En annen kaster seg på.
– Jeg synes du er veldig artig. Føler at jeg flirer mye av dine utspill og gjøremål.
– Synes også det er veldig behagelig at du er såpass tilbøyelig. Det har jo vært mange forskjellige ting vi har gjort som du har kasta deg med på og synes er helt greit.
Men –
– til gjengjeld synes jeg du er litt vanskelig å lese av og til. Jeg vet ikke helt om du er litt likegyldig eller om du faktisk mener det du står for.
Når spørsmålene kommer av seg selv
Kursdagen er nesten over. Dette var nest siste gang studentene kom sammen i landsbyer for å bevisstgjøre seg selv og andre om samarbeidets vanskelige kunst.
Martine Gran blir gjerne med som læringsassistent på nye kurs. Hun blir motivert av å se utviklingen fra første samlingsdag til siste.
– Det er jo det som gjør det så gøy å jobbe med dette – når du hører at gruppene selv begynner å stille åpne spørsmål, sier hun.
– Du sitter der og følger med. Så plukker du opp noe du vil veilede om, og så venter du egentlig bare på et innsmett for å hoppe inn med et åpent spørsmål, og så kommer akkurat det spørsmålet fra gruppen selv. Det er veldig gøy.
Hemmelig elektronikk
I Kongsberg får jeg noen dager senere møte Bjørn Iversen, utviklingsleder i Kongsberg Automotive. Jeg får se lastebilen han hadde med til Gløshaugen for å vise studentene.
– Dette er teknologi som kommer på markedet om noen år. Jeg kan si så mye som at det handler om elektronisk styring av systemer for transmisjon i lastebiler, sier han.
Noe med girkassen, altså. Detaljene er industrihemmeligheter som heller ikke studentene i Eksperter i team fikk vite mye om. Hvorfor drar Iversen da for å møte dem på NTNU?
Rekruttering er viktig for utviklingsleder Bjørn Iversen i Kongsberg Automotive, her bak rattet i lastebilen han besøkte NTNU med tidligere i år. (Foto: Arnfinn Christensen, forskning.no)
Når målgruppen
– De jobber med styring av lastebiler. Dermed når vi akkurat den målgruppen vi er ute etter, sier Iversen.
Rekruttering er altså et viktig poeng for Iversen. I garasjen der lastebilen står, møter jeg da også en tidligere NTNU-student, Joar Molvær.
Han deltok på kurset Eksperter i team. Hvor viktig var kurset for ham?
Avhengige av dediserte fagfolk
– Jeg ville nok klart å samarbeide like bra uten det kurset, sier Molvær.
– Det som likevel var bra med kurset, var at vi både måtte jobbe faglig og med oss selv.
– Vi måtte gjøre et skikkelig faglig prosjekt for å se effekten av samarbeidet, understreker Molvær.
– Studentene gjorde mer ut av det faglige i Eksperter i team enn de strengt tatt trengte å gjøre, kommenterer Iversen.
På den andre siden – å brenne for faget er ingen ulempe når du skal ut i industrien.
– Her på Kongsberg Automotive er vi jo avhengige av «nerder». Mange her mekker på fritida. Noen har dreiebenk i kjelleren, andre har løftebukk. Hvis du ikke er bilinteressert, føler du deg lett utafor her, sier han.
Joar Molvær arbeider nå i Kongsberg Automotive, men deltok i kurset Eksperter i team da han var student på NTNU. Foto: Arnfinn Christensen, forskning.no)
Må kunne snakke sammen
Mange gode idéer til nye produkter kommer nettopp fra disse dediserte fagfolkene, ifølge Iversen.
– De tenker ofte ut smarte løsninger – og ikke alltid i arbeidstida. Hjernen jobber jo i bakgrunnen hele tida, sier han.
På den andre siden – hvis den geniale idéen skal få hjul å rulle på i industrien, må den ut av hodet til fagfolkene.
– De må også kunne arbeide i grupper. Her blir idéene diskutert og utviklet videre. Man ender opp i team for å skape de beste løsningene, sier Iversen.
Samarbeid over tidssoner
I et internasjonalt firma som Kongsberg Automotive er det ekstra viktig å kunne snakke sammen – på tvers av kulturer og tidssoner.
– Vi har utviklingsavdelinger her i Kongsberg og i franskspråklig Canada og bare to timer felles arbeidstid på grunn av tidsforskjellene.
– VI har også amerikanske kunder som jobber mot bedrifter i Mexico og setter bort ingeniøroppgaver til bedrifter i India.
– I prosjekter hvor noe går galt, skyldes det ofte at noen ikke har klart å kommunisere. En ingeniør som ikke kan kommunisere, er vanskelig å nyttiggjøre seg, sier Iversen.
I gigantprosjektet Ferjefri E39 skal Statens vegvesen finne løsninger for sju fjordkrysninger langs den 1100 kilometer lange kyststrekningen mellom Kristiansand og Bergen.
For at dette ambisiøse veiprosjekter skal lykkes, må ingeniørene ta i bruk den ypperste kompetansen på vei- og brubygging som fins, og innhente ny kunnskap og utvikle ny teknologi.
Tre forskingsmiljø er spesielt engasjert for å bidra til dette: NTNU, Chalmers tekniske högskola i Gøteborg og Universitetet i Stavanger (UiS).
Siden 2013 har Statens vegvesen samarbeidet med en gruppe UiS-forskere som i løpet av de tre siste årene har utviklet en ny metode å måle vind på, for å dimensjonere buer. Metoden tas nå i bruk for første gang.
Verdens lengste bru
Ett av hindrene – eller forbindelsene som skal opprettes i Ferjefri E39 – er Bjørnafjorden sør for Bergen. Med en dybde på opptil 550 meter og en totallengde på rundt fem kilometer er fjorden en av de tre vanskeligste fjordene som skal krysses i dette veiprosjektet.
– Vi har aldri dimensjonert en så stor og lang bru før. Det er derfor avgjørende å skaffe best mulig informasjon om bølge-, strøm- og vindforholdene, forteller prosjektleder Mathias Egeland Eidem i Statens vegvesen.
Bjørnafjord-kryssingen vil bli verdens lengste flytebru, altså en bru der den vertikale lasten bæres av pontonger, som fungerer som et flytende understell.
– Det er viktig for oss å få forskerne til å strekke seg lenger enn det de vanligvis gjør. Vi trenger mest mulig nøyaktig informasjon – for eksempel når det gjelder vindfeltet over fjorden, forklarer Eidem.
Tradisjonelt er vind i en fjord målt fra målemaster som er plassert på land. For tre år siden begynte vindeksperter på UiS å ta i bruk en optisk fjernmålingsteknikk for å kartlegge vindforhold.
Lidar-teknologien går ut på å sende usynlige lysstråler ut i luften og fange opp signalene som blir reflektert tilbake av partikler som beveger seg med vinden. Frekvensforskjellene mellom pulsene som sendes ut og reflekteres tilbake, såkalt dopplereffekten, gjenspeiler vindhastigheten i lysstrålenes retning.
Inspirert av muligheten denne teknologien kunne gi, gjennom arbeidet i forskningsprogrammet NORCOWE (Norwegian Center for Offshore Wind Energy), satte forskerteamet ved UiS i gang et pilotprosjekt på lidarmålinger i Lysefjorden – i samarbeid med Statens vegvesen.
I 2013 ble den 640 meter lange hengebrua over Lysefjorden i Rogaland, med hovedspenn på 446 meter, utstyrt med en rekke sensorer som skulle overvåke vinden på brustedet og vibrasjoner forårsaket av vind.
I 2014 supplerte forskerne den tradisjonelle vindmålingen med optisk fjernmåling av vind, i samarbeid med NORCOWE forskere fra UiB og Christian Michelsen Research (CMR). Ved å plassere en lidar med lang rekkevidde ved Lysefjordsenteret kunne de skanne vinden rundt brua på en avstand på nærmere to kilometer.
Resultatene av vindmålingene med lidar-teknologi på Lysefjordbrua ga forskerne et kick.
– Det var oppløftende å se at vindhastigheten registrert fra så stor avstand samsvarte så godt med resultatene fra den tradisjonelle målemetoden med vindmålinger på selve brua, forklarer Jasna Bogunovic Jakobsen ved Institutt for konstruksjonsteknikk og materialteknologi ved UiS.
Hun har drevet forskning på vindlaster og vindinduserte svingninger av brukonstruksjoner i over 25 år og har ledet arbeidet med å bruke og videreutvikle denne målemetoden for bruprosjekter, som Lysefjord-målingene ga startskuddet til.
– Fram til nå har vi bare kunnet skaffe oss begrenset kunnskap om vindforholdene midt ute i en fjord. Lidar-teknologien gjør det mulig å måle mange steder over hele fjorden og samtidig være fri for forstyrrelser som terrenget på hver side av fjorden gir. Med den nye metoden får vi mer detaljert kunnskap om vinden midt i fjorden, der hvor vindstyrke og vindkastene er som regel av størst betydning for brua, forklarer Jakobsen.
I stedet for å overvåke vinden bare lokalt, i et punkt, får forskerne nå informasjon om vindfeltet over hele bruspennet.
– Med denne målemetoden minsker vi usikkerheten når vi gjør kompliserte vurderinger av vindens virkning og belastning på lange bruer, påpeker professoren.
Her ser vi forskerne i aksjon sammen med laserinstrumentet, en langrekkevide-lidar med navn WindCube100S, plassert ved Lysefjordsenteret. Lysefjordbrua er i bakgrunnen. UiS-forskerne Jasna B. Jakobsen med ryggen til og Etienne Cheynet, begge fra UiS, og Valerie Kummer fra UiB. (Foto: Benny Svardal / CMR)
En metode som koster lite
Denne type tredimensjonal skanning av luften har blitt brukt innen meteorologi, luftfart og til kartlegging av vindenergi ressurser. Lidarmålinger av vindforholdene både «oppstrøms» og mellom vindturbinene utnyttes til å planlegge optimal kraftproduksjon og drift av vindturbiner.
Også når det gjelder utbygging og drift av store vindparker til havs, er lidarmålinger brukt mer og mer. Det er nemlig krevende og kostbart å installere tradisjonelle vindmålere på en målemast, særlig på store vanndyp.
– Denne målemetoden vil være kostnadsbesparende også når vi skal konstruere bruer over store norske fjorder, forklarer Jakobsen begeistret.
Våren 2016 gjennomførte Jakobsen og hennes team en seks uker lang målekampanje i Bjørnafjorden, i samarbeid med Danmarks Tekniske Universitet (DTU) og CMR.
Tre lasermålere ble plassert på land med lysstråler rettet over havet og koblet til et vindskanner-system, som muliggjør samtidige, koordinerte målinger med tre skannende lidarer.
De store avstandene over fjorden krevde et spesialtilpasset måleoppsett og etterfølgende dataanalyser. Målet var et så detaljert og presist bilde av vindens romlighet og variasjon i tid som mulig.
– En superlang flytebru vil være ekstra følsom for vind og bølger. Det er derfor viktig å knytte langtidsmålinger av vind fra målemaster på land til de faktiske vindforholdene over havet, slik at vi best mulig kan forutsi hvor mye bruen vil svinge.
Nå arbeider Jakobsen og postdoktor Etienne Cheynet med analyser av måledataene samlet i Bjørnafjorden.
Utvikler beregningsmodellen
Jakobsen er blant annet begeistret over at lidarmålingene gjør det mulig å studere samspillet mellom luftstrømmen og brukassen.
Våren 2014 benyttet derfor forskerteamet det danske vindskanner-systemet med to hurtigsannende, kortrekkevidde lidarer til å utforske luftstrømning rundt selve brua. Vindhastighetsmålinger i vaken av Lysefjordbrua fanget opp sporene som brukassen laget i vindfeltet, inklusiv virvlene som avløses fra over- og undersiden av brukassen.
– Dette er fantastisk!, utbryter Jakobsen og viser en fargerik vindprofil med mange detaljer på dataskjermen, en visualisering av vindforholdene.
– Nå kan vi studere strømningsforhold som fram til nå kunne undersøkes kun i en mindre skala i et vindtunnel-laboratorium eller ved numeriske simuleringer på en datamaskin, men ikke i virkeligheten!
Forskergruppa sammenligner de målte vind-induserte bruvibrasjonene med vibrasjoner de kan anslå ut ifra modeller som blant annet baserer seg på vindlastmålinger på små modeller i en vindtunnel. Målet er å utvikle mest mulig nøyaktige beregningsmodeller for bruvibrasjoner forårsaket av vindlast, det vil si den belastningen som brua blir utsatt for i sterk vind.
Problemstillingen som Mathias Egeland Eidem i Statens vegvesen må forholde seg til når han skal lede arbeidet med teknologiutvikling for de sju fjordkrysningene er følgende: Dersom han velger for lav dimensjoneringskriterier for en bru, vil det gå ut over sikkerheten, velger han for høy, vil det være kostbart.
Derfor er det så viktig for ham å innhente ekspertise som kan gi ham mest mulig presis informasjon om bølge-, strøm- og vindforhold.
Eidem vil altså ta i bruk denne nye målemetoden som grunnlag for å lage såkalte designkrav i nye bruprosjekter i Ferjefri E39, blant annet når det gjelder Halsafjorden og Sulafjorden – i tillegg til Bjørnafjorden.
– Siden lidarmåling er en relativt ny teknolog i brusammenheng, er det viktig at vi knytter oss til vindekspertisen ved UiS. De kan tilpasse måleinstrumentene til våre behov, påpeker Eidem.
– Når vi har sikret oss et godt datagrunnlag, og vi har fått på plass en optimal beregningsmodell, vil vi kunne velge riktig dimensjoneringskriterium for brua vi skal bygge. Da er mye av jobben gjort.
Bjørnafjord-brua med en spennvidde på 5000 meter kan få en mulig byggestart i 2023.
Referanse:
E. Cheynet m.fl: Application of short-range dual-Doppler lidars to evaluate the coherence of turbulence. Experiments in Fluids, Desember 2016. DOI: 10.1007/s00348-016-2275-9. Sammendrag.
En del av disse fallene gjør at pasientene må på sykehus, og noen fører til hoftebrudd, som igjen henger sammen økt sjanse for å dø i løpet av de neste årene.
Den veier rett over fire kilo, og den sitter som et hoftebelte. Du kan se hvordan den sitter på i videoen under.
Beltet består av motorer som er koblet til fester rundt lårene på forsøkspersonen. Inne i beltet sitter det flere sensorer som merker hvordan personen går til vanlig.
Testpersonen Fulvio Bertelli står klar til å falle, eller til å unngå å falle. (Foto: Hillary Sanctuary / EPFL)
Dette blir analysert av en datamaskin som etter hvert lærer hvordan du eller noen andre går. Dermed vil den også merke når ganglaget forstyrres på en eller annen måte.
Raske, uvanlige endringer blir tolket som at du er på vei til å falle, og systemet tar grep.
Dytter lårene
Når beltet merker at den gamle er på vei til å falle, dytter den begge lårene raskt ned, så beina blir plantet på jorden igjen. Dette gjør at balansepunktet blir gjenopprettet, og fallet avverges, selv om det ikke høres spesielt komfortabelt ut.
Ideen er at eksoskjellettet ikke skal være i veien eller forstyrre brukeren til vanlig. Den skal bare slå seg på når den trengs.
De italienske forskerne bak dette beltet brukte ti forsøkspersoner. Åtte eldre og to som hadde fått amputert et ben.
De gikk på to tredemøller som kunne dras raskt fra hverandre slik at de holdt på å falle. Forsøkspersonene var festet i en sele, slik at de ikke ville falle på ordentlig.
I denne begrensete testen fungerte systemet bra, men forskerne er klare på at dette bare er en test av en prototype. Mye mer testing med flere forsøkspersoner trengs før det kan rulles ut.
Den bør også bli mindre og mer håndterlig i framtiden.
Referanse:
Micera mfl: An ecologically-controlled exoskeleton can improve balance recovery after slippage. NAture Scientific Reports, mai 2017. DOI: 10.1038/srep46721. Sammendrag.
Høygaffelen er lagt på hylla og melkespannet er for lengst borte. Digitaliseringen har også inntatt en av de eldste og mest tradisjonsrike næringene vi kjenner: landbruket.
Allerede på 70-tallet begynte eksperter i Norge å samle data om hva som foregikk i fjøset gjennom TINEs «Kukontroll». Forskerne har derfor historiske data som forteller om den helsemessige og produksjonsmessige utviklingen for hver enkelt av de norske melkekuene.
Denne informasjonen har blitt brukt til å avle frem en storferase med god helse, bra fruktbarhet og god melkeytelse. Norge har vært en pioner på dette området.
Vi står nå foran et nytt paradigmeskifte i melkeproduksjonen.
Kunnskap kombinert med teknologisk utvikling kan i fremtiden gi forskerne mer detaljert informasjon om hvordan hvert enkelt dyr har det, og de kan praktisk talt følge dyra «minutt for minutt» når de nå får stadig mer sanntidsovervåking over livet i fjøset.
I moderne fjøs registreres det enorme mengder data som vil være gull verdt for framtidig forskning og slik også for fremtidig melkeproduksjon.
Digitaliseringen i fjøset kan utnyttes til å forske videre på viktige tema som for eksempel dyrevelferd, klimautslipp og besetningsstyring.
– Fremover er jeg sikker på at vi vil få mer sanntids sensorinformasjon i fjøset. Tolking og utnyttelse av data fra slike systemer vil være et viktig grunnlag for beslutningsstøtte til bonden, sier Gunnar Dalen, veterinær og næringsstipendiat ved NMBU Veterinærhøgskolen og TINE.
Gunnar Dalen veterinær og næringsstipendiat ved NMBU Veterinærhøgskolen og TINE (Foto: Bo Mathisen/TINE)
Robot som rådgiver
Fremtidig sensorteknologi kan fortelle bonden mer om hva som foregår under overflaten i fjøset og fange opp avvik raskt.
– Maskinen må kunne si fra om at ei ku trenger tilsyn før den har blitt alvorlig syk. Den må altså gi beskjed om at dette dyret må et menneske se på og undersøke på et tidlig nok tidspunkt, sier Dalen.
Dagens sensorer kan blant annet fortelle hvor mye kua beveger seg i løpet av en dag og hvordan stoffskiftet er. Teknologien foreslår for bonden hva som skjer i fjøset, om en ku er halt eller en annen er syk. Systemene forteller bonden når kyrne er fruktbare og klare for paring eller når jurhelsen avviker fra normalen.
Videre kan analyser av dataene gi grunnlag for økonomisk relevante beslutninger på besetningsnivå som bonden og veterinæren sammen kan ta stilling til.
– Fremtidige system må kunne fortelle hva som kommer til å skje med helsetilstanden og produksjonsnivået i besetningen avhengig av hvilke beslutninger som tas, sier Dalen.
– En robot skal aldri vurdere antibiotikabehandling av ei ku, men heller varsle om unormale verdier som bonden kan benytte som tilleggsinformasjon for å ta en beslutning om å eventuelt tilkalle veterinær, påpeker han.
Forskningen kan sette alt dette i system. Med alle de biologiske dataene vi etter hvert får tilgang til kan vi utvikle systemer som vil gi oss mindre synsing og mer fakta om hva som er best for det enkelte dyret.
Denne roboten sørger for å dytte inntil og fylle opp grovfôr til kyrne. (Foto: Håkon Sparre/NMBU)
Automatisk fôring og melking
I fjøset er hender for lengst erstattet med melkeroboter. Hver tredje melkeliter går nå via melkerobot, og forskerne spår at halvparten av norske kuer melkes med robot om fire til fem år.
Det er ikke tvil om at det er utrolig mange fordeler med teknologiske nyvinninger også i fjøset, og den norske bonden har vært langt fremme når det gjelder å ta i bruk ny teknologi.
Robotsystemene som finnes i dag er stort sett basert på forskning med sikkerhetsnivå på 95 prosent.
– Det er veldig bra, men det betyr også at systemene kan bomme på 1 av 20 kuer, de som er «annerledes», sier Dalen.
– Et omforent krav til sensorsystem i melkeproduksjonen er at de skal ha minst 80 prosent sensitivitet. Det gjør det verdt å investere i, samtidig som man må være bevisst på at mange unormale tilstander ikke blir oppdaget av sensorene alene. Robotene vil aldri bli empatiske på samme måte som oss. Det vil ikke være noe mål å erstatte bonden, men heller å hjelpe han eller henne til å ta riktige beslutninger til rett tid, befester Dalen.
Utviklingen mot teknofjøs der bonden frigjøres fra en del tung jobb, brukes av mange til å argumentere for at det er helt greit at det blir færre, men større bruk.
Gunnar Dalen er ikke enig i disse argumentene.
– Det hevdes fra ulike hold at bonden vil få langt bedre tid med ny teknologi og dermed kan ha flere dyr. Slik er det ikke uten videre. Jo flere dyr en bonde har, jo lengre tid må han bruke i fjøset. Mer jobb innebærer også større ansvar, og det kan få større konsekvenser dersom noe går galt, som hvis man får et sykdomsutbrudd i besetningen, sier han, og fortsetter:
– De viktigste endringene vi har sett over tid er at mange tunge fysiske oppgaver på gården er erstattet med enklere verktøy. Bonden bruker likevel mye tid i fjøset, bare på andre arbeidsoppgaver.
Finnes det en grense for hvor effektiv ei ku kan være?
Det er forsket mye på effektiviteten i fjøset. Ei frisk ku er den mest effektive kua, og den gir bedre økonomi for bonden. Blir kua syk, går melkeproduksjonen ned, og den kommer sjelden opp igjen til det nivået den var på før sykdommen.
Vi vet ikke sikkert i dag hvor grensen for optimal effektivitet går, men vi vet at den norske kua produserer gjennomsnittlig cirka 7800 liter melk i året, og at det har økt jevnt over mange år, sier Dalen.
– Sammenligner du effektiviteten med bilkjøring, vil det være bedre å ligge med jevn fart hele tiden enn å kjøre i rykk og napp.
Antall kilo kjøtt og melk avhenger av mange faktorer. Maten er avgjørende, siden fôret omdannes til melk. I dag er 85 prosent av fôret til kua norskprodusert.
Automatiske fôringssystemer har inntatt norske fjøs for lenge siden, og disse kan gi informasjon om hvor mye gress og kraftfôr hver enkelt ku får i seg. Samtidig forsker eksperter på kuenes promping og raping. Til sammen vil dette gi oss bedre tall på innsatsfaktorer i produksjonen og utslipp fra fjøset, og hva som skal til for å produsere kjøtt og melk på en enda mer miljøvennlig måte enn i dag.
– Målet må være å finne riktig produksjonsnivå per dyr – ikke bare mest mulig. Jeg er overbevist om at den teknologiske utviklingen vil gi store forbedringsmuligheter både for dyrene, for menneskene og for miljøet, sier Dalen.
– Robotteknologien gir både kua og bonden større frihet og en enklere hverdag.
Kanskje er deler av undervisningen så kjedelig at elevene mister interessen? Det kan man nå se på hjerneskanninger, ifølge danske forskere. Det kan også være at noen av elevene ikke klare å henge med, slik at de trenger ekstra hjelp fra læreren.
Teknologien kan på sikt brukes til å gjøre undervisningen mer personlig og hjelpe de svakeste elevene, forteller en av forskerne.
– Forestill deg at en lærer får direkte tilbakemelding fra elevenes hjerner, slik at han eller hun kan se om elevene følger med i undervisningen eller kanskje ikke kan forstå den. Det vil gjøre det mulig å drive mye mer målrettet undervisning. Det er bare én av mange bruksmuligheter, forklarer professor Lars Kai Hansen, som er leder av Cognitive Systems på DTU Compute ved Danmarks Tekniske Universitet (DTU).
Hvis du synes hele ideen høres ut som science fiction, tar du antagelig feil. Teknologien er faktisk like rundt hjørnet.
Andreas Trier Poulsen er forsker ved Institut for Matematik og Computer Science ved DTU og står bak den nye studien.
Han forteller at det i dag foregår veldig mye arbeid innen utvikling av bærbare måleinstrumenter som kan erstatte hjelmen med elektroder som brukes til å fange opp hjernens signaler.
De nye apparatene kan plasseres i ørene. Det finnes allerede slike prototyper. Det vil ikke forstyrre elevene i undervisningen.
– Jeg tror det er realistisk med forelesningssaler der studentene har på seg apparater som måler hjerneaktiviteten, og at foreleseren får en måling av studentenes oppmerksomhet. Dermed kan de se om det er på tide med en vits eller en quiz. Samtidig kan studentene få tilbakemelding på om de andre henger med. Man kunne for eksempel forestille seg at telefonen begynner å vibrere hvis de faller ut, sier Poulsen.
Preben Kidmose er forsker ved Institut for Ingeniørvidenskab ved Aarhus Universitet i Danmark og har tidligere arbeidet for høreapparatbedriften Widex, som han blant annet har utviklet EEG-måleapparater for. Det står for «ElektroEncefaloGrafi», altså en registrering av hjernens elektriske impulser.
Kidmose har et inngående kjennskap til forskningen fra DTU. Han tror slike apparater snart vil bli mindre.
– Vi har gjennomført mange forsøk som viser at apparater i ørene gir tilsvarende resultater som EEG på hele hodet, sier Kidmose.
Han forestiller seg også at det vil åpne for nye måter for evaluering av undervisning.
– Det kunne bli et godt redskap for alle lærere. Man kan for eksempel bruke det til å se om nye didaktiske metoder virker etter hensikten. Lærere kan også bruke det til å finne ut hvilke deler av undervisningen som fungerer. Kanskje må vi skrive om lærebøkene, filosoferer Kidmose.
Jeppe Bundsgaard er professor ved DPU, Danmarks Institut for Pædagogik og Uddannelse ved Aarhus Universitet.
Han har hørt om den nye studien fra DTU, men tror ikke hjerneskannere er det lærerne trenger. Han mener teknologien er rettet mot en foreldet undervisningsmetode, der elevene sitter stille på en stol og hører på lærerne.
– I dag forsøker vi å la elevene delta aktivt i undervisningen. Denne nye teknologien er tilpasset undervisningen vi brukte for mange år siden, sier Bundsgaard.
Han forteller at det gjelder fra barneskolen til universitetene.
– Folk som arbeider med teknologi, vil løse problemene i undervisningen med teknologi, men her er jeg ikke enig. Vi skal bruke teknologi i undervisningen, men bare til å strukturere, produsere og kommunisere med, ikke til å finne ut om elevene følger med i en feilslått form for undervisning. Dette handler ikke om at vi mangler ny teknologi, men om å finne en undervisningspraksis som er god, mener Bundsgaard.
Utgangspunktet for den nye forskningen er resultater fra USA, der forskere har vist at de ved hjelp av dyre hjerneskannere kan avgjøre om personer følger med på en film eller ikke.
Når hjernen arbeider, gjør den det med elektrisk aktivitet, og det kan måles med EEG, ved at elektroder på hodet fanger opp de elektriske signalene.
Poenget er at hvis en gruppe mennesker tenker eller gjør det samme, for eksempel ser den samme filmen, vil EEG-signalene være like.
Hvis en av personene tenker noe annet enn resten, vil man kunne se det på EEG-målingene.
I de amerikanske forsøkene lot forskerne en rekke forsøkspersoner se en Hitchcock-film, mens de hadde elektroder på hodet.
En annen gruppe så klipp fra Hitchcock-filmen i en vilkårlig rekkefølge, og slik at de var mer tilbøyelige til å tenke på andre ting enn selve filmen. Det var tydelig i EEG-målingene.
– Problemet har vært at disse forsøkene er med dyrt utstyr i elektrisk skjermede laboratorier. Vi har fått de samme resultatene i et klasserom med billig utstyr, sier Andreas Trier Poulsen.
I det danske forsøket har forskerne gjenskapt resultatene av det amerikanske forsøket i et klasserom.
To grupper av ni studenter fikk billige EEG-målere på hodet, koblet til en bærbar datamaskin. Forskerne brukte den samme filmen og fikk de samme resultatene.
– Vi fikk det samme robuste signalet, sier Lars Kai Hansen, som nå vil forsøke å gjøre teknologien enda mer anvendelig.
