DUET Cirkulär konstruktion och användning av byggnadselement av trä
Diarienummer | |
Koordinator | RISE Research Institutes of Sweden AB |
Bidrag från Vinnova | 3 020 850 kronor |
Projektets löptid | maj 2023 - april 2026 |
Status | Pågående |
Utlysning | Relaterade insatser till SIP BioInnovation |
Syfte och mål
För att etablera en cirkulär bioekonomi behöver produkter modifieras ur två perspektiv produktens konstruktion och användningen av återvunnet material. I detta sammanhang är huvudmålet att utveckla användningsscenarier för solida restmaterial från industrin och återvunnet trä i högvärdiga vägg- och golvelement med hänsyn till deras tekniska och miljömässiga genomförbarhet och cirkulära användning. Hybridversion av elementen kommer att analyseras och testas med avseende på potentiell användning av återvunnet trä och indikerar mervärdespotentialen i leverantörskedjan
Förväntade effekter och resultat
Deltagandet av flera industripartner möjliggör direkt praktisk implementering och förebilder för cirkulära hybridbyggnadselement. Utvärderingen av miljöeffekterna, med hänsyn till marknadsförändringar, stöder identifieringen av potentiella återhämtningseffekter och avvägningar för att undvika vilseledande rekommendationer. De prediktiva modellerna för återvunnet trä kommer att finnas tillgängliga för framtida användning och utveckling. Resultatet kommer att publiceras som artiklar, rapport, konferenspresentationer, byggmässor, seminarie och tidskrifter
Planerat upplägg och genomförande
WP1 koordinering och spridning. WP2 cirkulär design av vägg- och golvelement med hjälp av restmaterial och återvunnet trä. Hybridelementen analyseras. WP3 fokuserar på karakterisering av mekaniska, fysikaliska, kemiska och processegenskaper hos solida restmaterial och återvunnet trä. Data kommer att kombineras med testresultaten för att analysera hur åldrings- och användningsfasen av trä påverkar materialegenskaperna och framtida användningsscenarier. WP4 analyserar miljöeffekterna med hjälp av LCA, beräknar utnyttjandepotentialer och gör prediktiva modeller.