Rømming av fisk fra åpne anlegg i sjø har vært et stort problem for oppdrettsnæringen i en årrekke. Rømming medfører tap av verdier, genetisk påvirkning og risiko for smitte på villaks, samt et omdømmeproblem. Den vesentligste årsaken til rømming er hull i not. Tall fra fiskeridirektoratet viser at rundt 1.773 oppdrettsfisk er meldt rømt så langt i år (pr. mai 2022).  Det er mange årsaker til rømming. Det kan være at toppen av noten kommer under vann og det kan være at det går hull på noten på grunn av uvær, notvasking, propeller som tar borti noten osv. Angrep fra pigghå rettet mot den nedre del av noten der dødfisken samles, har også forårsaket hull. I den senere tid har det hendt at makrellstørje har brutt tvers gjennom nøter og forårsaket store hull.  Det finnes i dag ikke anerkjente metoder for kontinuerlig monitorering av tilstanden til nøter. Dagens metode for deteksjon av hull i nøter består av visuell inspeksjon med dykkere eller ROV - en tidkrevende metode med lang responstid, og økt risiko for at et hull i en not blir stående uoppdaget og medfører større konsekvenser enn hva som ville vært tilfellet med teknologi for kontinuerlig monitorering og rask varsling. Visuell inspeksjon er tidkrevende og utsatt for vær og vind. I et anlegg med 6-7 nøter, vil en ROV bruke lang tid for å rekke over alle nøtene.  Forskningsprosjektets overordnede idé er å utvikle kostnadseffektiv og driftssikker sensor-teknologi for kontinuerlig overvåkning av tilstanden til nøter. Konseptet bygger på at en not, som ethvert mekanisk eller elektrisk system, må ha sin signatur, eller transferfunksjon, når den blir utsatt for ytre påvirkning. Ved å måle systemets respons på denne ytre påvirkningen, kan responsen nyttes til å beskrive notens tilstand, spesielt om det er hull i noten - hull som kan medføre rømming av fisk. Både ytre påvirkning i form av rykk i noten og påvirkning fra omgivelsene (strøm, bølger) blir vurdert og testet. I tillegg vil målesystemet kunne detektere hendelser som kan resultere i hull.  Presentasjonen vil beskrive sensorer og datainnsamlingssystem som er i bruk på en fullskala not uten fisk. Strategi for signalbehandling vil bli presentert sammen med foreløpige resultater basert på maskinlæring. Resultatene omfatter både deteksjon av hull samt deteksjon av påkjenninger som kan resultere i hull. Deteksjon av hull inkluderer estimering av sensitivitet, spesifisitet og tid til deteksjon.  Prosjektet støttes av Norges Forskningsråd og prosjektdeltakerne er Kahrs Hansen AS, MOWI, Akva Group og NORCE.