The automotive industry is responsible for substantial emissions and is therefore transitioning to the new market of electromobility. With changing market conditions and uncertain demand, frequent product launches and customization are increasingly common. Responsiveness has also gained importance, which is why one way to manage the constant change is to use High-Mix-Low-Volume (HMLV) assembly lines. These produce multiple products but at lower volumes, and are characterized by their reconfigurability, i.e., capability to adapt their capacity as well as functionality. The HMLV assembly lines often have high product and process complexity. As a result, standardization and automation of the processes become difficult to realize. Instead, they are dependent on multi-skilled operators and flexible equipment to ensure high quality. Still, the industry continues progressing towards automation and connectivity. Industry 4.0 may facilitate this objective, as well as enhanced reconfigurability and quality in assembly, but despite the increasing interest in the field on Industry 4.0 and related concepts, there is limited research on its potential application for HMLV assembly lines. This report therefore studies the potential of Industry 4.0 to be implemented as a way to combine the strive for increased digitalization with the demand for customization and responsiveness. More specifically, the aim was to provide insights on how Industry 4.0 can improve process reconfigurability and quality in HMLV assembly lines, and to investigate the enablers and barriers to its implementation. To do this, a semi-structured literature review and a multi-case study were conducted. In total, six cases of varying characteristics were investigated through a series of unstructured and semi-structured interviews, site visits and direct observations. Industry 4.0 is built on Cyber-Physical Systems (CPS), which revolves around the integration of physical and digital assets in the manufacturing process. It was found that Industry 4.0 components could improve the reconfigurability and quality at HMLV assembly lines. The literature review presented a framework consisting of six features of reconfigurability: modularity, customization, scalability, convertibility, integrability and diagnosability. Most of these could directly or indirectly be enhanced by Industry 4.0 applications. For example, standardized interfaces in hardware and software were deemed essential for integrability. Mobile modular workstations such as AGVs (Automated Guided Vehicles) were examples of a key asset for scalability and convertibility. Availability, accessibility, and accuracy in data from operations, and effective analytics of the data, could improve modularity and customization. It could also improve diagnosability through predictive maintenance. Connectivity was a prerequisite for systematic data management which could also positively impact the quality. Data enabled a better understanding of processes and was the first step towards improvement. Having real-time data and visualizing it could lead to optimized planning and to addressing issues such as deviations close to the source. Another technology which could improve quality was for example augmented reality for operator training. Several enablers and barriers for Industry 4.0 implementation were identified. The most important enablers were the current paradigm shift towards digitalization, the alignment with agile working ways, collaboration between IT (agile) and production (waterfall/lean), and the synergy between reconfigurable systems and Industry 4.0 implementation. The most prevalent barriers were the lack of IT resources in production, legacy systems and equipment with established ways of working, and the integration of a segregated portfolio of systems. Finally, a recommendation is that all parts of the production system should be reconfigurable: equipment, systems and operators, and the way of working should be compatible with the philosophy. / Fordonsindustrin står för omfattande utsläpp och genomgår därför en övergång till den nya marknaden e-mobilitet. Med förändrande marknadsvillkor och osäker efterfrågan är frekventa produktlanseringar och specialanpassade produkter vanligt förekommande. Responsivitet har också blivit allt viktigare, varför en vanlig lösning för att möta konstant förändring är genom användandet av monteringslinor med hög mix och låg volym (HMLV). Dessa linor producerar flera olika produkter av lägre volym och karaktäriseras av sin rekonfigurerbarhet, det vill säga deras förmåga att anpassa sin kapacitet såväl som funktionalitet. Denna typ av monteringslinor har ofta hög produkt- och processkomplexitet vilket resulterar i att standardisering och automation av processerna blir svårt att realisera. Istället är de beroende av skickliga operatörer samt flexibel utrustning för att säkerställa hög kvalitet. Trenden är dock att industrin går mot högre nivåer av automation och uppkoppling. Industri 4.0 skulle kunna möjliggöra dessa mål, samt bidra till ökad rekonfigurerbarhet och kvalitet i montering, men trots det ökande intresset inom området Industri 4.0 och relaterade koncept är forskningen gällande dess potentiella tillämpning i HMLV monteringslinor begränsad. Denna rapport studerar därför potentialen för Industri 4.0 att tillämpas som ett sätt att kombinera strävan mot digitalisering med efterfrågan av specialanpassade produkter och responsivitet. Mer specifikt ämnar rapporten ge inblick i hur Industri 4.0 kan förbättra rekonfigurerbarheten och kvaliteten i monteringslinor med hög mix och låg volym, och att utreda både möjliggörande och hindrande faktorer för dess implementering. Metoden som använts för att göra detta har varit en semistrukturerad litteraturstudie samt en flerfallsstudie. Totalt studerades sex fall genom en serie ostrukturerade och semistrukturerade intervjuer, studiebesök och observationer. Industri 4.0 bygger på principen om cyberfysiska system, vilket handlar om integration av fysiska och digitala komponenter i tillverkningsprocessen. Det visade sig att komponenter av Industri 4.0 på flera sätt kan förbättra rekonfigurerbarhet och kvalitet för HMLV monteringslinor. Litteraturstudien presenterade ett ramverk bestående av sex egenskaper för att uppnå rekonfigurerbarhet. Dessa var: modularitet, specialanpassning, skalbarhet, konverterbarhet, integrerbarhet och diagnostiserbarhet. Majoriteten av dessa kunde direkt eller indirekt främjas med hjälp av Industri 4.0-applikationer. Exempelvis bedömdes standardiserade gränssnitt i hård- och mjukvara vara väsentligt för integrerbarhet. Mobila, modulära arbetsstationer såsom AGVer (Automatic Guided Vehicles) var exempel på en nyckeltillgång för skalbarhet och konverterbarhet. Tillgång till giltig data och effektiv analys av datan kunde förbättra modularitet och specialanpassning. Det kunde också förbättra diagnostiserbarheten genom proaktivt underhållsarbete av maskiner. Uppkoppling sågs som en förutsättning för systematisk datahantering vilket också kunde ha en positiv inverkan på kvaliteten. Data möjliggjorde ökad förståelse för processer och var därmed ett första steg mot förbättringar. Med hjälp av realtidsdata och visualisering av denna kunde planering optimeras och avvikelser adresseras nära källan. Ytterligare teknik som kunde förbättra kvalitet var exempelvis augmented reality (AR) för effektiv träning av operatörer. Ett flertal möjliggörande och hindrande faktorer för tillämpning av Industri 4.0 identifierades. De viktigaste möjliggörarna var den rådande digitaliseringen, samarbete mellan IT (agilt) och produktion (waterfall/lean), synergier mellan rekonfigurerbara system och Industri 4.0-implementering samt mellan Industri 4.0 och agila arbetssätt. De viktigaste barriärerna var brist på IT-resurser i produktion, utdaterade system och utrustning, samt integreringen mellan en uppsjö av skilda system. Slutligen presenterades rekommendationer, varav ett centralt råd var att alla delar av ett produktionssystem, det vill säga utrustning, system och operatörer, bör göras rekonfigurerbara.

In this thesis project, the main objective is to compare and evaluate different surveying methodsfor volume determination; Photogrammetry, Terrestrial Laser Scanning(TLS) and Aerial LaserScanning (ALS) based on time consumption, efficiency and safety in the mining industry. In addition,a volumetric computational method based on coordinates would be formulated to estimatethe volume of stockpiles using lidar data captured with a laser scanner. The use of GNSS receiver, UAV (Unmanned Aerial Vehicle) equipped with a LiDAR sensor as wellas a camera, and terrestrial laser scanner were adopted for making measurements on stockpiles. Trimble Business Center and Trimble RealWorks were used in processing LiDAR data from TLSand ALS. Two volume computational approaches were also explored using both TLS and ALSLiDAR data. Agisoft Photoscan was used in processing the images captured adopting the structurefrom motion principle. These softwares were used to estimate the volume of the stockpile. Matlabwas used to estimate the volume of stockpile using LiDAR data. A volume computational methodbased on coordinates of point cloud was implemented. Analysis based on time taken to captureand process all data types till the fi nal product was done. The results obtained from each datacapturing methods were evaluated. Simulated data technology is also adopted in this project asit can be modeled in different ways to study the effect of surface roughness (point density) onvolume estimated. A part of this project explores the use of MATLAB to  filter out unwantedpoint clouds coming from the weeds that grow on the surface of an abandoned stockpile and alsosurface areas that were to be excluded from the volume computation, as in this case. From the results obtained, TLS and ALS do not differ much in the  final volume estimated. Photogrammetry on the other-hand estimated a higher volume as compared to the other surveymethods. MATLAB in estimating the volume of stockpile achieves approximately an equal estimate as that of the TLS and ALS within a short period of time. The point density and fi ltering algorithm playsa critical role in volume computation which helps in providing a good estimate of the stockpile. Findings from this project show that is it time consuming to estimate the volume of stockpileusing TLS and Photogrammetric approach. In terms of safety on an active mining site, these twosurvey method have high risk probability as compared to the ALS approach. The accuracy forthe data captured and processed can be said to be satisfactory for each survey method. / I detta avhandlingsprojekt var huvudmålet att jämföra och utvärdera tre kartläggningsmetoder för volymbestämning: Fotogrammetri, Terrestrial Laser Scanning (TLS) och Aerial Laser Scan-ning (ALS) baserat på tidsförbrukning, effektivitet och säkerhet i gruvindustrin. Dessutom formulerades en volymetrisk beräkningsmetod baserad på koordinater för att uppskatta volymen av lager med hjälp av lidardata som fångats med en laserskanner. Användningen av GNSS-mottagare, UAV (obemannad flygbil) utrustad med en LiDAR-sensor samt en kamera och markbunden laserscanner antogs för att göra mätningar på lager. Trimble Business Center och Trimble RealWorks användes vid bearbetning av LiDAR-data från TLS och ALS. Två volymberäkningsmetoder undersöktes också med både TLS- och ALS LiDAR-data. Agisoft Photoscan användes vid bearbetning av de bilder som tagits och antagit strukturen från rörelseprincipen. Denna programvara användes för att uppskatta volymen på lagret. Matlab användes för att uppskatta volymen av lager med LiDAR-data. En volymberäkningsmetod baserad på koordinater för punktmoln implementerades i Matlab. Analys baserad på den tid det tar att fånga och bearbeta alla datatyper tills den slutliga produkten var klar. Resultaten från varje datafångstmetod utvärderades. Simulerad datateknik antas också i detta projekt eftersom den kan modelleras på olika sätt för att studera effekten av ytjämnhet (punkttäthet) på den uppskattade volymen. En del av detta projekt utforskar användningen av MATLAB för att filtrera bort oönskade punktmoln som kommer från ogräset som växer på ytan av ett övergivet lager och även ytarealer som skulle uteslutas från volymberäkningen, som i detta fall. Från de erhållna resultaten skiljer sig TLS och ALS inte mycket i de slutliga volymuppskattningarna. Fotogrammetri å andra sidan uppskattade en högre volym jämfört med de andra undersöknings-metoderna. MATLAB vid uppskattning av lagervolymen uppnår ungefär lika stor uppskattning som TLS och ALS inom en kort tidsperiod. Punkttätheten och filtreringsalgoritmen spelar en viktig roll i volymberäkning som hjälper till att ge en bra uppskattning av lagret. Resultat från detta projekt visar att det är tidskrävande att uppskatta lagervolymen med TLS och fotogram-metrisk metod. När det gäller säkerhet på en aktiv gruvplats har dessa två undersökningsmetoder hög risk sannolikhet jämfört med ALS-metoden. Noggrannheten för de insamlade och bearbetade uppgifterna kan sägas vara tillfredsställande för varje undersökningsmetod.

Generellt ser automationsgraden bra ut för tillverkande företag i Sverige, men vid en djupare granskning syns det att utvecklingen i små och medelstora företag (SMF), går långsamt framåt. För att Sverige ska behålla sina framträdande roll som industrination krävs ökad automation och robotisering i SMF. Därför syftar studien till att skapa ökad förståelse kring SMF:s utmaningar och påverkansfaktorer för automationsbeslut. I studien utförs kvalitativa intervjuer med fem små och medelstora företag. Forskningen grundar sig i ett ramverk som består av insamlat teoretiskt material och utgår från tre identifierade huvudområden; Produktiontekniska utmaningar, Interna utmaningar och Extern påverkan. Undersökningen visar på att SMF tenderar att stå inför en rad olika utmaningar som automation kan vara en lösning på, men också att viss problematik kan uppstå vid automatisering. Studien visar också på att samband existerar mellan företags utmaningar och att det även kan skilja sig beroende på om företag verkar som underleverantörer eller levererar produkter direkt till slutkund. / In general, the degree of automation for manufacturing companies in Sweden seems to be fine, but upon a deeper examination it appears that the development in small and medium-sized enterprises (SMEs) is slowly progressing. In order for Sweden to retain its prominent role as an industrial nation, increased automation and robotization in SMEs are required. Therefore, the study aims to create an increased understanding of SME challenges and influencing factors for automation decisions. In the study, qualitative interviews are conducted with five small and medium-sized companies. The study is based on a framework consisting of collected theoretical material and is based on three identified main areas; Production engineering challenges, internal challenges, and external impact. The study shows that SMEs tend to face a variety of challenges that automation can be a solution to, but also that some problems can exist within the implementation of automation. It also indicates that relationships exist between companies' challenges, but that they may also differ depending on whether companies act as subcontractors or deliver products directly to end customers.

Introduktion  Genom dynamisk spirometri går det att beräkna kvoten mellan forcerad exspiratorisk volym under en sekund och forcerad vitalkapacitet (FEV1/FVC) där ett värde på ≤0,7 tyder på obstruktiv lungsjukdom. Mobil spirometriutrustning skulle kunna möjliggöra tidigare diagnostisering av obstruktiva lungsjukdomar men även fungera som ett kostnadseffektivt alternativ vid enklare undersökningar. Syftet med studien var att jämföra resultat erhållna vid dynamisk spirometri utförd på en stationär respektive en mobil spirometriutrustning. Material och metod  I studien deltog totalt 36 försökspersoner. Data samlades in mellan februari-mars 2023 och bestod av FVC och FEV1 erhållna från dynamisk spirometri på Vyntus™ One (stationär spirometriutrustning) och Aiocare™ Vyaire (mobil spirometriutrustning). Ett parat t-test (signifikansnivå 0,05) utfördes för att avgöra om det förelåg någon signifikant systematisk skillnad för data mellan de båda utrustningarna och förekomsten av slumpfel illustrerades med Bland-Altman-diagram. Intraklasskorrelationskoefficient (ICC) beräknades för samtliga variabler. Resultat och slutsats  En mycket god korrelation mellan utrustningarna förelåg med ett ICC>0.9 för samtliga variabler. Ingen systematisk skillnad kunde påvisas för uppmätt FVC, FEV1 eller kvoten FEV1/FVC mellan Vyntus™ One och Aiocare™ Vyaire (p >0,05) och slumpfelet bedömdes acceptabelt. / Introduction  Dynamic spirometry enables calculating the ratio of forced expiratory volume under one second and forced vital capacity (FEV1/FVC) where ≤0,7 suggests obstructive lung disease. Mobile spirometer equipment could assist in earlier detection of obstructive lung diseases, but also function as a cost-efficient alternative. The purpose of the study is to compare results obtained with dynamic spirometry performed on a stationary and a mobile spirometry equipment. Material and method  A total of 36 subjects participated in the study. Data collected between February-March 2023 consisted of FVC and FEV1 obtained from dynamic spirometry on Vyntus™ One (stationary spirometry equipment) and Aiocare™ Vyaire (mobile spirometry equipment). A paired t-test (0,05 level of significance) determined if there was any significant systematic difference between data from the two types of equipment and the magnitude of sampling error was visualized by Bland-Altman plots. Intraclass correlation coefficient (ICC) was calculated for all variables. Result and conclusion  Excellent correlation with ICC>0,9 for all variables. There was no significant difference for measured FVC, FEV1 or FEV1/FVC between Vyntus™ One and Aiocare™ Vyaire (p >0,05) and the sampling error was considered acceptable.

In radiation therapy treatment planning, recent works have used machine learning based on historically delivered plans to automate the process of producing clinically acceptable plans. Compared to traditional approaches such as repeated weighted-sum optimization or multicriteria optimization (MCO), automated planning methods have, in general, the benefits of low computational times and minimal user interaction, but on the other hand lack the flexibility associated with general-purpose frameworks such as MCO. Machine learning approaches can be especially sensitive to deviations in their dose prediction due to certain properties of the optimization functions usually used for dose mimicking and, moreover, suffer from the fact that there exists no general causality between prediction accuracy and optimized plan quality.In this thesis, we present a means of unifying ideas from machine learning planning methods with the well-established MCO framework. More precisely, given prior knowledge in the form of either a previously optimized plan or a set of historically delivered clinical plans, we are able to automatically generate Pareto optimal plans spanning a dose region corresponding to plans which are achievable as well as clinically acceptable. For the former case, this is achieved by introducing dose--volume constraints; for the latter case, this is achieved by fitting a weighted-data Gaussian mixture model on pre-defined dose statistics using the expectation--maximization algorithm, modifying it with exponential tilting and using specially developed optimization functions to take into account prediction uncertainties.Numerical results for conceptual demonstration are obtained for a prostate cancer case with treatment delivered by a volumetric-modulated arc therapy technique, where it is shown that the methods developed in the thesis are successful in automatically generating Pareto optimal plans of satisfactory quality and diversity, while excluding clinically irrelevant dose regions. For the case of using historical plans as prior knowledge, the computational times are significantly shorter than those typical of conventional MCO. / Inom strålterapiplanering har den senaste forskningen använt maskininlärning baserat på historiskt levererade planer för att automatisera den process i vilken kliniskt acceptabla planer produceras. Jämfört med traditionella angreppssätt, såsom upprepad optimering av en viktad målfunktion eller flermålsoptimering (MCO), har automatiska planeringsmetoder generellt sett fördelarna av lägre beräkningstider och minimal användarinteraktion, men saknar däremot flexibiliteten hos allmänna ramverk som exempelvis MCO. Maskininlärningsmetoder kan vara speciellt känsliga för avvikelser i dosprediktionssteget på grund av särskilda egenskaper hos de optimeringsfunktioner som vanligtvis används för att återskapa dosfördelningar, och lider dessutom av problemet att det inte finns något allmängiltigt orsakssamband mellan prediktionsnoggrannhet och kvalitet hos optimerad plan. I detta arbete presenterar vi ett sätt att förena idéer från maskininlärningsbaserade planeringsmetoder med det väletablerade MCO-ramverket. Mer precist kan vi, givet förkunskaper i form av antingen en tidigare optimerad plan eller en uppsättning av historiskt levererade kliniska planer, automatiskt generera Paretooptimala planer som täcker en dosregion motsvarande uppnåeliga såväl som kliniskt acceptabla planer. I det förra fallet görs detta genom att introducera dos--volym-bivillkor; i det senare fallet görs detta genom att anpassa en gaussisk blandningsmodell med viktade data med förväntning--maximering-algoritmen, modifiera den med exponentiell lutning och sedan använda speciellt utvecklade optimeringsfunktioner för att ta hänsyn till prediktionsosäkerheter.Numeriska resultat för konceptuell demonstration erhålls för ett fall av prostatacancer varvid behandlingen levererades med volymetriskt modulerad bågterapi, där det visas att metoderna utvecklade i detta arbete är framgångsrika i att automatiskt generera Paretooptimala planer med tillfredsställande kvalitet och variation medan kliniskt irrelevanta dosregioner utesluts. I fallet då historiska planer används som förkunskap är beräkningstiderna markant kortare än för konventionell MCO.

Utveckling av polymer baserade läkemedelsbärare i nanostorlek har blivit allt viktigare för att effektivisera behandling och diagnosering av olika sjukdomar, speciellt cancer. Flera läkemedel som används i kemoterapi har bristfälliga egenskaper som låg löslighet i vatten, oönskad nedbrytbara till dess inaktiva form, och distribution i stora volymer till oönskade organ p.g.a. dess icke-selektiva förmåga. Nanopartiklar är små partiklar med diameter 1-500 nm som genom passiv/aktiv transport kan passera olika biologiska barriärer och transportera läkemedel i optimala mängder till specifika celler. Denna selektiva transport bidrar till ökad terapeutiskt index och minskning av toxiska effekter i övriga delar av kroppen. Hyperförgrenade linjär-dendritiska hybrider är en subgrupp av dendritiska polymer som har stor potential att användas som byggstenar i utvecklingen av läkemedelsbärare. I detta projekt producerades ett bibliotek av hyperförgrenade linjär-dendritiska material via Fischer esterifikation reaktionen som är en snabb, billig och uppskalningsbar produktionsmetod. Vidare post funktionaliserades materialen med allyl grupper för produktion av nano geler genom UV-inducerad korslänkning och vidare funktionalisering. Samtliga producerade hyperförgrenade linjär-dendritiska material hade förmågan att bilda miceller i vatten. Materialen med bäst micelle bildningsförmåga användes för att kemiskt korslänka dem och producera nano geler. Nano gelernas inre del funktionaliserades framgångsrikt med tre olika funktionella grupper; katjoniska, anjoniska och hydrofoba via resterande fria allyler. Detta påvisar att dessa dendritiska nano geler har potential att bära olika material som hydrofobiska läkemedel eller genetiskt material. Dom producerade nano gelerna hade en hydrodynamisk volym inom intervallet 124-200 nm. Detta är fördelaktigt då dem kan transporteras till tumörområdet via ökad permeabilitet och retention, också kallad EPR effekten, utan att initiera ett immunologiskt svar eller filtreras från blodomloppet via njuren. / The development of nano- based drug carriers is of high importance in anti-cancer treatment as anticancer drugs suffers from limitations as low aqueous solubility, non-selective targeting, off-target degradation and low therapeutic concentrations at target site. Hyperbranched polymers are potential candidates as drug carrier due to its unique properties as globular shape, high number of functional groups and high degree of branching. In addition, hyperbranched polymers are synthesized via one-step polymerization reaction with high yields, low costs and good scale-up possibilities. In this project a library of hyperbranched linear-dendritic hybrid materials based of 2,2-bis(hydroxymethyl)propionic acid (bis-MPA) and monofunctional poly (ethylene glycol) (mPEG) was synthesized via the Fischer esterification reaction. The materials were then post functionalised with hydrophobic allyl groups. The materials self-assembled into micelles in water and candidates with best self-assembly ability were used to fabricate dendritic nanogels by UV-induced cross-linking. The formed dendritic nanogels obtained a hydrodynamic volume between 124-200 nm, which indicates that these dendritic nanogels can be used as drug carrier and accumulate at target-site via the enhanced permeability and retention (EPR) effect. The dendritic nanogels inner core was also successfully attached with cationic, hydrophobic and anionic groups respectively. This confirmed that the dendritic nanogels have the potential to encapsulate different types of cargo such as DNA or hydrophobic drugs in the inner core.

The increasing usage of algorithms and extensive collections of data have changed the discipline of finance and created new possibilities for analyzing the financial markets. To further explore the potential of developing new methods for understanding financial market behaviour, this thesis examines the first digit probability distribution of Benford's Law and its applicability within the financial markets. The research investigates various indices', equities', and technical analysis tools' conformity to Benford's Law by using relative price changes and volume traded. It was found that both indices and equities exhibit resemblance with Benford's Law, whereas technical analysis tools did not. In addition, the relevance of data frequency was explored, but it was deemed not to have any effect on conformity found. In an attempt to apply the findings, a regression analysis was conducted to forecast volatility. However, even though correlation was found, the regression model failed to predict future volatility accurately. / Den ökade användningen av algoritmer och omfattande datainsamling har förändrat det finansiella spelrummet och skapat nya möjligheter för analys av finansmarknaden. För att ytterligare undersöka potentialen i att utveckla nya metoder för att förstå finansmarknadens beteende utforskar denna avhandling Benfords lag och dess tillämpbarhet på den finansiella marknaden. Studien testar olika index, aktiers och tekniska analysverktygs överensstämmelse med Benfords lag genom att använda relativa prisförändringar och handlad volym. Det visade sig att både index och aktier följer Benfords lag medan tekniska analysverktyg inte gjorde det. Dessutom undersöktes datafrekvensens relevans, men detta ansågs inte ha någon effekt på överensstämmelsen med fördelningen. I ett försök att tillämpa resultaten genomfördes en regressionsanalys för att prognosticera volatilitet. Korrelation hittades men regressionsmodellen gav inte ett tillförlitligt resultat.

I takt med en ökad andel variabel förnybar elproduktion i Sveriges energimix blir elnätets flexibilitet allt viktigare för att upprätthålla en stabil elförsörjning. Detta arbete undersöker framtida prognoser för priser och volymer på de svenska frekvenshållningsreserverna FCR-N, FCR-D upp och FCR-D ned fram till år 2030. Prognoser för sådan utveckling är viktiga för elmarknadens aktörer och deras beslut att investera i flexibilitetsresurser. SARIMAX-modeller utvecklades baserade på historisk data och antaganden om framtida utvecklingar, vilka i sin tur grundades på en intervju med en branschexpert samt aktuella kartläggningar och rapporter. Resultaten visar på en markant nedåtgående pristrend. För FCR-N prognostiseras priserna sjunka med 367 % från 2024 till 2030, från 29 euro/MW till 5 euro/MW. FCR-D upp förväntas följa en liknande trend med ett prisfall på 325 %, från 20 euro/MW år 2024 till 4 euro/MW år 2030. Den kraftigaste prisnedgången prognostiseras för FCR-D ned, där priserna beräknas rasa med över 1900 % under samma period - från 61 euro/MW år 2024 till endast 3 euro/MW år 2030. Vad gäller volymer visar prognoserna på en relativt stabil utveckling kring upphandlingsplanerna, med en viss ökning för FCR-D ned på 44 % från 2024 till 2030. Den pågående etableringen av batterilager förutses ha stor påverkan genom att öka konkurrensen och pressa priserna nedåt. De låga prisnivåerna 2030 kan dock göra det utmanande att motivera investeringar enbart baserat på intäkter från FCR-marknader. Vidare diskuteras modellernas begränsningar samt behovet av framtida forskning kring batteriteknik, råvaruaspekter och avancerade simuleringsmodeller för att bättre förstå marknadsdynamiken. / As the share of variable renewable electricity production increases in Sweden's energy mix, the flexibility of the power grid becomes increasingly important to maintain a stable electricity supply. This study aims to forecast prices and volumes of the Swedish frequency containment reserves FCR-N, FCR-D up, and FCR-D down until 2030. Forecasts of such developments are important for electricity market participants and their decisions to invest in flexibility resources. SARIMAX models were developed based on historical data and assumptions about future developments, which in turn were based on an interview with an industry expert as well as current reports. The results indicate a significant downward price trend. For FCR-N, prices are forecasted to decrease by 367% from 2024 to 2030, dropping from 29 euros/MW to 5 euros/MW. FCR-D up is expected to follow a similar trend with a 325% price drop, from 20 euros/MW in 2024 to 4 euros/MW in 2030. The sharpest price decline is forecasted for FCR-D down, where prices are estimated to plummet by over 1900% during the same period - from 61 euros/MW in 2024 to only 3 euros/MW in 2030. Regarding volumes, the forecasts show a relatively stable development around the procurement plans, with a certain increase for FCR-D down by 44% from 2024 to 2030. The ongoing establishment of battery storage is expected to have a major impact by increasing competition and putting downward pressure on prices. However, the low price levels in 2030 may make it challenging to justify investments based solely on revenues from FCR markets. Furthermore, the limitations of the models are discussed, as well as the need for future research on battery technology, raw material aspects, and advanced simulation models to better understand market dynamics.