Denna rapport avser att förbättra och utveckla Sveriges flygvapens metoder för kategorisering och analys av avvikelser vid flygplansunderhåll. Säkerheten är den viktigaste aspekten vid flygning och oftast är det mänskliga faktorer som bidrar till att säkerheten äventyras. De mänskliga faktorerna är direkt relaterade till flygolyckor, därför får underhållsarbetet en stor roll inom flygsäkerheten. Studier påvisar att 70-80% av olyckor orsakas av mänskliga felhandlingar vid underhållsmoment vilket gör det ytterst viktigt att undersöka vilka faktorer som ligger bakom avvikelser. Målet med arbetet är att förstå och förklara felhandlingar. Tvåhundratvå avvikelserapporter från Sveriges Försvarsmakts avdelning F21 analyserades. Modellen ”Human Factors Analysis & Classification System- Maintenance Extension” (HFACS-ME) användes för att kategorisera avvikelserna. Resultatet visar att kategorierna inom HFACS-ME är för generella för att med precision kunna kategorisera avvikelserna på ett effektivt sätt. Därför tillförde författaren nya externa kategorier som berör leverantörer och en ny typ av dokumentationsbrist. Den nya modellen kallas för HFACS-SAFE. Det föreslås att ett systematiskt arbete med modeller samt informationsspridning om felhandlingar förhoppningsvis ska kunna minska antalet avvikelser. / This report aims to improve and develop Sweden's air force's methods for categorization and analysis of aircraft maintenance deviations. Safety is the most important aspect of aviation and human factors is usually a contributing factor when safety is jeopardized. Human factors are directly related to aviation accidents, and maintenance work therefore plays a major role in aviation safety. Studies show that 70-80% of accidents are caused by human error at the maintenance level, which makes it of outmost importance to investigate the factors behind deviations. An analysis of 202 deviation reports contributed from the Swedish Defense Forces department F21were made. The aim of the work is to understand and explain human errors. The model "Human Factors Analysis & Classification System Maintenance Extension" (HFACS-ME) was used to categorize the deviations. The results show that the HFACS-ME categories were too general to accurately categorize the deviations efficiently. Therefore, the author added new categories involving suppliers and a new type of documentation shortage. The new model is called HFACS-SAFE. The report also suggests that, through systematic work on models and distribution of information on wrong actions, deviations may hopefully be reduced.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:ltu-67346 |
Date | January 2018 |
Creators | Andersson, Albin |
Publisher | Luleå tekniska universitet, Institutionen för ekonomi, teknik och samhälle |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | Swedish |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.002 seconds