Maschinen und Systeme Simon Hagmeyer, B.Eng., M.Sc.

Zustandsüberwachung und – diagnose technischer Systeme

Prognostics and Health Management (PHM)

Maschinelles Lernen

Nach Absprache

seit November 2017: Wissenschaftlicher Mitarbeiter an der Fakultät Maschinen und Systeme (ehem. Mechatronik und Elektrotechnik)

August 2017: Abschluss als Master of Science in Mechatronik an der Hochschule Reutlingen

Juli 2015: Abschluss als Bachelor of Engineering in Mechatronik an der Hochschule Reutlingen

Hagmeyer, S.; Zeiler, P. (2023).Verwendung von Kenntnissen über den Degradationsprozess beim Training eines künstlichen neuronalen Netzes zur Steigerung der Vorhersagegenauigkeit einer Prognose der verbleibenden nutzbaren Lebensdauer. 31. Fachtagung Technische Zuverlässigkeit 2023, 26.-27.04.2023, Nürtingen, VDI-Berichte 2409, ISBN: 978-3-18-092409-0, S. 203-218.

Hagmeyer, S.; Zeiler, P. (2023).A Comparative Study on Methods for Fusing Data-Driven and Physics-Based Models for Hybrid Remaining Useful Life Prediction of Air Filters. IEEE Access, Vol. 11, pp. 35737 35753, DOI: 10.1109/ACCESS.2023.3265722

Hagmeyer, S.; Zeiler, P.;  Huber, M. (2022). On the Integration of Fundamental Knowledge about Degradation Processes into Data-Driven Diagnostics and Prognostics Using Theory-Guided Data Science. Proceedings of the PHM Society European Conference, 7, DOI: 10.36001/phme.2022.v7i1.3352

Hagmeyer, S.; Mauthe, F.; Zeiler, P. (2021). Creation of Publicly Available Data Sets for Prognostics and Diagnostics Addressing Data Scenarios Relevant to Industrial Applications. International Journal of Prognostics and Health Management, 12 (2), DOI: 10.36001/ijphm.2021.v12i2.3087 

Hagmeyer, S.; Zeiler, P. (2020). Calculation of the Prediction Interval for Negative Correlation Learning via Delta Method. Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management Conference, DOI: 10.3850/978-981-14-8593-0_4266-cd

Hönig, M.; Hagmeyer, S.; Zeiler, P. (2019). Enhancing remaining useful lifetime prediction by an advanced ensemble method adapted to the specific characteristics of prognostics and health management. Proceedings of the 29th European Safety and Reliability Conference, DOI: 10.3850/978-981-11-2724-3_0204-cd

Hagmeyer, S.; Hönig, M.; Zeiler, P. (2019). Kombination mehrerer Prognoseergebnisse zur verbesserten Ermittlung der verbleibenden nutzbaren Lebensdauer. 29. Fachtagung Technische Zuverlässigkeit 2019, 07.-08.05.2019, Nürtingen, VDI-Berichte 2345, ISBN 978-3-18-092345-1, S. 43-54.

Institut für Technische Zuverlässigkeit und Prognostik (IZP), Prof. Dr.-Ing. Zeiler

Mitglied des Promotionskollegs PROMISE 4.0