In dieser Arbeit wird die Möglichkeit untersucht, mit Hilfe der optischen Prozessdiagnostik und einem künstlichen Neuronalen Netz, eine offline Prozess-regelung zur Qualitätssicherung bei thermischen Spritzprozessen einzurichten. Das Ziel für eine funktionierende Überwachung des Beschichtungsprozesses muss es sein, auf Grundlage eines einfachen Überwachungssystems und einer lernenden Regelung ein Hilfsmittel für den Beschichter zu schaffen, dass ohne genaue Kenntnis der physikalischen Zusammenhänge im Prozess bedienbar ist. Für das thermische Spritzen muss aufgrund seiner Vielfalt an Spritzprozessen und Möglichkeiten hinsichtlich der Werkstoffauswahl eine Regelung gefunden werden, die auf mögliche Variationen eingestellt werden kann. Die Arbeit zeigt die Erstellung eines offline Reglers durch ein Neuronales Netz mit zehn Eingangs- und fünf Ausgangsneuronen sowie zwei verdeckten Schichten mit jeweils sieben Neuronen. Dieses Netz ist in Kombination mit dem optischen Diagnostikgerät PFI (Particle Flux Imaging) in der Lage, sowohl einen atmos-phärischen Plasmaspritzprozess (APS) als auch einen Hochgeschwindigkeits-flammspritzprozess (HVOF) mit grundlegend unterschiedlichen Werkstoffen zu regeln. Die Struktur des Netzes ist hierbei gleich bleibend, der Regler wird über eine im Laufe der Arbeit automatisierte Routine für den Schichtwerkstoff und den Beschichtungsprozess trainiert. Ein universell einsetzbarer Regler dieser Art bildet den Grundstein zum Aufbau eines Qualitätssicherungssystems am Prozess.weiterlesen