Hochleistungswerkzeuge für den Spritzgiessprozess mit vielen Kavitäten (> 4) sind sehr anspruchsvoll bei der Inbetriebnahme, da alle Kavitäten unter gleichen Bedingungen gefüllt werden müssen, um die gleiche Bauteilqualität zu erhalten. Bei jeder Änderung des Set-ups aus Maschine, Werkzeug, Heisskanalregler, Material oder -charge erfordert dies einen hohen Aufwand für die Bemusterung. In diesem Projekt werden intelligente selbstlernende Regelalgorithmen auf Basis von verfahrenstechnischen Untersuchungen entworfen, getestet und implementiert, um den Verlauf des Werkzeuginnendrucks bei Mehrkavitätenwerkzeugen zu optimieren. Ziele sind eine automatische Balancierung des Füllverhaltens der einzelnen Kavitäten und eine Viskositätsregelung. Solche Werkzeuge haben in der Regel einen Heisskanalverteiler mit mehreren Heizzonen, deren Temperaturen über Leistungsänderung einzeln geregelt werden. Diese innere Regelstrecke ändert ihr Verhalten, beispielsweise bei einem Wechsel von Maschine oder Heisskanaltemperaturregler. Der hier zu entwerfende äussere Regelkreis kann darauf reagieren, indem ein adaptiver Regelalgorithmus eingesetzt wird, der als aussagekräftige Zielgrösse die Werkzeuginnendruckverläufe in den Kavitäten verwendet.Die Algorithmen werden selbstlernend ausgelegt, so dass die Anpassung von Parametern für den Maschinenbediener auf ein Minimum reduziert wird. Die abschliessende Integration in das ComoNeo der Firma Kistler ermöglicht eine einfache Bedienung mit zusätzlicher Datenbank für Werkzeug- und Prozessdaten.Dieser neue Regelalgorithmus ermöglicht den Einsatz sowohl für neue als auch ältere Maschinen (Retrofitting) und ist hierbei unabhängig vom Maschinenhersteller und eingesetztem Heisskanaltemperaturregler. Der Einsatz ist zudem branchenunabhängig und findet überall Anwendung beim Spritzgiessen mit Mehrkavitätenwerkzeugen.