En este artículo se implementa el algoritmo de aprendizaje backpropagation en línea para el entrenamiento de redes neuronales tipo feedforward. Se implementan tres neurocontroladores para tres sistemas, los cuales son: el circuito RC, un motor DC emulado electrónicamente, y un sistema esfera-tubo. La primera estrategia que se prueba para todos los sistemas es un PID clásico, el cual es utilizado para comparar el desempeño de los otros controladores. El primer neurocontrolador comparte la responsabilidad de comandar al sistema con un PID; el siguiente es entrenado en línea y trabaja solo; y por último se encuentra un controlador PID neuronal, el cual cambia las ganancias del PID para hacerlo adaptable a la dinámica de la planta. El control se realiza en tiempo real, por medio de Simulink, junto con una tarjeta de adquisición de datos PCI 6024E. En el desarrollo del artículo se muestran los resultados obtenidos de cada sistema.
