La automatizacion de la medida on-line del espesor de la banda de acero, con una precision cercana a la micra, plantea un reto evidente. Por otro lado, la implantacion de la tecnologia laser de triangularizacion para tal fin, representa una innovacion y una mejora respecto a las anteriores tecnologias, basada en la absorcion de la radiacion X. El analisis de los datos de espesores con la precision requerida exige la correcta eliminacion de no pocas oscilaciones, debido a ruidos de diversa indole. Ademas, se pretende la clasificacion de los distintos mapas de espesores, segun los tipos de acero. En esta tesis se justifica que un problema con las caracteristicas senaladas, puede abordarse con la aplicacion de Redes Neuronales Artificiales. Se selecciona y expone con claridad los algoritmos de aprendizaje, los cuales permiten la obtencion de mapas de espesores, la deteccion de fallos en la produccion y la clasificacion de la bobina de acero, a partir de la serie temporal generada. Las conclusiones resaltan la utilidad del sistema de medicion de espesores mediante laser, en conjuncion con la metodologia de analisis basada en Redes Neuronales.