La automatización de la medida on-line del espesor de la banda de acero, con una precisión cercana a la micra, plantea un reto evidente. Por otro lado, la implantación de la tecnología láser de triangularización para tal fin, representa una innovación y una mejora respecto a las anteriores tecnologías, basada en la absorción de la radiación X. El análisis de los datos de espesores con la precisión requerida exige la correcta eliminación de no pocas oscilaciones, debido a ruidos de diversa índole. Además, se pretende la clasificación de los distintos mapas de espesores, según los tipos de acero. En esta tesis se justifica que un problema con las características señaladas, puede abordarse con la aplicación de Redes Neuronales Artificiales. Se selecciona y expone con claridad los algoritmos de aprendizaje, los cuales permiten la obtención de mapas de espesores, la detección de fallos en la producción y la clasificación de la bobina de acero, a partir de la serie temporal generada. Las conclusiones resaltan la utilidad del sistema de medición de espesores mediante láser, en conjunción con la metodología de análisis basada en Redes Neuronales.