هدف این پروژه پیاده سازی عملی شبکه های عصبی جهت شناسایی و کنترل بوده است تا نقاط قوت و ضعف این روش از نظر عملی بررسی گردد. بر این اساس یک دستگاه آزمایشگاهی و تجهیزات لازم جهت اتصال آن به رایانه تهدید شد. دستگاه مورد نظر شامل یک دهنده هوا و گرمکن برقی بوده و هدف کنترل دمای خروجی از دستگاه بوسیله شبکه های عصبی است. از آنجا که شبکه های عصبی با دیدگاه جعبه سیاه به شناسایی فرآیند می پردازند، هر تجهیز فرآیندی می تواند جانشین این دستگاه شده و در کلیات شناسایی و کنترل آن تفاوتی ایجاد نمی نماید. بر این اساس، ابتدا دستگاه مورد نظر مدلسازی شد تا متغییرهای دخیل در فرآیند مشخص شوند. بعد از تعیین متغیره داده برداری انجام گرفت. از داده ها جهت آموزش شبکه عصبی استفاده و رفتار فرآیند توسط شبکه شناسایی شد. در گام بعد بوسیله مدل بدست آمده از دستگاه دو نوع کنترل کننده عصبی (معکوس مستقیم و مدل مرجع) طراحی و از آن ها جهت کنترل دستگاه استفاده شد.همچنین برای مقایسه، کنترل کننده pid نیز جهت کنترل دستگاه به کار رفت. روش های کنترلی مورد نظر با میانگین خطای متوسطی در حدود 0.5 درجه، دمای خروجی دستگاه را کنترل نمودند که با توجه به منابع خطای موجود، اختلاف حاصله مقداری قابل قبول می باشد.