A medida que la tecnología evoluciona, se crean sistemas no afines más complejos. Estos sistemas complejos son difíciles de modelar, mientras que la mayoría de los controladores requieren información sobre los sistemas para ser diseñados. Esta información es difícil de obtener para sistemas con direcciones de control variables. Por lo tanto, este estudio presenta un nuevo estimador y controlador basado en datos diseñado para sistemas discretos no afines de una entrada y una salida. Este enfoque se centra en casos en los que la dirección de control varía con el tiempo y el modelo matemático del sistema es completamente desconocido. El estimador y el controlador se construyen utilizando un marco de Red Emulada de Reglas Difusas de Múltiples Entradas. Los vectores de peso se actualizan a través del método de optimización de descenso de gradiente, que emplea una función de costo única que multiplica el error por una tangente hiperbólica. Los análisis de estabilidad demuestran que tanto el estimador como el controlador convergen a funciones uniformemente acotadas (UUB) de Lyapunov. Para validar los resultados, mostramos pruebas experimentales de control de fuerza que se llevaron a cabo en el eje z de un robot de escaneo 3D controlado por accionamiento. Este sistema tiene una dirección de control variable, y también proporcionamos resultados de comparación con un controlador de última generación. Los resultados muestran un error de seguimiento porcentual absoluto medio menor al uno por ciento en estado estacionario y la variación esperada en la dirección de control del sistema.