Dado el desafiante entorno operativo de las máquinas de forja, caracterizado por condiciones adversas, fluctuaciones dinámicas de carga y acoplamiento de fuerzas en múltiples ejes, los métodos tradicionales de medición y detección de fuerzas a menudo no cumplen con las altas demandas de precisión y detección de carga confiable. Para abordar este desafío, este estudio presenta una nueva metodología de detección de fuerzas basada en una red neuronal de retropropagación (BP) para el mecanismo de sujeción de las máquinas de forja. Primero, se desarrolla un modelo de detección de fuerzas para describir el comportamiento del mecanismo de sujeción bajo condiciones de forja, elucidando las leyes de transmisión de fuerzas e identificando puntos de bisagra clave para la detección de fuerzas. A continuación, se construye un modelo de red neuronal BP para analizar y desacoplar el estado de forja, explorando el impacto de los nodos de neuronas de la capa oculta en la efectividad del desacoplamiento y determinando la configuración óptima de estos nodos. La efectividad de la metodología propuesta se demuestra a través de la capacidad de la red para desacoplar tanto la dirección como la magnitud de las fuerzas internas de forja. Los resultados confirman que este enfoque permite una detección de fuerzas precisa y confiable para el mecanismo de sujeción, proporcionando una base sólida para el control de fuerzas en las máquinas de forja.