En el documento propuesto, se aplica un algoritmo de red neuronal artificial (ANN) para predecir las salidas de circuitos electrónicos de señales de voltaje en escenarios de Industria 4.0/5.0. Este enfoque es adecuado para predecir posibles comportamientos no corregidos de circuitos de control afectados por ruidos desconocidos, y para reproducir un método de banco de pruebas que simula el efecto del ruido que influye en la amplificación de una señal de voltaje sinusoidal de entrada, la cual es una señal básica y fundamental para sistemas de fabricación controlados. Las simulaciones realizadas tienen en cuenta diferentes señales de ruido que cambian su tendencia en el dominio del tiempo y su comportamiento en frecuencia para demostrar la posibilidad de predecir salidas de voltaje cuando se consideran señales complejas en la entrada del circuito de control, incluidas perturbaciones y ruidos aditivos. Los resultados resaltan que es posible construir un buen modelo de entrenamiento de ANN procesando solo las señales de salida de voltaje registradas sin considerar el perfil de ruido (que típicamente es desconocido). El modelo propuesto se comporta como una caja negra electrónica para los procesos de fabricación de Industria 5.0 automatizando los procedimientos de ajuste de circuitos y máquinas. Al analizar las ANNs de última generación, el estudio ofrece una solución versátil basada en ANN que es capaz de procesar varios perfiles de ruido sin requerir conocimiento previo de las características del ruido.