La adopción de sistemas de actuación electromecánicos en la industria aeroespacial está en aumento, por lo que se requieren esquemas de diagnóstico y pronóstico fiables para garantizar operaciones seguras, especialmente en sistemas clave y críticos para la seguridad, como los controles de vuelo primarios. Además, el uso de métodos de pronóstico puede aumentar la disponibilidad del sistema durante el ciclo de vida y, por lo tanto, reducir costos si se implementa en un marco de mantenimiento predictivo. En este trabajo, se presentará una mejora de un algoritmo ya presentado, cuyo objetivo es predecir el estado de degradación real de un motor en un actuador electromecánico, proporcionando también una estimación de la temperatura. Este objetivo se logra utilizando una señal de fuerza electromotriz inversa debidamente procesada y una red neuronal simple de alimentación hacia adelante. Se logra una buena predicción del estado de salud del motor con un pequeño grado de inexactitud.