RESUMEN A partir del conocimiento de una unidad de craqueo catalitico de fluidos - FCC de unarefineria europea se presenta el diseno de modelos neuronales capaces de predecir ciertosparametros de la planta, restringidos a la zona de operacion de la cual se posee la informacionnecesaria para el entrenamiento de las redes neuronales. Mas que en el modelo disenado, sepretende hacer enfasis en las pautas y directrices que permiten abordar el problema de laidentificacion de sistemas y prediccion de parametros de procesos con un nivel de complejidadtal que las tecnicas de modelamiento lineal puedan resultar insuficientes. PALABRAS CLAVE: Unidad FCC, craqueo catalitico, red neuronal, modelo de referencia, prediccion de parametros,entrenamiento, retropropagacion. ABSTRACT This document presents the design ofneural models that can predict some parameters of afluid catalityc cracking unir, located in an European refine/y, using historical data. In thiskind ofwork, it is necessary to take information about the behavior ofthe system, in this casethe behavior ofthe FCC unit, which is usedfor neural network training. This work propasesa methodolagy for system identification and parameter prediction in processes with a highlevel of complexity, such that linear modeling techniques are not enough. KEY WORDS: FCC unit, catalytic cracking, neural network, reference model, parameter prediction,backpropagation.