O trabalho apresenta a implementação de redes neurais para controle de estruturas flexíveis unconstrained, com o intuito de realizar o controle ativo das vibrações induzidas pelo controle de posição. Os estudos experimentais estão sendo realizados no laboratório de dinâmica ITA-IEMP, utilizando uma estrutura multicorpo composta por dois apêndices flexíveis engastados a um cubo central, acionado por um motor DC. A aquisição de dados é realizada através de dois acelerômetros piezoelétricos localizados nas extremidades dos apêndices, dois extensômetros colocados ao longo dos apêndices em pontos conhecidos, um sinal tacométrico e um potenciômetro para medir a posição angular do cubo. A estrutura de controle adaptativo inverso utilizada foi a Feedback-Error-Learning. Esta abordagem utiliza a saída de um controlador feedback (previamente sintonizado e com parâmetros fixados) para adaptar uma rede neural linear que atua como um controlador feedforward. Mostramos que, sob certas condições, a rede neural converge para o modelo dinâmico inverso atrasado da planta e gradualmente passa a exercer a maior parte da ação de controle.