Este trabalho objetiva estabelecer uma base tecnológica para um sistema de apoio a decisão para ensaios não destrutivos por ultrassom, que possa ser embarcado em uma plataforma microcontrolada. Máquinas de aprendizado extremo, uma teoria de treinamento rápido de redes neurais artificiais, foram usadas como classificadores. O propósito é obter um sistema dedicado

capaz de armazenar dados de entrada de um corpo de prova, treinar e executar o sistema de classificação, de modo a produzir uma indicação de status de integridade para auxiliar na decisão do operador. Um estudo de caso contendo inspeção de cordão de solda em chapas de aço foi considerado. Noções de ensaio não destrutivo por ultrassom e redes neurais artificiais são apresentadas no trabalho. Demais aspectos foram considerados para atingir o objetivo proposto, tais como: comparação entre método para treinamento rápido de redes neurais e métodos tradicionais de treinamento; um método proposto para reduzir a dimensionalidade do conjunto de amostras e uma abordagem proposta para implementação do sistema em microcontroladores. Os resultados mostram que o sistema executa a etapa de treinamento em microcontrolador produzindo classificadores para defeitos em solda com acurácia similar à encontrada em trabalhos na literatura.