Aunque se han utilizado técnicas de aprendizaje automático inteligentes para el modelado de entrada-salida de muchos procesos de fabricación diferentes, estas técnicas mapean directamente desde los parámetros de entrada del proceso a las salidas y no tienen en cuenta ningún conocimiento parcial disponible sobre los mecanismos y la física del proceso. En este artículo, se presenta un nuevo enfoque para aprovechar el conocimiento parcial disponible sobre los mecanismos del proceso e integrarlo en la estructura de la red neuronal. Para validar el enfoque propuesto, se utiliza para crear un modelo de predicción hacia adelante para el proceso de micro-mecanizado electroquímico (ECM). La precisión de predicción del enfoque propuesto se compara con la precisión de predicción de modelos de estructuras neuronales puras con diferentes estructuras y los resultados muestran que los modelos de Red Neuronal (NN) con conocimiento integrado tienen una mejor precisión de predicción que los modelos de NN puros.