Электроприводы постоянного тока до сих пор широко используются в промышленности, несмотря на известные недостатки. К их числу можно отнести наличие щеточно-коллекторного узла, низкий КПД и необходимость частого обслуживания. Однако простота управления и возможность создания высокомощных приводов позволяет по-прежнему применять их, например, в металлургическом и горнодобывающем производствах. Зачастую это приводы, разработанные в 70 - 80-е гг. На многих заводах в настоящее время проводится их модернизация, однако она, как правило, затрагивает только систему управления, оставляя силовую часть таких приводов без изменений. В свою очередь, наличие современных цифровых регуляторов дает возможность построения адаптивных систем управления для рассматриваемых электроприводов с целью компенсации их нелинейности и нестационарности. Можно выделить два основных класса методов построения подобных систем: классические и интеллектуальные. В данной работе рассматривается применение одного из интеллектуальных методов (нейросетевого настройщика) в системе управления промышленного электропривода. В отличие от других подходов, он не требует наличия модели объекта управления или явной эталонной модели, учитывает опыт инженера АСУТП и способен обучаться оперативно, выбирая шаг настройки автоматически. Ранее нейросетевой настройщик был реализован в среде Matlab и апробирован на модели электропривода. Задачей данной работы является его адаптация к системе управления электроприводами Sinamics DCM для возможности его последующего промышленного применения.