Este trabalho apresenta uma ferramenta para o desenvolvimento e aplicação de redes neuromórficas baseadas em Extreme Learning Machine (ELM), combinando uma interface em software com a implementação de hardware em FPGA. A ferramenta proposta, nomeada como ELM Designer, permite a criação da topologia de uma rede, baseada em ELM, utilizando dados de entrada para o treinamento e a configuração, possibilitando o ajuste da quantidade de neurônios por camada e do tipo de função de ativação de cada neurônio. Além disso, permite a análise de desempenho e o envio da configuração da rede por meio de protocolo de comunicação serial. A pesquisa também propõe uma arquitetura de hardware capaz de receber e aplicar a configuração topológica da rede em FPGA, ajustando conexões sinápticas, número de entradas, distribuição de neurônios por camada e funções de ativação. Os resultados demonstram que a ferramenta ELM Designer, integrada ao hardware em FPGA, viabiliza um desenvolvimento ágil e eficiente de redes neuromórficas, facilitando sua aplicação em sistemas de controle em tempo real, como veículos autônomos, drones de alta performance, sistemas MPPT em painéis fotovoltaicos e aplicações em robótica. Essa abordagem representa um avanço significativo na adoção de redes neuromórficas em aplicações de inteligência artificial que exigem alta velocidade e precisão.