Las bombas centrífugas (CPs) son ampliamente utilizadas en muchas industrias diferentes, y su funcionamiento se mantiene gracias a su rendimiento confiable. Los fallos más comunes de las CPs pueden categorizarse como fallos mecánicos o relacionados con el flujo: los primeros suelen estar asociados con daños en el impulsor, mientras que los segundos están asociados con la cavitación. Es posible utilizar algoritmos computacionales para monitorear ambas fallas en las CPs. En este estudio, se han considerado dos problemas diferentes en las bombas, el impulsor defectuoso y la cavitación. Cuando una CP está funcionando en una condición defectuosa, genera vibraciones que pueden medirse utilizando sensores piezoeléctricos. Los datos recopilados pueden analizarse para extraer datos en dominio temporal y de frecuencia. La interpretación de los datos en dominio temporal mostró que no es posible distinguir el tipo de defecto. Sin embargo, indicadores como la curtosis, la asimetría, la media y la varianza pueden utilizarse como entrada para el algoritmo de perceptrón multicapa (MLP) para clasificar los fallos de la bomba. Este estudio presenta una discusión detallada de los resultados del método basado en vibraciones, enfatizando los beneficios y desventajas del método de perceptrón multicapa. Los resultados muestran que el algoritmo sugerido puede identificar la ocurrencia de diferentes fallos y cuantificar su gravedad durante la operación de la bomba en tiempo real.