Los rodamientos de rodillos se consideran el corazón de la maquinaria rotativa y el diagnóstico temprano de fallas es uno de los mayores desafíos durante la operación. Debido a ensamblajes mecánicos complicados, la detección de la falla avanzada y las fallas en la etapa incipiente es muy difícil y tediosa. Este trabajo presenta una clasificación basada en reglas difusas de fallas en rodamientos utilizando el método de agrupamiento Fuzzy C-means utilizando mediciones de vibración. Se realizaron experimentos para recopilar las señales de vibración de un rodamiento normal y rodamientos con fallas en la pista interior, pista exterior y falla en la bola. La técnica de Transformada Wavelet Discreta (DWT) se utiliza para descomponer las señales de vibración en diferentes bandas de frecuencia. Con el fin de detectar las fallas tempranas en los rodamientos, se extrajeron diversas características estadísticas de esta señal descompuesta de cada banda de frecuencia. Basado en las características extraídas, se desarrolla el método de agrupamiento Fuzzy C-means (FCM) para clasificar las fallas utilizando funciones de membresía adecuadas y se desarrolla una base de reglas difusas para cada clase de falla de rodamiento utilizando datos etiquetados. Los resultados experimentales muestran que el método propuesto es capaz de clasificar la condición del rodamiento utilizando las características extraídas. El modelo de agrupamiento y clasificación propuesto basado en FCM proporciona una interpretación e implementación más fácil para monitorear la condición de los rodamientos de rodillos en una etapa temprana y será útil para tomar medidas preventivas antes de una falla a gran escala.