En entornos industriales, los componentes de maquinaria inevitablemente se desgastan y degradan debido a la fricción entre las partes móviles. Para abordar esto, se emplean comúnmente diversas estrategias de mantenimiento, incluyendo el mantenimiento correctivo, preventivo y predictivo. Este documento se centra en el mantenimiento predictivo a través del análisis de vibraciones, utilizando modelos basados en datos. Este estudio explora la aplicación de métodos de aprendizaje no supervisado, particularmente Autoencoders Convolucionales (CAEs) y Autoencoders Variacionales (VAEs), para la detección de anomalías (AD) en señales de vibración. Al transformar señales de vibración en imágenes utilizando la Transformada de Sincronización (SST), esta investigación aprovecha las fortalezas de las redes neuronales convolucionales (CNNs) en el procesamiento de imágenes, que han demostrado ser efectivas en AD, especialmente a nivel de píxeles. La metodología implica entrenar CAEs y VAEs con datos de maquinaria en condiciones saludables y probarlos en nuevas muestras de datos que representan diferentes niveles de degradación del sistema. Los resultados indican que los modelos con espacios latentes espaciales superan a aquellos con espacios latentes densos en términos de precisión de reconstrucción y capacidades de AD. Sin embargo, los VAEs no produjeron resultados satisfactorios, probablemente porque las métricas basadas en la reconstrucción no son del todo útiles para fines de AD en tales modelos. Este estudio también destaca el potencial de los residuos ReLU para mejorar la visibilidad de las anomalías. Los datos utilizados en este estudio están disponibles públicamente.