Se investiga el problema de la detección rápida de ruedas huecas desgastadas en vehículos ferroviarios mediante mediciones de vibración aleatoria a bordo durante la operación normal y a diferentes velocidades. Esto se logra mediante dos métodos estadísticos de series temporales no supervisados (STS) que se basan en un marco de múltiples modelos (MM) para la representación de la dinámica saludable del vehículo. El método de densidad espectral de potencia no supervisado MM (U-MM-PSD) emplea estimaciones de PSD basadas en Welch para la detección del desgaste de las ruedas y el método autorregresivo no supervisado MM (U-MM-AR) para los vectores de parámetros de múltiples modelos AR. Ambos métodos se evalúan a través de dos estudios de caso utilizando miles de casos de prueba. El primer estudio de caso incluye simulaciones de Monte Carlo utilizando un modelo detallado de vehículo ferroviario basado en SIMPACK, mientras que el segundo se basa en pruebas de campo con un tren del Metro de Atenas. La detección del desgaste de las ruedas se persigue utilizando señales de vibración laterales o verticales del bogie o del cuerpo del vehículo arrastrado que viaja a tres velocidades diferentes (60, 70, 80 km/h) utilizando ruedas en condiciones saludables o con desgaste hueco en etapa temprana. Ambos métodos exhiben un rendimiento notable, siendo el método U-MM-AR el que logra los mejores resultados generales, alcanzando tasas de detección correctas de hasta el 100% con tasas de falsas alarmas por debajo, basándose en un solo acelerómetro ya sea en el cuerpo del vehículo o en el bogie.