Diagnosticar defectos en los rodamientos (BFs) en máquinas de inducción de jaula de ardilla (SCIMs) es esencial para garantizar su correcto funcionamiento y evitar costosas averías. Este documento presenta un enfoque innovador que combina el control de par directo inteligente (DTC) con el uso de la transformada de Hilbert (HT) para detectar y clasificar estos BFs. El DTC inteligente permite un control preciso del par electromagnético de la máquina asíncrona, proporcionando una respuesta rápida a los BFs. Utilizando HT, se analiza la corriente del estator para extraer características importantes relacionadas con los BFs. El HT proporciona la señal analítica de la corriente, facilitando así la detección de anomalías asociadas con los BFs. El enfoque presentado incorpora un DTC inteligente que se adapta a las variaciones de corriente del estator y características extraídas a través del HT. Este control inteligente utiliza algoritmos avanzados como redes neuronales (ANN-DTCs) y lógica difusa (FL-DTCs). En este documento, se realizó una comparación entre estos dos algoritmos en el entorno MATLAB/Simulink para una máquina asíncrona trifásica para evaluar su efectividad bajo el enfoque propuesto. Los resultados obtenidos demostraron una alta capacidad para detectar y clasificar BFs, confirmando la efectividad de cada algoritmo. Además, esta comparación destacó las ventajas y desventajas específicas de cada enfoque. Esta información es valiosa para elegir el algoritmo más adecuado según las restricciones y necesidades específicas de la aplicación.