La seguridad operativa y la fiabilidad se han vuelto cada vez más primordiales en maquinaria rotativa grande y compleja en la fabricación industrial. Los avances recientes en el diagnóstico de fallas basado en datos han avanzado significativamente en los campos de evaluación de la salud de la maquinaria, identificación de fallas y predicción. Esta revisión se adentra en la literatura existente sobre tecnología de diagnóstico de fallas para maquinaria rotativa, categorizando los diversos enfoques de diagnóstico. Además, examina la evolución de la tecnología de diagnóstico de fallas basada en índices adimensionales y aclara las cinco últimas progresiones de teorías fundamentales: el diseño y la optimización de índices adimensionales, extracción y características de índices adimensionales mutuos, tecnología de diagnóstico de fallas basada en índices adimensionales y sistema inmune artificial, tecnología de fusión de índices adimensionales en dominios de tiempo y frecuencia, y conjuntos de datos. Se discuten las aplicaciones de la tecnología de diagnóstico de fallas basada en índices adimensionales en la industria petroquímica, ferrocarriles de alta velocidad, envío y aeroespacial. Se esbozan las direcciones futuras de investigación en seis áreas clave: índices adimensionales más excelentes, detectores rápidos y eficientes, análisis de fallas para eventos de falla de pequeñas muestras, sistemas teóricos de diagnóstico de fusión de dominio tiempo-frecuencia, diagnóstico de fallas con base de datos de pruebas estandarizadas y base de conocimientos expertos. Esta revisión integral colma la brecha de investigación al examinar sistemáticamente los roles y aplicaciones de los índices adimensionales en el diagnóstico de fallas de maquinaria rotativa.