Los rodamientos son uno de los elementos más esenciales en un motor de inducción, y se fabrican con diferentes materiales y construcciones según su aplicación. Estos componentes suelen ser una de las partes más propensas a fallos de un motor eléctrico, por lo que se requieren mediciones, instrumentación y métodos de procesamiento correctos y precisos para prevenir y detectar la presencia de diferentes fallos. Este trabajo desarrolla una metodología basada en la fusión de señales de corriente y flujo magnético residual, el cálculo de indicadores estadísticos y no estadísticos, algoritmos genéticos (AG), análisis discriminante lineal (ADL) y redes neuronales. El enfoque propuesto logra una efectividad diagnóstica del 99.8% para detectar varios daños en la pista exterior a 50 Hz y del 96.6% a 60 Hz. También demuestra una efectividad del 99.8% para detectar daños en presencia de contaminantes en la lubricación a 50 Hz y del 97% a 60 Hz. Estos resultados se aplican a rodamientos metálicos, cerámicos e híbridos.