En la era de la Industria 4.0, el mantenimiento de equipos se está desplazando hacia estrategias basadas en datos. Los métodos tradicionales se basan en el tiempo de uso o en recuentos de ciclos para estimar la vida útil de los componentes. Esto a menudo provoca una sustitución temprana de piezas, lo que conlleva a un aumento de los costos de producción. Este estudio se centra en el sistema de corte de un laminador de rodillos utilizado en la fabricación de placas de circuito impreso (PCB). Se utiliza un acelerómetro para recopilar señales de vibración en estados normales y anormales. La transformada rápida de Fourier (FFT) se utiliza para convertir los datos de dominio temporal en el dominio de la frecuencia, luego se extraen características estadísticas clave de bandas de frecuencia críticas como variables independientes. El estudio aplica regresión logística (LR), bosques aleatorios (RF) y máquina de vectores de soporte (SVM) para modelar de forma predictiva la condición de la herramienta de corte. Los resultados muestran que las precisiones de predicción de estos modelos son del 87,55%, 93,77% y 94,94%, respectivamente, siendo SVM el que tiene el mejor rendimiento.