El diagnóstico de fallos juega un papel esencial en la reducción de los costos de mantenimiento de los sistemas de fabricación de maquinaria rotativa. En muchas aplicaciones reales de detección y diagnóstico de fallos, los datos tienden a estar desbalanceados, lo que significa que el número de muestras para algunas clases de fallos es mucho menor que el de las muestras de datos normales. Al mismo tiempo, en condiciones industriales, los acelerómetros se enfrentan a altos niveles de señales disruptivas y las muestras recolectadas resultan ser muy ruidosas. Como consecuencia, muchos marcos tradicionales de Detección y Diagnóstico de Fallos (FDD) obtienen un rendimiento de clasificación deficiente al tratar con circunstancias del mundo real. Se han propuesto tres soluciones principales en la literatura para hacer frente a este problema: (1) la implementación de algoritmos generativos para aumentar la cantidad de muestras de entrada subrepresentadas, (2) el empleo de un clasificador potente para aprender de datos desbalanceados y ruidosos, (3) el desarrollo de un preprocesamiento de datos eficiente que incluya extracción de características y aumento de datos. Este artículo propone un marco híbrido que utiliza los tres componentes mencionados anteriormente para lograr un sistema FDD basado en señales efectivo para condiciones desbalanceadas. Específicamente, primero extrae las características de fallos, utilizando transformadas de Fourier y wavelet para aprovechar al máximo las señales. Luego, emplea Redes Generativas Antagónicas de Wasserstein con Penalización de Gradiente (WGAN-GP) para generar muestras sintéticas que poblarán la clase de fallos rara y enriquecerán el conjunto de entrenamiento. Además, para lograr un rendimiento superior, también se propone una combinación novedosa de Memoria a Largo y Corto Plazo Convolucional (CLSTM) y Máquina de Aprendizaje Extremo Ponderada (WELM). Para verificar la efectividad del marco desarrollado, se utilizaron diferentes configuraciones de conjuntos de datos de rodamientos en diferentes severidades de desbalance y grados de ruido. Los resultados comparativos demuestran que en diferentes escenarios, GAN-CLSTM-ELM supera significativamente a otros marcos de FDD de última generación.