Los barcos de perforación y las plataformas marinas utilizan propulsores de azimut para la propulsión, maniobra y dirección, control de actitud y actividades de posicionamiento dinámico. Los versátiles modos de operación y el desafiante entorno marino crean una demanda de soluciones de monitoreo de condiciones flexibles y prácticas a bordo. Este estudio presenta un algoritmo de monitoreo de condiciones que utiliza datos de aceleración y velocidad del eje para detectar anomalías que proporcionan información sobre los defectos en los componentes de la línea de transmisión de los propulsores. Las características estadísticas de la vibración se predicen con modelos de regresión lineal y los residuos se monitorean en relación con distribuciones normales multivariadas. El método incluye un enfoque automatizado de selección de velocidad del eje que identifica las áreas operativas distribuidas normalmente a partir de los datos de entrenamiento basados en los residuos. Durante el monitoreo, se calcula la distancia cuadrada de Mahalanobis a las distribuciones identificadas en los rangos de velocidad del eje definidos, proporcionando información sobre la condición del propulsor. El rendimiento del método fue validado con datos de dos propulsores en operación y comparado con clasificadores de referencia. Los resultados sugieren que el método podría detectar cambios en la condición de los propulsores durante el monitoreo en línea. Además, tuvo una alta precisión en las pruebas de clasificación binaria relacionadas con la condición de los rodamientos. En conclusión, el algoritmo tiene propiedades prácticas que demuestran su idoneidad para aplicaciones en línea.