La detección de ejes ferroviarios agrietados mediante el procesamiento de señales vibratorias medidas durante la operación es el enfoque de este estudio. La teoría rotodinámica se aplica a este propósito específico, pero, en la práctica y para sistemas reales, no hay consenso sobre la aplicación de los resultados obtenidos de la teoría. Encontrar patrones fiables que cambien durante la operación tendría ventajas sobre otros métodos actualmente aplicados, como las técnicas de ensayo no destructivo (END), porque se obtendrían datos entre inspecciones durante la operación. Las técnicas de procesamiento de señales vibratorias en el dominio tiempo-frecuencia, como la transformada de paquetes de wavelet (TPW), han demostrado ser fiables para obtener patrones. El objetivo de este trabajo es desarrollar una metodología para seleccionar la función óptima asociada con la TPW, la wavelet madre (WM), y encontrar patrones diagnósticos para la detección de ejes ferroviarios agrietados. En trabajos anteriores relacionados, se utilizó comúnmente la WM Daubechies 6 para todas las condiciones de velocidad/carga y defectos. En este trabajo, se encontró que la WM Symlet 9 funciona mejor, por lo que se realizó un estudio comparativo con ambas funciones, y se observó que las tasas de éxito obtenidas con Daubechies 6 mejoran al usar Symlet 9. Específicamente, se detectaron de manera fiable defectos superiores al 16.6% del diámetro del eje, sin falsas alarmas. Para validar la metodología propuesta, se obtuvieron señales vibratorias experimentales de un eje ferroviario escalado sano y luego se probó el mismo eje con una grieta transversal ubicada cerca de un cambio de sección (donde este tipo de defecto suele aparecer) para nueve profundidades de grieta diferentes.