El grupo de poleas desempeña un papel importante en la transmisión de grandes equipos mecánicos. Para obtener datos informativos para el monitoreo de condiciones, es muy importante optimizar la ubicación de los sensores en el grupo de poleas. Sin embargo, debido a la fuerte fluctuación de velocidad, la carga pesada y la compleja estructura interna, la ubicación de los sensores para adquirir puntos de monitoreo óptimos sigue siendo una tarea desafiante. Por lo tanto, se propone un nuevo método de optimización de sensores basado en la fusión de datos. En este método, se utiliza primero el filtro de Kalman para refinar la señal recopilada y tratar con los ruidos variables. Posteriormente, se calcula la fuerza de periodicidad variable de la señal para reconocer las características no estacionarias de la señal medida. Luego, se introduce una técnica de fusión de datos basada en la estimación de máxima verosimilitud (MLE) para estimar componentes sensibles a partir de las señales de sensores de múltiples fuentes para encontrar los puntos óptimos de ubicación de sensores. El método se valida experimentalmente en un banco de pruebas del grupo de poleas con condiciones de velocidad variable. Los resultados del análisis muestran que el método propuesto puede reconocer los puntos óptimos de ubicación de sensores para el grupo de poleas.