Los modelos de aprendizaje automático (ML) basados en inteligencia artificial (IA) parecen ser el futuro para la mayoría de las aplicaciones. También se ha realizado un esfuerzo de investigación reciente sobre la aplicación de estos métodos de IA y ML en el diagnóstico de fallos basado en vibraciones (VFD) en máquinas rotativas. Se han publicado varios estudios de investigación en la última década sobre este tema. Sin embargo, la mayoría de los estudios son impulsados por datos, y el modelo de ML basado en vibraciones (VML) generalmente se desarrolla en una máquina típica. El modelo VML desarrollado puede no predecir fallos con precisión si se aplica a otras máquinas idénticas o a una máquina con diferentes condiciones de operación, o a ambas. Por lo tanto, la investigación actual se centra en el desarrollo de un modelo VML optimizando los parámetros de vibración en función de la dinámica de la máquina. El modelo desarrollado se prueba ciegamente en diferentes condiciones de operación de la máquina para demostrar la robustez y fiabilidad del modelo VML propuesto.