Los modelos matemáticos se han utilizado ampliamente en el estudio de máquinas rotativas. Su aplicación en dinámica ha facilitado la investigación adicional, ya que pueden evitar procesos experimentales que consumen mucho tiempo y son exorbitantes para simular diferentes fallos. El primer modelo de aprendizaje automático basado en vibraciones (VML) para el diagnóstico de fallos en máquinas rotativas se desarrolló optimizando los parámetros basados en vibraciones a partir de datos experimentales en un banco de pruebas. Por lo tanto, se crea un modelo matemático basado en el método de elementos finitos (FE) para el banco de pruebas experimental, con el fin de simular varios fallos relacionados con el rotor. Las respuestas de vibración generadas en el modelo FE se utilizan luego para validar el modelo de diagnóstico de fallos desarrollado anteriormente y los parámetros optimizados. Los resultados obtenidos sugieren la corrección de los parámetros seleccionados para caracterizar la dinámica de la máquina y identificar fallos. Estos resultados prometedores brindan la posibilidad de implementar el modelo VML en sistemas industriales reales.