En el presente caso de estudio se aplica la metodología propuesta, basada en la combinación del algoritmo MUSIC de tiempo corto y redes neuronales artificiales para un diagnóstico oportuno, confiable, y automático. Su principal ventaja es mejorar la visualización de los armónicos causados por diferentes fallas del motor en las señales del flujo magnético de dispersión. Además, el algoritmo inteligente permite el cálculo automático de indicadores de severidad de fallas basados en la combinación de varias características de los resultados de MUSIC. Estas características cruciales mejoran significativamente el algoritmo en comparación con la versión preliminar presentada en (Ramirez-Nunez et al., 2019), convirtiéndolo en una opción ideal para ser incorporado en sistemas autónomos que se basan en el análisis de datos de flujo magnético de dispersión.