Así entonces, en este caso de estudio se demuestra que, mediante la metodología propuesta, con la gran ventaja y excelente característica de ser una técnica no invasiva (libre de sensores cerca del área de trabajo) es posible clasificar el estado de desgaste de la herramienta de corte en máquinas CNC a través de un análisis de las señales de flujo de dispersión capturadas en la periferia del motor del husillo. Esta propuesta se basa en el hecho (como lo reporta la literatura) que la fuerza, y por ende la energía requerida para realizar el corte (suministrada por el motor del husillo) se ve alterada cuando la herramienta de corte no está en óptimas condiciones, generando así un cambio en la corriente demandada por el motor del husillo, y por tanto modificando el flujo magnético de dispersión a su alrededor. Las diferentes componentes magnéticas del flujo de dispersión (axial, radial y combinación de axial y radial) se capturan a través del sensor de flujo de dispersión triaxial propuesto en este trabajo (construido a partir de tres sensores primarios de efecto Hall colocados en ejes relativamente perpendiculares) instalado en el marco del motor del husillo de la máquina. El análisis de estas señales se realiza mediante la transformada wavelet discreta (DWT). Además, dada la relevancia de clasificar de forma automática el desgaste de la herramienta de corte en el proceso de mecanizado, se define un indicador de nivel de fallo en base a los resultados obtenidos mediante el análisis tiempo-frecuencia de las señales del flujo magnético de dispersión y luego es utilizado por una red neuronal artificial para establecer un diagnóstico final automático. Los experimentos se realizan bajo un torno CNC modelo Fanuc Oi mate considerando tres diferentes estados de desgaste de la herramienta de corte: herramienta de corte nueva, herramienta de corte desgastada y herramienta de corte rota y diversas profundidades de corte.