O presente trabalho tem como objetivo principal demonstrar a relação entre o comportamento de máquinas rotativas e a análise de vibração, com ênfase na identificação de falhas a partir do espectro de sinal no domínio da frequência. A análise de vibração, uma técnica amplamente utilizada na manutenção preditiva, permite o monitoramento contínuo das condições operacionais dos equipamentos e a detecção precoce de problemas que possam comprometer o desempenho. Os métodos aplicados neste estudo incluem a coleta de dados de vibração em motores elétricos e geradores, seguida do processamento desses dados utilizando técnicas de análise espectral. O desenvolvimento de um código em Python foi essencial para a inserção e tratamento de sinais em tempo real, facilitando a visualização dos resultados e permitindo um diagnóstico mais preciso das condições das máquinas. A norma ISO 2372 foi considerada na determinação das frequências características associadas a diferentes tipos de falhas. As considerações finais destacam a importância da integração de métodos avançados de processamento de sinais com as técnicas tradicionais de análise de vibração. Essa combinação permite um monitoramento mais detalhado e eficaz das condições operacionais das máquinas, contribuindo para a redução de paradas não programadas e para a otimização dos processos de manutenção. O estudo também reforça a relevância da manutenção preditiva no contexto industrial atual, onde a confiabilidade dos equipamentos é crucial para a competitividade e sustentabilidade das operações.