Os motores elétricos atuam como principais dispositivos conversores de energia elétrica em energia mecânica, o que, consequentemente suscita sua ampla empregabilidade industrial. Dentre os modelos existentes, utiliza-se em maior escala os motores de indução trifásicos. Embora sejam robustas, tais máquinas estão suscetíveis a falhas, ocasionadas pelo desgaste natural oriundo da execução prolongada de sua função, ou ainda, pela operação em condições adversas. As referidas falhas não necessariamente apresentam evidências, possibilitando assim que sejam agravadas à medida que a máquina prossegue operando. Dessa forma, o presente projeto objetiva desenvolver um sistema embarcado que possibilite o monitoramento e identificação das falhas de curto circuito de estator em motores de indução trifásicos (MIT). O sistema proposto, desempenha funções referentes a: aquisição dos sinais de corrente da máquina, condicionamento de amplitude dos mesmos, discretização, processamento, identificação de falhas a partir de redes neurais artificiais, armazenamento dos dados em nuvem, exibição online dos espectros de corrente da máquina no domínio do tempo e no domínio da frequência. Os dados obtidos consistem em matrizes unidimensionais, as quais contém amostras discretizadas dos sinais de corrente da máquina, tanto no domínio do tempo, quanto no domínio da frequência. Tais dados possibilitam a plotagem de gráficos para análise visual das condições da máquina, bem como subsídio para algoritmos de análise falhas, ou ainda para exportação no formato de arquivos de texto, para que sejam importados por demais ferramentas computacionais. Dessa forma, o sistema em questão, apresenta alta integrabilidade, portabilidade e relação custo benefício satisfatórios para o problema abordado.