The analysis of vibrations constitutes one of the powerful tools destined for predictive maintenance. In this context, and with the objective of contributing to the improvement of the process of detection and diagnosis of ball bearing faults, the use of the technique of adaptive filtering applied to vibration signals is focused in this work, through the minimization of the average quadratic error between the output of the filter and a reference signal considered as desired, with and without delay applied to the input signal (LMS), and the cancellation of the gradient of the objective function in terms of the error signal (RLS), based on Kalman filtering. These vibration signals are considered to be unknown regarding the behavior of their statistical properties. Initially, these methods were applied to mathematical models of imperfections contaminated with noise in the outer race (stationary), inner race, balls and cage of the bearing, with different fault intensities. Later, the technique was used with vibration signals from ball bearings mounted on an experimental test rig, operating under adverse conditions, as bent shaft and lack of lubrication, what favored the sprouting of defects on the cage of axial self-aligning ball bearings. The tracking of the evolution of the defects for detection and diagnosis was done by the analysis of statistical parameters such as RMS level, crest factor, K factor, sixth order central statistical moment and envelope technique, for both cases where the method was used. The results show that for both, simulated and test rig case, the adaptive filtering technique contributed to the improvement of the performance of the methods used for detection and diagnosis of faults, especially the envelope method, in which case reasonable estimates for the signals of the defective component were obtained, and the influence of other vibratory sources was minimized.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorMestre em Engenharia MecânicaA análise de vibrações constitui uma das poderosas ferramentas destinadas à manutenção preditiva. Dentro deste contexto, e com o objetivo de contribuir para a melhora do processo de detecção e diagnóstico de falhas em mancais de rolamentos, é focado neste trabalho o uso da técnica da filtragem adaptativa aplicada a sinais vibratórios, através da minimização do erro médio quadrático entre a saída do filtro e um sinal de referência considerado como desejado, com e sem atraso aplicado ao sinal de entrada (LMS), e da anulação do gradiente da função objetivo do sinal de erro (RLS), baseado no filtro de Kalman. Tais sinais vibratórios são considerados desconhecidos quanto ao comportamento das suas propriedades estatísticas. Inicialmente, tais métodos foram aplicados a modelos matemáticos de falhas corrompidos por ruído nas pistas externa (estacionária) e interna, além de nas esferas e gaiola, com diferentes intensidades de defeito. Posteriormente, a técnica foi usada em sinais vibratórios oriundos de mancais de rolamentos de esferas de uma bancada experimental operando sob condições adversas, como eixo flexionado e falta de lubrificação, o que favoreceu o surgimento de defeito na gaiola do mancal de rolamentos autocompensadores axiais. O acompanhamento da evolução dos defeitos para detecção e diagnóstico se deu por conta de parâmetros estatísticos como nível RMS, fator de crista, fator K , momento estatístico central de sexta ordem, além do método do envelope, para os dois casos de uso do método. Os resultados obtidos mostraram que, tanto para o caso simulado, quanto para o real, a técnica da filtragem adaptativa contribuiu para a melhora da performance dos métodos de detecção e diagnóstico de falhas usados, especialmente a técnica do envelope, onde foram obtidas estimativas plausíveis dos sinais de defeito do componente, sendo minimizada a influência de outras fontes vibratórias.