Este trabalho apresenta um método para classificação rápida de falhas de estator em motores de indução conectados em linha operando em regime permanente, sob condições de tensão de desequilíbrio e carga. Motores de indução são amplamente utilizados em diversas aplicações industriais devido aos seus fatores de favoritismo já consolidados como robustez, baixo custo e alta confiabilidade. A detecção precoce e o diagnóstico adequado de falhas reduzem o custo de manutenção e também aumentam a eficácia do processo. Assim, a amplitude do sinal da corrente do estator, no domínio do tempo, é apresentada como entrada para uma rede de neural multicamada para a classificação de falhas do estator. Após uma discretização adequada do sinal atual, é aplicada a técnica de análise de componentes principais, permitindo a redução da complexidade do classificador. Os resultados obtidos de testes experimentais são promovidos e comparados para validar este estudo.