The rail system is essential for commercial activities and transport of people in several countries, playing an important role in improving economic indicators. In order to ensure the reliability and safety of rail transport, it is becoming increasingly important to monitor the conditions of the railway and to execute planned maintenance. The defect in the sleepers can cause an overload on adjacent sleepers, accelerating the structure fatigue of such components, contributing to the occurrence of new defects and finally affecting the track gauge. In this context, one proposes a new method for detecting defects in steel sleepers from the permanent way geometric signals, based on signal processing and machine learning. Three classifiers with different learning characteristics were trained: Artificial Neural Networks (ANN), Suport Vertor Machines (SVM) and AdaBoost. In addition, a multiple classifier system was implemented to improve system accuracy. Resumo: O sistema ferroviário é essencial para as atividades comerciais e transporte de pessoa em diversos países, desempenhando um papel importante na melhoria dos indicadores econômicos. Para garantir a confiabilidade e a segurança do transporte ferroviário, torna-se cada vez mais importante monitorar as condições da ferrovia e executar a manutenção planejada. Os defeitos nos dormentes podem provocar uma sobrecarga nos dormentes adjacentes, acelerando a fadiga da estrutura desses componentes e contribuindo para a ocorrência de novos defeitos, afetando finalmente a bitola. Neste contexto, propõe-se um novo método para detecção de defeitos em dormentes de aço a partir de sinais geométricos da via permanente, com base em técnicas de processamento de sinais e aprendizado de máquina. Foram treinados três classificadores com diferentes características de aprendizado: Redes Neurais Artificiais (RNA), máquinas de vetores de suporte (SVM, do inglês Support Vector Machine) e o AdaBoost (ADB). Além disso, implementou-se um sistema de múltiplos classificadores (ensemble) para melhorar a acurácia do sistema.