En este trabajo se ha creado un modelo de clasificación capaz de diferenciar entre los distintos modos de fusión producidos durante la impresión de piezas metálicas en una máquina de fabricación aditiva. Como información de entrada del modelo se utilizan los datos generados por un sistema de monitorización coaxial óptico. Se ha creado un dataset propio en base a los datos de monitorización capturados durante la impresión de 40 cubos diseñados para generar los diferentes modos de fusión estudiados. Para el tratamiento de los datos, se ha desarrollado una metodología de preprocesado en base a comparativas entre diferentes técnicas. Además, se ha comparado el desempeño de diferentes técnicas de reducción de dimensionalidad entre las que se encuentran autoencoders, SVD (singular value decomposition) y extracción manual de características estadísticas. El modelo final consigue una tasa de acierto superior al 86;1% en todas las clases, demostrando así la viabilidad del uso de este modelo para detectar la calidad de piezas impresas en SLM.