En el presente trabajo se presenta un estudio sobre la aplicación de estrategias bioinspiradas para la optimización al diagnóstico de fallos en sistemas industriales. El objetivo principal es establecer una base para el desarrollo de nuevos y viables métodos de diagnóstico de fallos basados en modelos que permitan mejorar las dificultades de los métodos actuales. Estas dificultades están relacionadas, fundamentalmente, con la sensibilidad ante la presencia de fallos y la robustez ante perturbaciones externas. En el estudio se consideraron los algoritmos Evolución Diferencial y Optimización por Colonia de Hormigas. La efectividad de la propuesta es analizada mediante experimentos con el conocido problema de prueba de los dos tanques. Los experimentos consideraron presencia de ruido en la información y fallos incipientes de manera que fuera posible analizar las ventajas de la propuesta en cuanto a diagnóstico robusto y sensible. Los resultados obtenidos indican que el enfoque propuesto y, principalmente, la combinación de los dos algoritmos, caracterizan una metodología prometedora para el diagnóstico de fallos.