El artículo presenta un método para modelar y estimar la orientación de un carro de lanzamiento en el sistema de suspensión magnética de un innovador catapulta UAV. La catapulta consta de pistas estacionarias revestidas con imanes de neodimio, generando un campo magnético en forma de canal. El carro levita sobre las pistas, soportado por cuatro contenedores que albergan superconductores YBCO de alta temperatura enfriados con nitrógeno líquido. El efecto Meissner, caracterizado por la expulsión de campos magnéticos de los superconductores, asegura el levantamiento estable del carro. El principal desafío de la investigación fue determinar la orientación del carro en relación con las pistas, con un enfoque en el ángulo de inclinación, que es crucial para una operación sin colisiones y eficiencia del sistema. Se desarrolló un soporte de medición dedicado equipado con sensores Hall y sensores de distancia de Tiempo de Vuelo (ToF). Los sensores Hall montados en los soportes del carro capturaron datos del campo magnético en puntos específicos. Para modelar las pistas, se empleó la metodología CRISP-DM (Proceso Estándar de la Industria Cruzada para la Minería de Datos): un marco estructurado que consta de seis etapas; desde la comprensión del problema y la preparación de datos hasta la evaluación y despliegue del modelo. Este enfoque guió el análisis de modelos basados en datos y facilitó una estimación precisa del ángulo de inclinación. Se utilizaron métricas de evaluación, incluido el error cuadrático medio (MSE), para identificar y seleccionar los modelos óptimos. El modelo final logró un MSE de 0.084 grados, demostrando su efectividad para un control preciso de la orientación.