Las técnicas de aprendizaje automático (ML) se utilizan cada vez más para diagnosticar fallas en aplicaciones aeroespaciales, pero diagnosticar múltiples fallas en los sistemas de combustible de aeronaves (AFSs) sigue siendo un desafío debido a las complejas interacciones de los componentes. Este documento evalúa la precisión e introduce un enfoque innovador para cuantificar y comparar la interpretabilidad de cuatro métodos de clasificación de ML: redes neuronales artificiales (ANNs), máquinas de vectores de soporte (SVMs), árboles de decisión (DTs) y regresiones logísticas (LRs), para diagnosticar combinaciones de fallas presentes en los AFSs. Mientras que la ANN logró la mayor precisión diagnóstica del 90%, superando a otros métodos, su interpretabilidad fue limitada. En contraste, el modelo de árbol de decisión mostró una consistencia del 82% entre explicaciones globales y percepciones de ingeniería, destacando su ventaja en interpretabilidad a pesar de la menor precisión. La interpretabilidad fue evaluada utilizando dos herramientas ampliamente aceptadas, LIME y SHAP, junto con el entendimiento de ingeniería. Estos hallazgos subrayan un equilibrio entre la precisión de predicción y la interpretabilidad, que es fundamental para la confianza en las aplicaciones de ML en la industria aeroespacial. Aunque una ANN puede ofrecer una alta precisión diagnóstica, un árbol de decisión proporciona resultados más transparentes, facilitando una mejor alineación con las expectativas de ingeniería incluso a costa de una ligera disminución en la precisión.