Considerando la importancia de mejorar continuamente los algoritmos en los sistemas de diagnóstico de motores de aeronaves, el presente documento propone y evalúa un marco de monitoreo y diagnóstico de la trayectoria de gas a través de la Estrategia de Evaluación de la Metodología de Diagnóstico de Propulsión (ProDiMES) desarrollada por la NASA. El algoritmo utiliza modelos de referencia de motores individuales y de promedio de flota para calcular vectores de características que forman una clasificación de fallos con clases de motores sanos y defectuosos. Usando esta clasificación, se entrenó y validó una técnica híbrida de reconocimiento de fallos basada en máquinas de aprendizaje extremo regularizadas y clasificación de representación escasa para realizar tanto la detección de fallos como la identificación de fallos como un proceso común. El rendimiento del sistema fue analizado junto con los resultados de otros marcos de diagnóstico a través de cuatro etapas de comparación basadas en diferentes condiciones, como regímenes operativos, datos de prueba y métricas (detección, clasificación y latencia de detección). Las tres primeras etapas se dedicaron al desarrollo independiente del algoritmo y a la autoevaluación, mientras que la etapa final estuvo relacionada con un caso de prueba ciego evaluado por la NASA. El análisis comparativo en todas las etapas muestra que el algoritmo propuesto supera todas las demás soluciones de diagnóstico publicadas hasta ahora. Considerando las ventajas y los resultados obtenidos, el marco es una herramienta prometedora para el monitoreo y los sistemas de diagnóstico de motores de aeronaves.