El reconocimiento de maniobras de vuelo (FMR) es una herramienta crítica para capturar información esencial sobre el estado de una aeronave, lo cual es necesario para mejorar la formación de pilotos, la seguridad en vuelo y el combate aéreo autónomo. Sin embargo, debido a la alineación de series temporales multidimensionales y multimodales y a la insuficiencia de datos, existen desafíos que limitan la precisión del FMR. En este documento, se proponen dos métodos de FMR, incluyendo un algoritmo mejorado basado en la distancia de alineación dinámica (D-DTW) y un método basado en puntos perceptualmente importantes, fundamentados en técnicas de minería de series temporales. Se establecen las ecuaciones dinámicas diferenciales del centro de gravedad de la aeronave en el sistema de coordenadas de trayectoria. Posteriormente, con base en los datos de vuelo obtenidos, se deriva la potencia del motor empleando criterios basados en la mecánica de vuelo y métodos de transformación de sistemas de coordenadas. Finalmente, el perfil de vuelo se agrupa y se divide en función de los datos preprocesados. El factor de carga del motor se obtiene a través de la transformación de centroides y la traducción del sistema de coordenadas basada en cálculos de dinámica de vuelo. Los resultados indican que los dos métodos exhiben una aplicabilidad variable con respecto al FMR. Sin embargo, el segundo método es más adecuado en lo que respecta al reconocimiento o predicción de la potencia del motor y el factor de carga.