La gestión de pronósticos y salud es una disciplina de ingeniería que tiene como objetivo apoyar la operación del sistema mientras se garantiza la máxima seguridad y rendimiento. Los pronósticos son un paso clave de este marco, centrándose en desarrollar políticas de mantenimiento efectivas basadas en métodos predictivos. Tradicionalmente, los modelos de pronóstico pronostican el proceso de degradación utilizando técnicas de regresión que aproximan una función de mapeo desde la entrada hasta las estimaciones continuas de vida útil restante. Estos modelos son típicamente de alta complejidad y baja interpretabilidad. Los enfoques de clasificación son una solución alternativa a estos tipos de modelos. Proponemos un modelo de clasificación predictiva que traduce la entrada en variables de salida discretas en lugar de mapear la entrada a una única estimación de vida útil restante. Cada variable de salida discreta corresponde a un rango de valores de vida útil restante. En otras palabras, cada variable de clase de salida representa la probabilidad o riesgo de falla dentro de un rango de tiempo específico. Aplicamos este modelo a un estudio de caso del mundo real que involucra las remociones no programadas y programadas de un conjunto de válvulas de sangrado de motor de una flota de aviones Boeing 737. El modelo puede alcanzar un área bajo la curva característica de operación del receptor (micro-promedio) del 72%. Nuestros resultados sugieren que la red de unidades recurrentes con compuertas multiclasificadas propuesta puede proporcionar información valiosa sobre las diferentes etapas de falla (correspondientes a intervalos de vidas residuales) de las válvulas estudiadas.