El desbalanceo del rotor se presenta como una de las principales causas de vibración y ruido en equipos rotativos. La identificación precisa de las posiciones desbalanceadas permite medidas específicas para la corrección del balance, reduciendo así los niveles de vibración y ruido y mejorando la eficiencia operativa y la estabilidad del equipo. Sin embargo, la complejidad de las estructuras del rotor puede dar lugar a una diversidad de caminos de transmisión de vibraciones, lo que complica la identificación de las posiciones desbalanceadas. En este documento, se establece una plataforma experimental para sistemas de rotor para analizar los patrones de cambio del desplazamiento de vibración en sistemas de rotor en cuatro posiciones desbalanceadas. Además, se desarrolla un modelo de dinámica de rotor basado en el método de elementos finitos y se verifica a través de experimentos. Además, se propone un método de identificación de posiciones de rotor desbalanceado basado en redes neuronales de memoria a largo y corto plazo (LSTM). Este método utiliza múltiples conjuntos de datos de respuesta medidos y datos simulados de posiciones de rotor desbalanceadas para entrenar la red LSTM, logrando una identificación precisa de las posiciones desbalanceadas a varias velocidades de rotación. Los resultados de la investigación indican que, bajo velocidades subcríticas, críticas y supercríticas, la precisión de identificación basada en datos medidos alcanza el 95.5%, mientras que la precisión basada en datos simulados se mantiene en un alto nivel del 90.5%. Estos resultados validan plenamente la efectividad y precisión del modelo y método de identificación propuestos, proporcionando nuevas perspectivas y medios técnicos para identificar posiciones de rotor desbalanceadas.