Recientemente, la prognóstica y gestión de la salud (PHM) ha captado mucha atención en el sector industrial por su mantenimiento rentable y operación segura del sistema. En este sentido, el mantenimiento predictivo basado en vibraciones utilizando sensores juega un papel significativo en el diagnóstico y pronóstico de diversas fallas. La necesidad del momento es saber cuándo y qué parte debe ser reemplazada con anticipación para una operación eficiente y confiable. El desbalance es una falla importante que actúa en cualquier sistema rotativo provocando vibraciones excesivas y causando diversas fallas que desarrollan una falla temprana en los componentes directa o indirectamente. En este documento, mostramos cómo se puede construir un modelo prognóstico para la identificación de la tendencia futura de desbalance de un sistema rotor-cojinete con la ayuda de un modelo matemático del sistema y métodos estadísticos/aprendizaje automático. El modelo prognóstico desarrollado se utiliza para pronosticar los datos de series temporales de desbalance de un rotor de turbina industrial en tiempo real que pronostica los valores de desbalance del mes siguiente. El modelo propuesto se verifica para el análisis prognóstico utilizando conjuntos de datos de una empresa de plásticos local. Después de un examen cuidadoso de los resultados, se concluye que el modelo propuesto puede ayudar a detectar con precisión el desbalance futuro del sistema.