بروز عدم ترازمندی در روتور بالگرد، باعث افت کیفیت پروازی و کاهش قابل توجه عمر قطعات متأثر از ناترازی می‌گردد. با توجه به وابستگی اساسی ایمنی و کنترل بالگرد به روتورها، گسترش این مشکل می‌تواند به رویدادهای نامطلوب و خرابی­های فاجعه‌بار منجر شود. بنابراین، تشخیص زودهنگام نامیزانی جرمی و ناهمراستایی به منظور کاهش رویدادها و هزینه­ها، اهمیت بسزایی پیدا کرده است. تشخیص عیوب منوط به انتخاب و بهره‌گیری از ویژگی‌های سیگنالی است که حاوی داده‌های بیشتر باشند، این موضوع در پژوهش‌های پیشین به طور مناسب مورد توجه قرار نگرفته است. این مقاله به­­ مطالعات تجربی بر روی یک بالگرد مدل با روتور هم‌محور برای تشخیص وجود نامیزانی جرمی و ناهمراستایی و ترکیب این دو نوع عیب، پرداخته است. تعداد 320 تست برای هشت حالت مختلف سالم، ناهمراستایی در پره­ها، نامیزانی­های جرمی با مقادیر مختلف در نوک و وسط پره، در بازه سرعت دورانی 880 تا 1050 دور بر دقیقه انجام شده است. بر مبنای پاسخ زمانی و فرکانسی سیستم، ویژگی‌های سیگنالی در قالب گراف‌های حوزه­های سه‌گانه زمان، فرکانس و حوزه زمان-فرکانس (با تبدیل موجک)، استخراج شده است. در مرحله بعد با استفاده از تکنیک تحلیل مؤلفه اساسی (PCA) همراه با الگوریتم مورچگان، 15 ویژگی که حاوی اطلاعات بیشتری هستند، انتخاب و به عنوان ورودی جهت طبقه‌بندی به شبکه عصبی داده شده است. بر اساس ارزیابی تجربی صورت گرفته، الگوریتم پیشنهادی موفق به طبقه­بندی و شناسایی عیوب با نسبت کارایی بالا شده است و می­تواند در روند نگهداری و تعمیرات مبتنی بر وضعیت بالگرد، مورد استفاده قرار گیرد.