不平衡是造成航空发动机转子振动过大以及产生噪音的主要原因之一，不但直接威胁航空发动机的安全高效运行，而且还会诱发其他种类的故障产生。因此，研究柔性转子动平衡技术对航空发动机具有重要的意义。柔性转子动平衡方法主要有模态平衡法和影响系数法两类。模态平衡法需要深入了解转子结构及其动力特性。影响系数法启停车次数较多，还容易出现影响系数矩阵的病态化、平衡校正量不合理等问题。由于影响系数法与模态平衡法都存在一些难以克服的缺陷，因此本文开展了基于模型的无试重动平衡方法研究。本文首先提出了一种基于Huber-M估计法的鲁棒性识别算法，只需要利用振动数据就可以对转子不平衡量进行识别。该方法不仅能准确的识别出不平衡量的大小、相位以及不平衡量在转子中的位置，而且能有效剔除异常数据，降低噪声等的影响。并通过一个仿真实例对方法的鲁棒性进行了分析。其次建立了实验转子系统有限元模型，并利用模态实验数据对该模型进行了修正，得到了能反映转子实际结构动力特性的有限元模型。基于该模型进行了不平衡量识别的仿真分析。为了验证方法的鲁棒性及识别的准确程度，在计算的响应数据中加入不同程度的噪声，仿真结果表明该方法对噪声不敏感，在噪声强度较大的情况，也能得到较准确的结果。最后利用实测的转子振动数据，结合有限元模型，进行转子不平衡量识别的实验验证。实验结果表明，当测试数据含有一定的噪声时，利用少量的测点和转速信息，可较准确地识别出转子系统的不平衡量，且基于修正后有限元模型进行不平衡量识别可以提高识别的精度。由于该方法无需加试重，平衡效率和精度较高，具有较高的实际应用价值。