Detecció de fuites d'aigua amb intel·ligència artificial
La detecció de fuites d'aigua amb intel·ligència artificial combina sensors i dades per localitzar pèrdues i protegir l'aigua potable en les xarxes urbanes.
La intel·ligència artificial que detecta les fuites d'aigua: tecnologia per salvar cada gota
Com els sensors, els algoritmes i els bessons digitals poden ajudar a descobrir pèrdues d'aigua amagades a les xarxes de distribució.
Un problema invisible sota els nostres peus
Cada dia, l'aigua potable recorre quilòmetres de canonades subterrànies abans d'arribar a les nostres cases, empreses i explotacions agrícoles.
Aquestes xarxes formen una infraestructura essencial per a la societat, però tenen un problema que sovint passa desapercebut: una part de l'aigua es perd abans d'arribar al seu destí.
Les canonades poden envellir, patir corrosió, deteriorar-se per moviments del terreny o desenvolupar petites esquerdes. Algunes fuites són visibles perquè l'aigua aflora a la superfície. D'altres, però, poden mantenir-se amagades durant molt de temps, deixant escapar aigua sense que ningú ho detecti immediatament.
Localitzar aquestes pèrdues no sempre és fàcil. Les xarxes són extenses, les canonades estan enterrades i una alteració de la pressió pot tenir diverses causes.
Ara, una nova generació de tecnologies està obrint una possibilitat interessant: utilitzar la intel·ligència artificial per detectar anomalies, identificar les zones on probablement hi ha una fuita i ajudar els responsables de les xarxes a actuar abans.
La pregunta és: podem aconseguir que les xarxes d'aigua siguin capaces de detectar els seus propis problemes?
La intel·ligència artificial que detecta les fuites d'aigua: tecnologia per salvar cada gota
Com els sensors, els algoritmes i els bessons digitals poden ajudar a descobrir pèrdues d'aigua amagades a les xarxes de distribució.
Un problema invisible sota els nostres peus
Cada dia, l'aigua potable recorre quilòmetres de canonades subterrànies abans d'arribar a les nostres cases, empreses i explotacions agrícoles.
Aquestes xarxes formen una infraestructura essencial per a la societat, però tenen un problema que sovint passa desapercebut: una part de l'aigua es perd abans d'arribar al seu destí.
Les canonades poden envellir, patir corrosió, deteriorar-se pels moviments del terreny o desenvolupar petites esquerdes. Algunes fuites són visibles perquè l'aigua aflora a la superfície. D'altres poden mantenir-se amagades durant molt de temps, deixant escapar aigua sense que ningú ho detecti immediatament.
Localitzar aquestes pèrdues no sempre és fàcil. Les xarxes són extenses, les canonades estan enterrades i una alteració de la pressió pot tenir diverses causes.
Ara, una nova generació de tecnologies està obrint una possibilitat interessant: utilitzar la intel·ligència artificial per detectar anomalies, identificar les zones on probablement hi ha una fuita i ajudar els responsables de les xarxes a actuar abans.
La pregunta és: podem aconseguir que les xarxes d'aigua siguin capaces de detectar els seus propis problemes?
Com podem descobrir una fuita que no es veu?
Tradicionalment, la localització de fuites ha requerit inspeccions, comprovacions de pressió, equips acústics i altres mètodes de diagnòstic.
Avui, aquests sistemes es poden complementar amb sensors electrònics que observen contínuament el comportament de les canonades.
Els sensors poden mesurar diferents variables:
La pressió de l'aigua. Una baixada inesperada de pressió pot indicar una possible fuita o una alteració en el funcionament de la xarxa.
El cabal. Permet comprovar quanta aigua entra i surt d'una determinada zona. Quan hi ha diferències que no es poden explicar pel consum habitual, pot existir una pèrdua.
Les vibracions i els sons. Una fuita pot generar sorolls i vibracions característics quan l'aigua escapa per una esquerda. Els equips acústics poden ajudar a detectar aquests senyals, fins i tot quan la canonada està enterrada.
La informació recollida es transmet a sistemes de monitoratge, on es pot analitzar i comparar amb el comportament habitual de la instal·lació.
El resultat és una xarxa que deixa de dependre exclusivament de les inspeccions periòdiques i pot començar a identificar anomalies mentre està funcionant.
Quin paper hi té la intel·ligència artificial?
Aquí és on la tecnologia pot fer un pas important.
Una xarxa de distribució pot generar una quantitat enorme de dades: pressió, cabal, horaris de consum, estat de les bombes i comportament de diferents sectors.
Analitzar tota aquesta informació manualment és complicat.
La intel·ligència artificial pot aprendre quins patrons corresponen al funcionament normal de la xarxa i detectar situacions que se'n desvien.
Per exemple, imaginem que durant la nit el consum d'una zona acostuma a ser molt baix. De sobte, un sensor registra una circulació d'aigua superior a l'habitual, acompanyada d'una variació de pressió.
El sistema pot comparar aquesta situació amb les dades anteriors, estudiar si es repeteix i calcular si hi ha indicis d'una possible fuita.
No es limita a observar una xifra. Analitza la relació entre diferents variables.
Aquesta capacitat és especialment interessant perquè una mateixa alteració pot tenir explicacions diferents. Un augment del cabal, per exemple, podria correspondre a una fuita, però també a un canvi en la demanda o a una maniobra de la xarxa.
La intel·ligència artificial ajuda a distingir entre aquestes situacions, però els seus avisos s'han de verificar abans de prendre decisions.
Els algoritmes que poden localitzar les pèrdues
La investigació ja no se centra únicament a detectar que alguna cosa no funciona. També busca determinar en quina zona de la xarxa es produeix l'anomalia.
Una de les línies de treball utilitza models matemàtics de les xarxes hidràuliques combinats amb aprenentatge automàtic.
Aquests models representen les canonades, les connexions, les bombes, les vàlvules i els punts de consum. D'aquesta manera, el sistema pot estudiar com es comportaria la xarxa en diferents circumstàncies i comparar les prediccions amb les mesures reals.
Quan les dades observades no coincideixen amb el comportament esperat, es genera un senyal que pot ajudar a identificar una possible incidència.
Una investigació publicada el 6 d'octubre de 2026 a la revista Communications AI & Computing presenta un sistema anomenat LeakAgent.
El sistema combina diversos agents d'intel·ligència artificial amb models hidràulics i models de xarxes per detectar fuites i identificar el sector afectat.
Els investigadors el van provar en cinc xarxes de referència, amb entre 191 i 920 nodes, i van obtenir aproximadament un 96 % d'encert en la detecció i identificació de la partició afectada en les condicions experimentals descrites.
Aquest resultat és interessant, però cal interpretar-lo correctament: correspon a les xarxes i als escenaris estudiats, no significa que qualsevol fuita del món real es pugui detectar amb un 96 % d'eficàcia.
Què és un bessó digital d'una xarxa d'aigua?
Una altra tecnologia que pot transformar la gestió de l'aigua és el bessó digital (digital twin).
Es tracta d'una representació virtual d'una instal·lació real que s'actualitza mitjançant dades procedents dels sensors i altres sistemes de monitoratge.
Imaginem una xarxa municipal d'aigua representada en un ordinador. El model coneix la disposició de les canonades, les connexions, les bombes i les vàlvules. A mesura que rep informació real, pot actualitzar la seva representació del funcionament de la xarxa.
Això permet estudiar situacions que serien difícils d'analitzar directament sobre la infraestructura.
Per exemple:
Què passa si baixa la pressió en una determinada zona?
On podria haver-hi una fuita?
Quines canonades necessiten una inspecció?
Com es podria modificar la pressió per reduir les pèrdues sense perjudicar el subministrament?
Com respondria la xarxa davant d'un canvi important en el consum?
El bessó digital permet simular diferents escenaris i ajudar els responsables a prendre decisions més informades.
No és una còpia física de la xarxa, sinó un model virtual connectat amb el sistema real.
Una investigació publicada el 24 d'octubre de 2026 a Scientific Reports estudia precisament la integració de bessons digitals, detecció de fuites i regulació de la pressió en xarxes municipals de distribució.
Una combinació de tecnologies que pot estalviar aigua i energia
La importància d'aquestes innovacions va més enllà de localitzar una esquerda en una canonada.
Quan una xarxa perd aigua, també es poden perdre els recursos i l'energia que s'han utilitzat per captar-la, tractar-la, bombar-la i distribuir-la.
Per això, detectar les fuites abans que es facin més importants pot aportar diversos beneficis:
Menys aigua perduda. Localitzar una incidència amb més rapidesa pot evitar que una quantitat important d'aigua potable es perdi al subsòl.
Menys energia desaprofitada. Cada metre cúbic d'aigua que s'ha de captar, tractar i transportar requereix recursos. Reduir les pèrdues també pot evitar part d'aquest consum energètic.
Manteniment més eficient. Els equips tècnics poden prioritzar les zones amb més indicis de problemes, en lloc d'inspeccionar tota la xarxa amb la mateixa intensitat.
Més seguretat en el subministrament. Una detecció anticipada pot ajudar a prevenir avaries més importants i interrupcions del servei.
En regions on l'aigua és un recurs escàs, aquests beneficis poden tenir una importància especial.
Quins límits té aquesta tecnologia?
Malgrat les seves possibilitats, la intel·ligència artificial no és una solució automàtica.
Perquè funcioni correctament, necessita dades fiables, sensors ben distribuïts i un coneixement suficient de la xarxa.
Una xarxa antiga pot no disposar dels instruments necessaris per monitorar totes les zones. També pot haver-hi sensors que transmetin informació incompleta o dades alterades per canvis en el consum.
Un altre problema és que no tots els algoritmes funcionen igual de bé en qualsevol xarxa. Un model entrenat amb dades simulades o amb una infraestructura concreta pot oferir resultats diferents quan s'aplica a una instal·lació real.
Una revisió científica publicada el 2026 al Journal of Hydroinformatics, basada en 86 estudis, destaca precisament que un dels grans obstacles per a l'aplicació generalitzada d'aquestes tecnologies és passar dels models de recerca a sistemes que tinguin en compte les condicions físiques i operatives reals.
Per això, la intel·ligència artificial ha de treballar conjuntament amb els instruments de mesura, els models hidràulics i l'experiència dels tècnics.
La tecnologia pot indicar on buscar, però la verificació i la reparació continuen necessitant intervenció humana.
El futur de les xarxes d'aigua intel·ligents
Imaginem una xarxa de distribució capaç de monitorar contínuament el seu funcionament, detectar una variació anormal, identificar la zona afectada i avisar l'equip tècnic abans que la incidència es converteixi en una avaria important.
Aquesta és una de les possibilitats que obren la intel·ligència artificial, els sensors i els bessons digitals.
En el futur, aquests sistemes podrien formar part de la gestió habitual de les xarxes municipals, industrials i agrícoles.
La combinació de dades en temps real, models matemàtics i algoritmes d'aprenentatge pot ajudar a passar d'un manteniment principalment reactiu a una gestió més preventiva.
Però el repte no és només tecnològic. També caldrà modernitzar infraestructures, formar professionals, invertir en sensors i garantir que les solucions siguin econòmicament viables.
Conclusió: cada gota compta, també les que no veiem
Durant molt de temps, les fuites d'aigua subterrànies han estat un problema difícil de detectar fins que els seus efectes es feien visibles.
Ara, la ciència i la tecnologia estan desenvolupant eines que poden ajudar a identificar aquests problemes abans, mitjançant l'anàlisi de les dades que genera la mateixa xarxa.
La intel·ligència artificial no substitueix la necessitat de renovar les canonades ni el treball dels professionals, però pot convertir-se en una eina important per millorar la detecció, la localització i la prevenció de les pèrdues.
En un món on la disponibilitat d'aigua és un repte creixent, aprofitar millor l'aigua que ja tenim és tan important com trobar noves fonts de subministrament.
Potser una de les grans innovacions del futur no consistirà només a obtenir més aigua, sinó a deixar de perdre la que ja hem aconseguit captar.
A The Water Era explorem com la ciència, l'aigua i les noves tecnologies poden contribuir a construir un futur més sostenible.
The Water Era — Understanding Water. Shaping the Future.
Fonts científiques i investigacions
LeakAgent: a multi-agent system for leak detection using multi-modal large language model coordination in water distribution network. Communications AI & Computing, 6 d'octubre de 2026.
Construction of a leak detection and pressure regulation system for municipal water distribution networks integrating digital twin technology. Scientific Reports, 24 d'octubre de 2026.
AI-based leak detection in water distribution networks: a decadal review across sensing and monitoring scales. Journal of Hydroinformatics, 2026.
AI for detecting and localizing concurrent abrupt and incipient leaks in water distribution networks. Water Research, 2026.
Aquest article té un avantatge: no parla de la intel·ligència artificial de manera abstracta. Mostra una aplicació concreta que afecta directament la disponibilitat d'aigua potable.
També manté la continuïtat dels darrers articles: primer vam parlar de la IA i dels seus riscos; després, de la innovació; ara mostrem com aquesta tecnologia pot contribuir a protegir un recurs essencial.
PERE CASTELLS TEULATS
Investigador científic i comunicador
Llegir en anglés o en castellà