Un sistema inteligente y de bajo coste para monitorizar la calidad del agua con aprendizaje automático en el dispositivo e integración en la nube

Por qué importan las comprobaciones de agua más inteligentes

El agua potable segura es algo que la mayoría de la gente da por sentado, pero la contaminación y la infraestructura envejecida hacen que lo que sale del grifo no siempre esté tan limpio como parece. Las pruebas tradicionales de agua a menudo requieren enviar muestras a un laboratorio distante y esperar uno o dos días por los resultados—un retraso peligroso si ese agua ya se está usando en hogares, escuelas o explotaciones agrícolas. Este artículo describe un sistema de bajo coste, del tamaño de una maleta, que puede colocarse directamente sobre una tubería o un depósito, vigilar continuamente el agua con sensores sencillos y utilizar inteligencia artificial incorporada para decidir en tiempo real si el agua parece normal, diluida por la lluvia o contaminada por productos químicos agresivos.

Cómo una pequeña caja vigila tu grifo

El corazón del sistema es una placa microcontroladora diminuta pero potente llamada ESP32, que actúa como un ordenador reducido. Está conectada a cuatro sensores económicos que miden propiedades básicas del agua: su acidez o alcalinidad (pH), la cantidad de sales y minerales disueltos que contiene (sólidos disueltos totales, o TDS), su claridad (turbidez) y su temperatura. En conjunto, estas lecturas ofrecen una revisión rápida del estado: por ejemplo, agua muy turbia o un aumento inusual de sólidos disueltos pueden indicar escorrentía de calles o una fuga de productos de limpieza. El ESP32 recopila cientos de mediciones en bruto cada segundo, depura las señales ruidosas y las convierte en valores físicamente significativos que pueden compararse a lo largo del tiempo.

Llevando la inteligencia al edge

La mayoría de los sistemas “inteligentes” existentes simplemente transmiten estos datos de sensores a internet y permiten que servidores remotos interpreten su significado. Ese enfoque falla cuando la red es lenta, cara o directamente no está disponible. En este trabajo, los autores entrenan una red neuronal compacta—una forma de modelo de aprendizaje automático—tan pequeña que ocupa unos 14,5 kilobytes de memoria, y la almacenan directamente en el ESP32. Usando 6.000 ejemplos cuidadosamente recogidos con su propio prototipo (agua de grifo normal, agua de lluvia y agua mezclada con lejía doméstica para simular derrames químicos), el modelo aprende patrones que relacionan las cuatro lecturas de los sensores con tres categorías: Normal, Escorrentía por lluvia y Contaminante químico. Una vez entrenado, puede tomar una decisión en aproximadamente una milésima de segundo, con una precisión reportada de alrededor del 99 por ciento en sus datos de prueba.

Ahorro de energía, almacenamiento y tiempo de respuesta

Dado que estos sistemas pueden necesitar funcionar durante meses en áreas remotas, el diseño se centra tanto en la frugalidad como en la inteligencia. En lugar de guardar cada segundo de datos, el dispositivo puede cambiar a un modo “basado en fluctuaciones” que escribe información en una tarjeta de memoria solo cuando las lecturas del agua cambian más allá de la deriva normal del sensor. En una prueba de 24 horas, esto redujo las escrituras en memoria en más del 98 por ciento, lo que ayuda a prolongar la vida de la tarjeta y reduce el consumo de energía. Al mismo tiempo, el ESP32 utiliza la conectividad inalámbrica integrada para enviar instantáneas de lecturas y decisiones del modelo a una base de datos en la nube, donde un panel web y móvil sencillo muestra gráficos en vivo e indicadores de estado para usuarios remotos.

De la vigilancia al cierre automático por seguridad

El sistema hace más que simplemente etiquetar el agua; puede actuar según esas etiquetas. Los autores conectan el ESP32 a un relé que controla una pequeña bomba que alimenta agua desde un depósito al resto del sistema, como una acometida doméstica. Cuando el modelo a bordo o umbrales básicos de seguridad sugieren que el agua está fuera del rango seguro definido por el usuario, el controlador corta inmediatamente la alimentación de la bomba—sin esperar ninguna señal de la nube. Un buffer incorporado, conocido como histéresis, evita que la bomba se encienda y apague rápidamente cuando las lecturas rondan el límite. En un ensayo de un día, la instalación completa funcionó de forma continua sin colapsos, mientras que las comprobaciones del sensor mostraron que sus mediciones eran lo bastante precisas para la monitorización diaria.

Qué significa esto para la seguridad cotidiana del agua

Para un no especialista, la promesa de este trabajo es sencilla: por menos de ochenta dólares en componentes, ahora es posible construir un dispositivo compacto “guardián” que vigila constantemente la calidad básica del agua y puede cortar el suministro en segundos si algo parece sospechoso. El prototipo actual está ajustado a solo unos pocos tipos de contaminación y usa sensores de aficionado que se desvían lentamente y requieren limpieza y recalibración periódicas, por lo que todavía no reemplaza las pruebas certificadas. Pero, como sostienen los autores, la combinación de electrónica de bajo coste con modelos de aprendizaje inteligentes in situ ofrece una nueva capa de protección poderosa, especialmente para comunidades rurales o de recursos limitados que no pueden confiar en laboratorios rápidos o en conexiones a Internet impecables para saber si su agua es segura.

Cita: Sharma, S., Mishra, D., Yadav, A. et al. An Intelligent, low-cost water quality monitoring system with on-device machine learning and cloud integration. Sci Rep 16, 11106 (2026). https://doi.org/10.1038/s41598-026-37287-3

Palabras clave: monitorización de la calidad del agua, sensores IoT, aprendizaje automático en el edge, TinyML, seguridad del agua potable