Detección de Fugas de Agua en Sistemas Domésticos utilizando IoT y Agrupamiento K-Means

Autores/as

  • Josue Dominguez Guerrero Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México https://orcid.org/0000-0002-6252-9781
  • Axel Ernesto Ramos Salazar Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México
  • Everardo Santiago Ramirez Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México https://orcid.org/0000-0002-4591-2121
  • Rene Noriega Armendariz Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México https://orcid.org/0000-0003-3640-5563
  • Edgar Martinez Garcia Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

DOI:

https://doi.org/10.30973/progmat/2026.18.2/4

Palabras clave:

Sensor de flujo, Fugas de agua, K-means, ESP8266

Resumen

En este artículo se propone un prototipo de un sistema de detección de fugas de posibles fugas de agua, identificando patrones anormales en los consumos de una casa, lo que podría significar que alguna llave no se cerró o que alguna tubería está rota. Se utilizan varios componentes electrónicos como un medidor de flujo de agua, para detectar el consumo en la vivienda; una placa de desarrollo ESP8266 para enviar los datos de consumo mediante wifi y una computadora que funciona como servidor para almacenar y analizar los datos. Este prototipo almacena en litros por minuto los consumos de agua en una vivienda durante siete días, después se hace un análisis para detectar los momentos en los que normalmente se utiliza el agua. Mediante el algoritmo de agrupamiento k-means, el sistema analiza los datos para detectar anomalías en el flujo de agua y alerta al usuario a través de WhatsApp sobre una posible fuga de agua. El prototipo se probó en distintos escenarios y se demostró que puede detectar los patrones anormales en el consumo y alertar al usuario.

Biografía del autor/a

Josue Dominguez Guerrero, Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

Josué Domínguez Guerrero es egresado del Instituto Tecnológico de Durango de Ingeniería Electrónica en el año 2009, estudio la Maestría y Doctorado en Ciencias en Sistemas Digitales en el Centro de Investigación y Desarrollo de Tecnología Digital CITEDI del Instituto Politécnico Nacional. Se especializo en la optimización multi-objetivo utilizando algoritmos bio-inspirados. Desde el 2017 es profesor de tiempo completo en la Universidad Autónoma de Ciudad Juárez donde imparte clases en el programa de Ingeniería en Sistemas Computacionales. Ha dirigido Proyectos de titulación con distintos temas como optimización combinatoria, redes convolucionales, sistemas en computadores de simple placa, reconocimiento de objetos en imágenes, entre otros.

Axel Ernesto Ramos Salazar, Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

Axel Ernesto Ramos Salazar. Obtuvo el grado de licenciatura en Ingeniería en sistemas computacionales por parte de la Universidad Autónoma de Ciudad Juárez (UACJ) campus IIT en el año 2024.

Everardo Santiago Ramirez, Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

Dr. Everardo Santiago Ramírez, estudió en la Facultad de Ciencias de la Universidad Autónoma de Baja California (UABC). Doctor en Ciencias y Maestro en Ciencias, ambos en el área de computación, por la UABC, donde también obtuvo el grado de Licenciado en Ciencias Computacionales. Actualmente, se desempeña como profesor de tiempo completo en el programa educativo Ingeniería en Sistemas Computacionales de la Universidad Autónoma de Ciudad Juárez (UACJ). Además, es investigador y pertenece al SNII nivel 1. Su área de investigación principal es la visión artificial, específicamente en el reconocimiento de patrones en imágenes digitales, segmentación semántica en imágenes y reconocimiento biométrico. En esto último, ha trabajado con imágenes faciales, forma de caminar, huella palmar y huella dactilar. Además de lo anterior, se está incursionando en el desarrollo de aplicaciones para desarrollar el pensamiento computacional. Tiene diversas publicaciones en revistas nacionales e internacionales, así como en memorias de congresos.

Rene Noriega Armendariz, Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

René Noriega Armendáriz es egresado de la licenciatura en Ingeniería en Computación de la Universidad Autónoma de Ciudad Juárez (UACJ), con una Maestría en Administración de Tecnologías de Información por el Instituto Tecnológico y de Estudios Superiores de Monterrey. Actualmente es estudiante del Doctorado en Diseño en la Universidad Autónoma de Ciudad Juárez (UACJ), y el título de su proyecto de investigación es el "Modelo de estrategias de diseño web para mejorar la experiencia en personas mayores". Es profesor de Tiempo Completo en la Universidad Autónoma de Ciudad Juárez (UACJ), adscrito al Departamento de Eléctrica y Computación, donde imparte clases principalmente enfocadas a la programación. Participa como docente del curso de Computación Básica para Personas Mayores dentro del programa de Artes y Oficios de la UACJ. Actualmente es subdirector de Tecnología Educativa en la UACJ.

Edgar Martinez Garcia, Instituto de Ingeniería y Tecnología. Universidad Autónoma de Ciudad Juárez Ciudad Juárez, Chihuahua, México

El profesor Edgar Martínez obtuvo su doctorado en ciencias en ingeniería avanzada, con especialidad en robótica móvil de la Universidad de Tsukuba, Japón en 2005. Subsecuentemente, trabajó como investigador para la Universidad Tecnológica de Nanyang, Singapur (2005-2007). Actualmente, el Dr. Martínez es profesor de tiempo completo en la Universidad Autónoma de Ciudad Juárez desde 2007; donde fundó y actualmente dirige el laboratorio de robótica, así como el cuerpo académico de mecatrónica en el Instituto de Ingeniería y Tecnología. Sus intereses de investigación son el modelado y control dinámico de robots, planificación y navegación, computación científica para sistemas bio y neurorobóticos, sensores y actuadores, y control de mecanismos.

Citas

Rodríguez I. Pierde la CDMX un 40% del agua potable en fugas [Internet]. El Economista. 2022 Jun 20 [citado 2026 Jun 2]. Disponible en: https://www.eleconomista.com.mx/politica/Pierde-CDMX-un-40del-agua-potable-en-fugas-20220620-0004.htm

Uddin MA, Hossain MM, Ahmed A, Sabuj HH, Seaum SY. Leakage Detection in Water Pipeline Using Micro-controller. 1st Int. Conf. on Advances in Science, Engineering and Robotics Technology 2019, ICASERT 2019. Dhaka, Bangladesh: IEEE; 2019 May 3-5. p. 1-4. doi: https://doi.org/10.1109/ICASERT.2019.8934648

Perdana RHY, Hudiono H, Luqmani AFN. Water Leak Detection and Shut-Off System on Water Distribution Pipe Network Using Wireless Sensor Network. 2019 Int. Conf. on Advanced Mechatronics, Intelligent Manufacture and Industrial Automation (ICAMIMIA). Batu, Indonesia: IEEE; 2019. p. 297-301. doi: https://doi.org/10.1109/ICAMIMIA47173.2019.9223386

Ali F, Saidi MFH. Water Leakage Detection based on Automatic Meter Reading. 2021 15th Int. Conf. on Ubiquitous Information Management and Communication (IMCOM). Seoul, Korea (South): IEEE; 2021. p. 1-7. doi: https://doi.org/10.1109/IMCOM51814.2021.9377437

Thenmozhi S, Sumathi K, Asokan A, Priyanka B, Maheswar R, Jayarajan P, et al. IoT Based Smart Water Leak Detection System for a Sustainable Future. 2021 Sixth Int. Conf. on Wireless Communications, Signal Processing and Networking (WiSPNET). Chennai, India: IEEE; 2021. p. 359-362. doi: https://doi.org/10.1109/WiSPNET51692.2021.9419456

Kumar Sarangi A. Smart Water Leakage and Theft Detection using IoT. 2020 Int. Conf. on Industry 4.0 Technology (I4Tech). Pune, India: IEEE; 2020. p. 46-50. doi: https://doi.org/10.1109/I4Tech48345.2020.9102701

Marathe R, Tapale M, Jadhav V, Hulbatte V, Pawar A. IoT based Water Leakage Detection using Smart Objects for Smart City. 2021 Third Int. Conf. on Intelligent Communication Technologies and Virtual Mobile Networks (ICICV). Tirunelveli, India: IEEE; 2021. p. 415-419. doi: https://doi.org/10.1109/ICICV50876.2021.9388562

Alarefi SAS, Walker S. Innovative shunt measurement for residential water micro-leakage detection. 2017 8th Int. Renewable Energy Congress (IREC). Amman, Jordan: IEEE; 2017. p. 1-6. doi: https://doi.org/10.1109/IREC.2017.7926013

Somontina JA, Macabebe EQ. A Non-Intrusive Water Consumption Monitoring System. 2020 IEEE Global Humanitarian Technology Conference (GHTC). Seattle, WA, USA: IEEE; 2020. p. 1-6. doi: https://doi.org/10.1109/GHTC46280.2020.9342898

Khelif R, Kharrat M, Elleuchi M, Obeid AM, Abid M. A multi-wire based technique for leak detection and localization in underground water pipelines. 2020 Int. Wireless Communications and Mobile Computing (IWCMC). Limassol, Cyprus: IEEE; 2020. p. 143-148. doi: https://doi.org/10.1109/IWCMC48107.2020.9148268

Sakti AN, Safirah D, Hadindra Soelistyono AP, Hadi YW, Muhaimin H. Leak Detection System Design for Household Water Supply Pipe using Acoustic Signal Analysis on Frequency Domain. 2021 Int. Symposium on Electronics and Smart Devices (ISESD). Bandung, Indonesia: IEEE; 2021. p. 1-6. doi: https://doi.org/10.1109/ISESD53023.2021.9501783

Penteado C, Olivatti Y, Lopes G, Rodrigues P, Filev R, Aquino PT. Water leaks detection based on thermal images. 2018 IEEE Int. Smart Cities Conference (ISC2). Kansas City, MO, USA: IEEE; 2018. p. 1-8. doi: https://doi.org/10.1109/ISC2.2018.8656938

Boudhaouia A, Wira P. Water Consumption Analysis for Real-Time Leakage Detection in the Context of a Smart Tertiary Building. 2018 Int. Conf. on Applied Smart Systems (ICASS). Medea, Algeria: IEEE; 2018. p. 1-6. doi: https://doi.org/10.1109/ICASS.2018.8651976

Merta J, Fikejz J. Utilization of Machine Learning to Detect Sudden Water Leakage for Smart Water Meter. 2019 29th Int. Conf. Radioelektronika (RADIOELEKTRONIKA). Pardubice, Czech Republic: IEEE; 2019. p. 1-5. doi: https://doi.org/10.1109/RADIOELEK.2019.8733447

Hasibuan AA, Arini, Fahrianto F. Consumer’s Activity Prediction in Household Water Consumption Based-IoT (Internet of Things). 2019 7th Int. Conf. on Cyber and IT Service Management (CITSM). Jakarta, Indonesia: IEEE; 2019. p. 1-7. doi: https://doi.org/10.1109/CITSM47753.2019.8965344

Descargas

Publicado

02-06-2026

Cómo citar

Dominguez Guerrero, J., Ramos Salazar, A. E., Santiago Ramirez, E., Noriega Armendariz, R., & Martinez Garcia, E. (2026). Detección de Fugas de Agua en Sistemas Domésticos utilizando IoT y Agrupamiento K-Means. Programación matemática Y Software, 18(2), 42–51. https://doi.org/10.30973/progmat/2026.18.2/4

Número

Vol. 18 Núm. 2 (2026): Junio de 2026

Sección

Artículos

Licencia

Derechos de autor 2026 Josue Dominguez Guerrero, Axel Ernesto Ramos Salazar, Everardo Santiago Ramirez, Rene Noriega Armendariz, Edgar Martinez Garcia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Usted es libre de:

Compartir — compartir y redistribuir el material publicado en cualquier medio o formato.
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente.

Bajo las siguientes condiciones:

Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso.
  Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia.