A manutenção preditiva no saneamento está ganhando uma aplicação que pode mudar a forma como companhias acompanham bombas, motores e outros equipamentos críticos. A 2Neuron firmou parceria com a Águas do Rio para utilizar inteligência artificial e análise de sinais elétricos no monitoramento de ativos dos sistemas de água e esgoto da concessionária.
O projeto chama atenção por um detalhe técnico importante: não é necessário instalar sensores diretamente nas bombas monitoradas. Em vez disso, a tecnologia analisa corrente e tensão no painel elétrico e procura alterações capazes de indicar problemas mecânicos, elétricos ou hidráulicos.
Desde março de 2026, a plataforma Ultronline acompanha 15 ativos distribuídos por quatro importantes unidades operacionais da Águas do Rio, na capital e na Região Metropolitana.
Além disso, os primeiros números divulgados indicam potencial econômico relevante. Segundo informações apresentadas sobre o projeto, em apenas um mês de monitoramento foi estimada uma economia de aproximadamente R$ 80 mil, com retorno sobre o investimento, ou ROI, de 12 vezes no período.
Mais do que substituir inspeções, entretanto, a iniciativa mostra como dados e inteligência artificial podem aumentar a capacidade dos profissionais de saneamento de decidir quando, onde e por que realizar uma intervenção.
Como funciona a manutenção preditiva sem sensor na bomba?
Tradicionalmente, a condição de equipamentos rotativos pode ser acompanhada por variáveis como vibração, temperatura, ruído, pressão e outras grandezas.
Entretanto, algumas bombas utilizadas no saneamento ficam submersas, instaladas em ambientes agressivos ou em locais de difícil acesso. Consequentemente, instalar e manter sensores diretamente nesses equipamentos pode representar um desafio.
A tecnologia adotada pela Águas do Rio trabalha de maneira diferente.
A solução utiliza a chamada Análise de Assinatura Elétrica, conhecida pela sigla ESA, de Electrical Signature Analysis.
De maneira simplificada, o princípio é relativamente fácil de compreender.
O motor elétrico possui um determinado comportamento durante seu funcionamento. Alterações mecânicas, elétricas ou relacionadas à carga podem provocar mudanças nos sinais elétricos observados.
Assim, corrente e tensão deixam de representar apenas informações sobre consumo elétrico. Quando analisadas adequadamente, passam a fornecer pistas sobre a condição operacional do conjunto.
A plataforma utiliza transformadores de corrente conectados aos cabos de alimentação nos painéis elétricos. Portanto, não é necessário colocar sensores diretamente sobre cada máquina monitorada.
Em seguida, algoritmos e modelos de inteligência artificial analisam continuamente os sinais e procuram comportamentos anormais.
Quando determinada alteração é identificada, o sistema pode emitir um alerta para que os profissionais avaliem a situação antes que o problema evolua para uma falha crítica.
Esse conceito é um dos principais diferenciais da manutenção preditiva no saneamento aplicada ao projeto.
Quais falhas podem ser identificadas?
Segundo as informações divulgadas sobre a tecnologia, a análise pode contribuir para identificar antecipadamente diferentes condições anormais, entre elas:
- superaquecimento de conexões elétricas;
- cavitação;
- entupimentos e obstruções em bombas;
- desequilíbrio de fases;
- alterações de carga;
- desgaste mecânico progressivo;
- comportamentos elétricos anormais.
Entretanto, é importante destacar um aspecto técnico: um alerta preditivo não deve ser interpretado automaticamente como diagnóstico definitivo.
O dado precisa entrar no processo de engenharia de manutenção.
Por isso, o conhecimento dos profissionais continua sendo indispensável. A inteligência artificial pode identificar padrões que seriam difíceis de observar manualmente, porém cabe às equipes interpretar criticamente as informações, confrontá-las com histórico, condições hidráulicas, inspeções e características do equipamento.
A tecnologia, portanto, não reduz a importância dos profissionais. Pelo contrário: aumenta a quantidade e a qualidade das informações disponíveis para suas decisões.
Quatro unidades estratégicas entram no projeto
A manutenção preditiva no saneamento implantada pela Águas do Rio está sendo testada em estruturas de grande relevância operacional.
Uma delas é a Estação Elevatória de Esgoto Parafuso, em Copacabana.
A unidade recebe praticamente todo o esgoto coletado na Zona Sul do Rio de Janeiro e utiliza quatro bombas do tipo parafuso. Segundo as informações divulgadas, os equipamentos possuem aproximadamente 12 metros de comprimento e 2,5 metros de diâmetro, além de permanecerem em operação há mais de cinco décadas.
Nesse tipo de instalação, conhecer antecipadamente sinais de degradação pode ser particularmente importante. Uma falha inesperada não representa apenas custo de manutenção. Dependendo das condições do sistema, pode gerar consequências operacionais e ambientais.
Tecnologia também chega à ETE Alegria
Outra instalação monitorada é a Estação de Tratamento de Esgoto Alegria, considerada a maior ETE do estado do Rio de Janeiro e a segunda maior do Brasil.
A unidade recebe efluentes provenientes de bairros das regiões Central e Norte da capital e passa por um processo de modernização.
Consequentemente, adicionar ferramentas de manutenção preditiva no saneamento pode ajudar a criar uma estrutura operacional cada vez mais orientada por condição dos equipamentos, em vez de depender predominantemente de manutenção baseada em periodicidade ou da reação após a ocorrência de falhas.
Essa diferença é fundamental.
Na manutenção corretiva, o equipamento apresenta o problema e posteriormente ocorre a intervenção.
Na preventiva, determinados componentes são inspecionados ou substituídos de acordo com intervalos previamente definidos.
Já na manutenção preditiva, procura-se acompanhar continuamente a condição do ativo para determinar o momento mais adequado para intervenção.
Portanto, quando bem estruturada, a estratégia pode reduzir tanto falhas inesperadas quanto intervenções desnecessárias.
Abastecimento de água também é monitorado
O projeto não está limitado ao esgotamento sanitário.
A tecnologia também está presente na Estação Elevatória de Água Tratada Caixa Nova, localizada no Alto da Boa Vista.
A unidade é estratégica para o abastecimento de pouco mais de 120 mil moradores de regiões como Alto da Boa Vista, Usina e Tijuca, incluindo as comunidades Formiga e Borel.
Outra estrutura contemplada é a EEAT Guaicurus, no Rio Comprido. A elevatória impulsiona água tratada para uma parcela relevante da Zona Sul carioca, atendendo o eixo entre Santa Teresa e Leme.
Dessa forma, percebe-se que a confiabilidade de uma bomba possui reflexos que vão muito além do equipamento.
Uma falha pode provocar redução da capacidade de bombeamento, alterações de pressão, interrupções operacionais e necessidade de intervenções emergenciais.
Por isso, a manutenção preditiva no saneamento deve ser compreendida como parte da gestão da continuidade do serviço.
Tecnologia passa a conversar com o COI
Outro aspecto importante da parceria é a integração conceitual da tecnologia ao ecossistema do Centro de Operações Integradas da Águas do Rio.
Segundo informações divulgadas pela concessionária e pela Revista TAE, o COI reúne diferentes tecnologias de acompanhamento operacional, incluindo telemetria, automação, modelagem hidráulica, monitoramento de pressões, inteligência artificial e outras plataformas de supervisão.
A concessionária já utiliza o centro para acompanhar os sistemas de água e esgoto 24 horas por dia.
Assim, o próximo nível da transformação digital não consiste simplesmente em instalar mais equipamentos.
O desafio passa a ser transformar diferentes dados em decisões operacionais coordenadas.
Por exemplo, um comportamento anormal detectado em uma bomba pode ser analisado em conjunto com pressão, vazão, condição hidráulica, histórico de manutenção, criticidade do ativo e consequências de uma eventual indisponibilidade.
É justamente nessa integração que a digitalização começa a gerar inteligência operacional.
De manutenção por calendário para manutenção por condição
Esse talvez seja um dos principais aprendizados da iniciativa para outras companhias.
Imagine uma bomba considerada crítica.
Em um modelo tradicional, pode existir uma rotina determinando inspeções a cada determinado período. Entretanto, o equipamento não necessariamente desenvolve falhas seguindo o calendário estabelecido pela manutenção.
Com monitoramento contínuo, surge outra possibilidade.
Se determinados indicadores começam a se afastar do comportamento normal, a equipe recebe informações para investigar o ativo.
Consequentemente, a ordem de serviço pode deixar de ser gerada apenas porque chegou determinada data e passar a considerar também a condição real do equipamento.
Essa mudança pode melhorar significativamente a priorização das equipes.
Economia estimada de R$ 80 mil chama atenção
Os primeiros resultados divulgados merecem destaque.
Segundo a publicação que apresentou a parceria, em apenas um mês de monitoramento a solução teria proporcionado economia estimada de aproximadamente R$ 80 mil, atingindo ROI de 12 vezes no período.
O número é expressivo, embora deva ser interpretado dentro do contexto específico do projeto e da metodologia utilizada para calcular os custos evitados.
Ainda assim, o resultado mostra uma característica importante da manutenção preditiva no saneamento: seu retorno não deve ser avaliado somente pelo preço de uma peça que deixou de quebrar.
Uma falha pode envolver custos de manutenção emergencial, horas extras, mobilização de equipes, contratação de equipamentos, perda de eficiência energética, interrupção operacional e, dependendo da instalação, impactos ambientais e sobre a prestação do serviço.
Portanto, uma avaliação econômica madura precisa considerar o custo total da falha evitada.
IA não substitui experiência operacional
Existe, entretanto, um cuidado essencial.
A expansão da inteligência artificial no saneamento não significa que algoritmos substituirão operadores, técnicos, eletricistas, mecânicos, engenheiros ou profissionais de automação.
Na realidade, ocorre praticamente o contrário.
Quanto maior o volume de dados disponível, maior se torna a necessidade de profissionais capazes de interpretar essas informações e compreender o comportamento físico do sistema.
Um algoritmo pode apontar uma anomalia.
Porém, é o profissional que conhece a estação, a bomba, o histórico de manutenção, as características hidráulicas e as consequências de uma parada.
Assim, a manutenção preditiva no saneamento tende a funcionar melhor quando tecnologia e experiência operacional trabalham conjuntamente.
O saneamento continuará dependendo de pessoas qualificadas. A diferença é que essas pessoas poderão trabalhar com ferramentas capazes de fornecer informações que anteriormente estavam escondidas dentro do comportamento dos equipamentos.
O que outras companhias podem aprender?
A experiência também apresenta um caminho interessante para empresas que pretendem iniciar projetos semelhantes.
Não é necessário digitalizar todos os ativos simultaneamente.
Uma estratégia tecnicamente consistente pode começar pela classificação de criticidade.
Bombas cuja falha possa provocar extravasamento de esgoto, interrupção relevante do abastecimento, riscos ambientais, elevados custos de reparo ou ausência de redundância devem receber atenção especial.
Depois disso, torna-se possível selecionar um conjunto inicial de equipamentos, estabelecer uma linha de base, acompanhar alertas e medir resultados.
Indicadores como disponibilidade, número de falhas evitadas, redução de manutenção corretiva, horas de indisponibilidade, consumo energético, custos evitados e retorno sobre investimento ajudam a avaliar a expansão.
Portanto, manutenção preditiva no saneamento não deve ser apenas um projeto de tecnologia.
Precisa ser tratada como projeto de engenharia, manutenção e gestão de ativos.
O futuro será prever antes de reparar
Durante décadas, boa parte da manutenção no saneamento precisou responder a equipamentos depois que problemas já estavam instalados.
A transformação digital começa a alterar essa lógica.
Sensores, telemetria, automação, inteligência artificial e manutenção preditiva no saneamento permitem que companhias avancem gradualmente de uma cultura reativa para uma operação orientada por dados.
A parceria entre 2Neuron e Águas do Rio é particularmente interessante porque demonstra que até sinais elétricos existentes nos equipamentos podem se transformar em fonte de informação sobre sua condição operacional.
Se os resultados continuarem consistentes e a tecnologia for expandida para novos ativos, a experiência poderá contribuir para consolidar um modelo cada vez mais comum no setor: detectar a anomalia, interpretar o risco, planejar a intervenção e agir antes da falha.
Nesse cenário, inteligência artificial, automação e análise de dados ganham espaço. Porém, permanece um elemento que nenhuma plataforma substitui: o conhecimento acumulado pelos profissionais do saneamento.
São operadores, técnicos, engenheiros, equipes de manutenção e especialistas que transformam alertas digitais em decisões capazes de manter água chegando às cidades e sistemas de esgotamento funcionando com segurança.
A verdadeira inovação, portanto, não está simplesmente em colocar inteligência artificial dentro de uma estação. Está em dar aos profissionais melhores informações para tomar decisões melhores.
Fontes
- Revista TAE — parceria 2Neuron e Águas do Rio
- 2Neuron — funcionamento da tecnologia e ESA
- 2Neuron — aplicação em bombas e resultados operacionais
- Águas do Rio — Centro de Operações Integradas
- Águas do Rio — monitoramento em tempo real em 2026
- Revista TAE — aplicação da 2Neuron na BRK Ambiental
- ISA São Paulo Section — Automação em Saneamento
