El bajo costo de inversión es una de las ventajas principales de competitividad de los sistemas de energía neumática. Con la creciente presión de la fabricación inteligente, es significativo investigar la viabilidad de implementar diagnósticos de fallas en sistemas neumáticos con un número mínimo de sensores de bajo costo. En este estudio, se toma como ejemplo un circuito neumático típico con dos cilindros instalados en paralelo. Los datos de presión, caudal y exergía recopilados de los sensores aguas arriba se utilizan para diagnosticar las fallas de fuga en dos cilindros aguas abajo con la ayuda de diferentes métodos de aprendizaje automático. Las características de los datos se extraen con auto-codificadores apilados. Se utilizan un clasificador de procesos gaussianos, una máquina de soporte vectorial y un vecino más cercano para clasificar las fallas. Los resultados muestran que es factible detectar y diagnosticar múltiples fallas aguas abajo con uno o dos sensores aguas arriba. En cuanto a las condiciones de trabajo presentadas en este estudio, la precisión promedio del diagnóstico con datos de exergía es la más alta, seguida por los datos de caudal y los datos de presión. La máquina de soporte vectorial tiene el mejor rendimiento entre los tres métodos de aprendizaje automático.