Ultrasonic concentration meters have widely been used at water purification,
sewage treatment and waste water treatment plants to sort and transfer high concentration
sludges and to control the amount of chemical dosage. When an unusual substance is
contained in the sludge, however, the attenuation of ultrasonic waves could be increased or
not be transmitted to the receiver. In this case, the value measured by a concentration meter
is higher than the actual density value or vibration. As well, it is difficult to automate the
residuals treatment process according to the various problems such as sludge attachment or
sensor failure. An ultrasonic multi-beam concentration sensor was considered to solve
these problems, but an abnormal concentration value of a specific ultrasonic beam
degrades the accuracy of the entire measurement in case of using a conventional arithmetic
mean for all measurement values, so this paper proposes a method to improve the accuracy
of the sludge concentration determination by choosing reliable sensor values and applying
a neuro-fuzzy learning algorithm. The newly developed meter is proven to render useful
results from a variety of experiments on a real water treatment plant.