It is very important to maintain a constant chlorine concentration in the post chlorination
process, which is the final step in the water treatment process (hereafter WTP) before servicing
water to citizens. Even though a flow meter between the filtration basin and clear well must be
installed for the post chlorination process, it is not easy to install owing to poor installation
conditions. In such a case, a raw water flow meter has been used as an alternative and has led
to dosage errors due to detention time. Therefore, the inlet flow to the clear well is estimated
by a time series neural network for the plant without a measurement value, a new residual
chlorine meter is installed in the inlet of the clear well to decrease the control period, and
the proposed modeling and controller to analyze the chlorine concentration change in the
well is a neuro fuzzy algorithm and cascade method. The proposed algorithm led to post
chlorination and chlorination improvements of 1.75 times and 1.96 times respectively when it
was applied to an operating WTP. As a result, a hygienically safer drinking water is supplied
with preemptive response for the time delay and inherent characteristics of the disinfection
process.
Keywords: