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