Lambda Tuning Methods for Level 

and Other Integrating Processes
James Beall
Emerson Process Management
 Agenda
• Background
• Lambda Tuning Method
– Identify the process type as Integrating
– Measure Process Dynamics
– Choose “Speed of Response”, Lambda
– Calculate Tuning
• Case Studies
– Tight Level Control
– “Averaging” Level Control
• Questions
 “PID = Proportional, Integral, Derivative”
• P = proportional ‐ output contribution is 
“proportional” to error (Set Point – PV)

• I = Integral ‐ output contribution is from the 
“integration” of the error 

• D = Derivative ‐ output contribution is based on the 
rate of change of the error.  Actually, often based on 
the rate of change of the PV.  
 Caution!!! – Units for Tuning Constants
• Controllers have different units for their PID tuning 
constants.  For this presentation:
– Proportional action will be expressed in Gain

– Integral action will be expressed as Reset Time, Tr,

in seconds

– Derivative expressed as Rate in units of seconds

(not used in this presentation)
 Caution!!! – PID “Form”
• Controllers can have a different “Form” of the PID 
algorithm.  In some cases this can significantly impact 
the response of the same tuning parameters
– Forms include
• Standard (aka Ideal, Non‐interactive)
• Series (aka Classical, interactive)
• Parallel
– The tuning calculations in this presentation are 
based on the “Series” or “Standard” Form since 
Derivative is 0.
 Tuning Methods
• First published tuning method by Ziegler & 
Nichols (1942)
– Quarter‐Amplitude‐Damping (QAD)
– Reaction rate method
• “little black books” 
• Default tuning (gain=1.0, Reset=1 min)
• “Tune‐by‐Feel” 
• Net result is each loop tuned independently
– process dynamics not coordinated
 “Lambda” Tuning
• Roots in the design‐synthesis method first described 
by Newton, Gould and Kaiser in 1957 
• First applied to controller tuning in 1968 by Erik 
Dahlin and John Higham for self‐regulating processes
• EnTech Control Engineering – First to apply to 
integrating process in the 1980’s
• Basis – if you know the process model, you can 
calculate the tuning required to achieve the desired 
response
• Lambda = close loop time constant (the process and 
the PID tuning together)
 Tuning Procedure
• Step 1:  Identify the basic process type
– Self‐regulating
– Integrating
• Step 2:  Measure process dynamics
– Must use %Process Variable (%PV) and %OUT
– %ΔPV = ΔPV_Eng_Units*(100%/Span_PV_Eng_Units)
– %ΔOUT= ΔOUT_Eng_Units*(100%/Span_OUT_Units)
• Step 3:  Choose desired closed loop response time, 
“Lambda”
• Step 4: Calculate tuning constants
 Step 1 – Identify Self Regulating or Integrating

Self Regulating Process Integrating Process
Integrating Process ‐ Open Loop Response
• Most levels
• Some temperatures
• Some Pressures (e.g. large pressure drop 
across valve)

LIC

Inflow
Outflow
 Step 2 ‐ Measure the Process Dynamics
• There is no “final value of the PV” so you can’t 
∆%
measure  for Process Gain!
∆%

• So, you use the “change in slope of %PV”

• Integrating Process Dynamics are:
% %
– Process Gain, Kp = 
∆%
– Dead Time, Td in seconds
 Step 2a ‐ Measure the Process Dynamics‐Kp
Controller Output
Δ%OUT = ‐1000BPD*(100%/8550BPD)
= ~12%
Out Scale=0‐8550 BPD

PV Scale=0‐100%
Initial slope = Process Variable
‐1.5%/300 sec = 
‐0.005%/sec  Final slope =
+4.6%/400 sec =
100 sec. +0.012%/sec.

Kp = (final slope ‐ initial slope)/ Δ%OUT 
Kp = 0.012%PV/sec – (‐0.005%PV/sec) = ‐0.0014%PV/sec/%OUT
‐ 12%OUT
Step 2b ‐ Measure the Process Dynamics‐Td

Controller Output

Td = ~40 seconds

Process Variable

Process Model for this Integrating Process is:
• Process Gain = Kp = ‐0.0014%PV/sec/%OUT
• Dead Time = Td = 40 seconds
Step 3 – Choose the Lambda
Step Set Point Change Response

PV reaches SP in 1λ, overshoots 13.5% of SP change and returns to SP in 6λ

Step 3 – Choose the Lambda
Step Load Change Response
Step change in load (inflow) Outflow = inflow

Controller Output 
changing outflow PV Back to SP in 
smoothly! 6 x Lambda
PV

Change in  Setpoint LIC

PV stopped
Lambda
Inflow
Outflow
 Step 4 – Calculate the Tuning Constants
• For an Integrator plus dead time process:
– Reset Time, Tr = 

– Controller Gain, Kc = 
| |
– Rate = 0 seconds
• Note, Reset Time is not constant.  It varies with 
Lambda as does the Controller Gain
 Step 4 – Calculate the Tuning Constants
• Using Lambda = 600 seconds (more info later!)
• From example, Kp=‐0.0014/sec., Td=40 sec
• Reset Time, Tr =  = 2(600)+40= 1240 sec
• Controller Gain, Kc = 
| |
=  _____1240 seconds______
0.0014/sec*(600 + 40 sec)2
= 2.2
• Rate = 0 seconds
• Be sure to use the same time units for Kp,  & Td
Step 4 – Simulated SP Response 
λ = 600 sec

1λ=600 sec
6λ=3600 sec

λ=600 sec., Kc = 2.2, Tr=1240 sec, Rate=0 sec
Step 4 – Simulated Load Response 
λ = 600 sec

1λ=600 sec

6λ=3600 sec

λ=600 sec., Kc = 2.2, Tr=1240 sec, Rate=0 sec
 Lambda for Integrating Processes
For the previous example of Kp = ‐0.0014%PV/sec/%OUT and Td = 
40 seconds:

Lambda Kc Tr
600 sec 2.2 1240 sec
300 sec 4 640 sec
200 sec 5.5 440 sec
120 sec 7.8 280 sec
Note that for a lower Controller Gain, Kc, a “slower” or longer reset 
time is calculated.  “Tune by feel” often results in too “fast” (short) 
reset time which will cause oscillation of an integrating loop.
 Choosing Lambda
• For “tight” load regulation, choose a 
smaller Lambda – use caution if Lambda < 
3*Dead time.  Watch out for excessively 
high controller gain (though it might be 
appropriate)
• For cases you want the PV to absorb 
variability and reduce the variability of the 
manipulated variable (controller output) –
choose a “slow” Lambda for “averaging” 
control
 Choosing Lambda

∗
• Required Lambda~ where
∗
– APD = Allowable %PV Deviation from SP
– MLD = Maximum Load Disturbance in units of  % of 
controller output span
• Can be used for “tight” or “loose” control
 Case 1 – “Tight” Level Control
• Need tight level control
• Level was held close to SP  LC

but product outflow was 
varying dramatically SC

• Non‐uniform distribution 
of additive in polymer  Polymer
Product
product threating product  Additive
quality/sales 100
90
• The level controller had  80
70 PV
Percent

been re‐tuned but it did  60
50
not seem to help 40
30 Output
20
10
0
9:00 AM 11:00 AM 1:00 PM
 Case 1 – “Tight” Level Control
• Measure process dynamics
• ADP = 5%
• MLD = 25%
∗
• Lambda = ~
∗
=2*5%PV________________ Kpi=0.00029 %PV/Sec/%Out

0.00029%PV/sec%out * 25%
= ~1400 seconds Dead Time=30 seconds
 Case 1 – “Tight” Level Control
Calculate Tuning for Lambda = 1400 seconds 
• Reset Time, Tr =  = 2(1400)+30= 2830 seconds

• Controller Gain, Kc = 

=  _____2830 seconds______
0.00029/sec*(1400 + 30 sec)2
= 4.8
• Rate = 0 seconds
 Case 1 – “Tight” Level Control
Test with simulation, ADP=5%, MLD=25%
 Case 1 – “Tight” Level Control
Results on actual project
 Attenuate Variability with 
Control/Equipment
• “Capacity” in the process can be used to 
attenuate or absorb variability
• Primary source of process capacity is level 
control
• To utilize level control as a capacity tune the 
controller only “fast” enough to hold the PV 
within the allowable PV deviation (APD) for a 
maximum load disturbance (MLD)
• Called “Averaging” or “Surge” control
Case 2 – “Averaging” Level Control
• Need to impact of inflow fluctuations
• Need to keep level within 30% of SP if 2 of 4 
reactors shutdown (1 reactor = 20% load)
 Case 2 – “Averaging” Level Control
• Measure process dynamics
• ADP = 30%
• MLD = 40%
∗
• Lambda = ~
∗
=2*30%PV______________
0.000216%PV/sec%out * 40%
= ~6900 seconds
 Case 2 – “Averaging” Level Control
Calculate Tuning for Lambda = 6900 seconds 
• Reset Time, Tr =  = 2(6900)+30= 13,830 seconds

• Controller Gain, Kc = 

=  _____13,830 seconds______
0.000216/sec*(6900 + 30 sec)2
= 1.33
• Rate = 0 seconds
 Case 2 – “Averaging” Level Control
Test with simulation, ADP=30%, MLD=40%
 Case 2 – “Tight” Level Control
Attenuation of Lambda vs. Ziegler‐Nichols Tuning
 More Complex Integrators
• There are more “complex” integrator 
responses that can be handled with Lambda 
Tuning Methods (all include dead time)

• Integrator + lag
• Integrator + lead
• Integrator non‐minimum
phase
 Questions?

James.Beall@Emerson.com

903‐235‐7935