avance trabajo 28 junio 2010 final-1

MODELO PROBABILÍSTICO DEL TRANSPORTE DE MINERAL EN MINERÍA SUPERFICIAL

Coello Oviedo, Ángel

Estudiante de 10mo. ciclo de Ingeniería de Minas, e integrante del Grupo de Transporte del Centro Geoestadístico Peruano (CGP).

[email protected]

Huaraz Aranda, Juan

Estudiante de 10mo. ciclo de Ingeniería de Minas, e integrante del Grupo de Transporte del Centro Geoestadístico Peruano (CGP).

[email protected]

Dr. Alfredo Marín Suárez

Docteur Ingénieur graduado en la École Nationale Superieure Des Mines de Paris, Director del Centro Geoestadístico Peruano y Asesor del Grupo de Transporte.

Profesor Principal de los cursos de Geoestadística y Análisis de Sistemas Mineros de la Universidad Nacional de Ingeniería.

[email protected]

Resumen

El marco teórico de esta investigación aplicada a la ingeniería de minas está constituido por la aplicación de modelos matemáticos probabilísticos con la ayuda de lenguajes de simulación discreta evento - evento. Estos lenguajes de simulación utilizan los conceptos del Teorema de Límite Central de A. Liapounov, de la Teoría de Colas, el método de Monte Carlo de John Von Neumann, entre otros, para aproximarse a la realidad.

El modelo matemático probabilístico presentado en este trabajo, se diseñó y programó haciendo uso del lenguaje de simulación GPSS World versión estudiantil, para ser aplicado en las operaciones de transporte de mineral a tajo abierto.

El modelo ha sido desarrollado para reproducir y estudiar la operación del sistema de transporte de mineral en 12 guardias, en donde cada guardia tiene una duración de 8 horas, permitiéndonos simular la producción en toneladas de mineral a través del modelo, estimar el porcentaje de utilización de los equipos de carguío: palas y cargadores frontales, estimar la probabilidad de falla de los equipos de carguío y transporte: palas y camiones, y estimar el número de camiones que pueden presentarse en la cola de cada unidad de carga y descarga.

Este modelo matemático puede ser utilizado para el diseño de nuevas rutas, diseño de una nueva flota de transporte, entre otras aplicaciones; es decir, como una herramienta de predicción del comportamiento de futuras operaciones de transporte de mineral en minería superficial.

Este trabajo ha sido desarrollado por el Grupo de Transporte del Centro Geoestadístico Peruano dirigido por el profesor principal de los cursos de Geoestadística y Análisis de Sistemas Mineros, Dr. Alfredo Marín Suárez, de la Escuela de Minas de la Facultad de Ingeniería Geológica, Minera y Metalúrgica de la Universidad Nacional de Ingeniería.

Abstract

The theoretical framework used at the research, applied to mine enginneering, consists on the application of probabilistic mathematical models with the aid of discrete simulation languages event - event. These simulation languages uses the following concepts to study the reality: the Central Limit Theorem of A. Liapounov, the Queuing Theory, Monte Carlo method of John Von Neumann, among others.

The probabilistic mathematical model mentioned in this paper was designed and programmed by using the simulation language GPSS World Student Version, to be applied in ore transport operations of open pit.

The model has been design to study the operation of the ore transport system of 12 guards where each guard has a duration of eight hours, letting us: simulate the production in tonnes of ore, estimate the percentage of equipment to load use (shovels and loaders), estimate the failure probability of transport and loading equipment (shovels and trucks), and estimate the number of trucks that can occur at the queue on each unit of loading and unloading.

This mathematical model could be used for create new routes, a new fleet of transport, among other applications; it means use this model as a tool for predicting future behavior of ore transport operations in surface mining.

This research has been done by the “Grupo de Transporte del Centro Geoestadístico Peruano” led by the head teacher of Geostatistics and Analysis of Mining Systems courses, Dr. Alfredo Marín Suárez, of the “Escuela de Minas” of the “Facultad de Ingeniería Geológica, Minera y Metalúrgica” of the “Universidad Nacional de Ingeniería”.

Introducción

En este mundo globalizado, que desde el año 2008 a raíz de la especulación de las hipotecas norteamericanas sufre una crisis mundial, financiera e industrial; y como consecuencia los precios de los metales cayeron originando grandes pérdidas de dinero en nuestras empresas mineras, tal situación obligó a muchas empresas a detener sus operaciones y a otras a reducir sus operaciones de explotación del mineral. También motivó a reflexionar acerca de la importancia de la ciencia y la tecnología, el diseño y el planeamiento, en concreto, de la ingeniería ante este tipo de situaciones. Pues las empresas con mayor desarrollo de ingeniería en sus operaciones, lograron enfrentar la crisis mejorando sus procesos y reduciendo sus costos, a fin de prepararse para incrementar sus ganancias en el periodo de recuperación que siempre se da en la economía mundial.

Una de las técnicas que utiliza la ingeniería y que ayuda a mejorar los procesos industriales es la simulación, esta técnica nos permite estimar el número de camiones que deben operar en el tajo y su distribución. Y como bien sabemos, un camión más o un camión menos o una mala distribución de los camiones, generan tiempos no productivos de la pala, tiempos no productivos del camión, colas, bajas eficiencias; en conclusión grandes pérdidas de dinero para la empresa minera.

En el presente trabajo se muestra un ejemplo de lo que se puede lograr al aplicar la técnica de la simulación a la minería.

1. Planteamiento del problema

En la minería debido a que se cuenta con equipos de elevado costo de adquisición, elevado costo operativo y elevado costo de mantenimiento; se busca mejorar la eficiencia de estos equipos.

El proceso de carguío y transporte del material que resulta de la voladura de rocas requiere el empleo de estos equipos dentro de un sistema llamado sistema de transporte de mineral.

A continuación describiremos un sistema de transporte de mineral en minería superficial para ser estudiado:

En la mina “QORI ALLPA” que explota mineral de oro por el método de explotación superficial, se tiene un tajo en el cual operan dos palas SH001 y SH002 y las cuales realizan el minado de los bancos 3910 y 3920 respectivamente. En esta mina la proporción de material y su destino se definirán de acuerdo a la cantidad de material que se obtiene de la secuencia de minado, en este tajo en particular la proporción de desmonte mineral es 1:17, en el tajo se utiliza los camiones CAT 793B y CAT 793C de 234 tn y salen de un punto conocido como garaje.

El carguío de camiones en Palas se realiza mediante el método frontal cuts, que consiste en que la pala atiende a los camiones por ambos lados, siendo el ancho mínimo operativo de 60 m.

El ancho de vías es de 36 m, debido a ello tenemos circulación de camiones en ambos sentidos.

En este sistema ocurren fallas de camiones y fallas de las palas.

La asignación de camiones a cada pala se realiza, primero buscando la pala que se encuentre libre, si las dos palas están ocupadas se procede a buscar la de menor cola.

Algunas preguntas que resultan al plantear este problema son las siguientes:

¿Cuál es el número de camiones que deben operar en este tajo?

Figura 1. Elección del número de camiones que deben operar en el tajo.

¿A qué pala debe dirigirse el camión en caso de estar ambas palas ocupadas y con la misma cantidad de camiones esperando en la cola?

Figura 2. Elección de la política de operación de los camiones que operan en el tajo.

¿Con qué combinación de camiones y política de operación se obtiene la mayor producción?

Como consecuencia de la problemática expuesta, nos planteamos los siguientes objetivos con los cuales se inicia nuestro trabajo

2. Objetivos

2.1 Objetivos generales

Desarrollar la metodología para construir un modelo probabilístico del transporte de mineral en minería superficial.

Construir el modelo de simulación del sistema de transporte de la mina “QORI ALLPA”.

2.2 Objetivos específicos

Encontrar el menor número de camiones que permita obtener la mayor producción reduciendo los tiempos ociosos de las palas y camiones.

Encontrar la mejor distribución de camiones que permita obtener la mayor producción reduciendo los tiempos ociosos de las palas y camiones.

3. Marco teórico

Las teorías matemáticas entre ellas la Teoría de la probabilidad y la Teoría de colas, en conjunto con los procedimientos científicos como la técnica de la simulación y el método de Monte Carlo; permiten, a través de la informática, construir un Lenguaje de Simulación.

Este bagaje de conocimientos, sintetizados en el Lenguaje de Simulación, son utilizados para diseñar un modelo probabilístico del sistema de transporte de mineral.

Figura 3. Esquema que representa la interacción de los conceptos matemáticos y las herramientas informáticas utilizadas en este trabajo.

4. Metodología de trabajo aplicada a una mina modelo

4.1. Descripción del sistema de transporte de la mina QORI ALLPA

El tajo en estudio presenta los siguientes componentes:

4.1.1. Planes de explotación (frentes)

Frente 3910.- Este frente se ubica en el nivel 3910 m, hasta aquí llegan ambos tipos de camiones (CAT 793B y CAT 793C). En este lugar trabaja la pala SH002, el mineral de este frente es trasladado al Pad de Lixiviación y el desmonte al Botadero. Este frente está a una distancia aproximada de 232 m del CRUCE (siguiendo la ruta del camión).

Frente 3920.- Este frente se ubica en el nivel 3920 m, hasta aquí llegan ambos tipos de camiones (CAT 793B y CAT 793C). En este lugar trabaja la pala SH001, el mineral de este frente es trasladado al Pad de Lixiviación y el desmonte al Botadero. Este frente está a una distancia aproximada de 680 m del CRUCE (siguiendo la ruta del camión).

4.1.2. Botadero de desmonte

En este botadero hasta 3 camiones pueden descargar el desmonte simultáneamente. El botadero se ubica en el nivel 4010, a una distancia, siguiendo la ruta del camión, de 1600 m del CRUCE.

4.1.3. Zona de descarga de mineral (Pad de lixiviación)

En este Pad hasta 3 camiones pueden descargar el mineral simultáneamente. El Pad se ubica en el nivel 3980, a una distancia, siguiendo la ruta del camión, de 3600 m del CRUCE.

4.1.4. Zona de salida de camiones (garaje)

Los camiones salen del garaje los días Lunes en la primera guardia, y no regresan; esto debido al “cambio en caliente” que consiste en trasladar al personal que ingresa al tajo hasta el lugar donde se ubica su equipo. La flota consta de 12 camiones, 5 camiones CAT 793B y 7 camiones CAT 793C. El garaje se ubica en el nivel 3950 y está a 30m del tajo.

En este sistema se está considerando la falla de camiones y palas, la falla de camiones se asume que ocurre después de que el camión ha descargado el material a transportar; en el caso de las palas, la falla puede ocurrir en cualquier momento, y cuando una pala falla los camiones se dirigen a la otra pala.

Figura 4. Vista panorámica de la mina QORI ALLPA.

4.2. Recolección de datos para el modelo probabilístico

Se requieren los siguientes datos del sistema de transporte de mineral:

Mapa de rutas de los equipos del sistema de transporte pala – camión, con sus respectivas pendientes.

Tiempos de viaje de los camiones por tramos.

Tiempos de servicio de todas las palas.

Tiempos de descarga en el botadero y en el pad de lixiviación.

Códigos de las maquinarias con sus respectivas capacidades.

Descripción de la operación en una guardia.

Descripción de cantidades de material a transportar en cada frente de trabajo.

Relación desmonte - mineral en cada frente de trabajo.

Descripción de los caminos: cruces, tipo de vía, restricciones, etc.

Cantidad de material que ingresa en el pad de lixiviación y en el botadero.

Características de las líneas de espera en el botadero y en el pad de lixiviación.

Luego de recolectar estos datos ubicamos la entrada de los camiones al sistema (i.e. el garaje), los servicios (e.g. pala, pad de lixiviación, botadero); finalmente los tramos, que son los trayectos por los que se desplazan los camiones.

También identificamos la Lógica y Tiempos de operación, y los parámetros de los equipos (e.g. capacidad del camión).

Tomamos los tiempos de operación de los equipos (i.e. camión, pala), estos tiempos se clasifican en tres categorías: tiempos de entrada al sistema, tiempos de viaje por tramo y tiempos de servicio.

Una vez recolectados los datos, realizamos el Tratamiento estadístico que consiste en construir las Tablas de frecuencias y la Función de distribución acumulada para proceder a realizar una prueba de bondad de ajuste.

En paralelo al tratamiento estadístico, elaboramos el diagrama de bloques que es plasmar la lógica del sistema de transporte. Dicho diagrama se codifica en el lenguaje de simulación GPSS.

El programa codificado es corrido varias veces para obtener resultados que sirven para validar el modelo.

Luego de la validación se procede con el análisis de sensibilidad, buscando reducir costos y aumentar la producción.

Figura 5. Representación gráfica del proceso metodológico aplicado en la construcción del modelo probabilístico.

4.2.1. Ubicación de las zonas de recolección de datos

Ubicamos la entrada de camiones al sistema, que en este caso es el Garaje, el dato a recolectar en este lugar es el tiempo entre llegadas de camiones.

Figura 6. Representación gráfica del ingreso de los camiones al sistema de transporte de mineral.

También ubicamos los tramos por donde se trasladan los camiones, en estos lugares se toman los tiempos de viaje.

Figura 7. Representación gráfica del traslado de los camiones en el sistema de transporte de mineral.

Finalmente ubicamos los servicios como por ejemplo la pala, en estos lugares se toman los tiempos de servicio.

Figura 8. Representación gráfica del carguío de camiones en el sistema de transporte de mineral.

4.2.2. Obtención de tiempos

4.2.2.1. Si se dispone de un sistema de administración de equipos con tecnología GPS.

Estos sistemas (i.e. Jigsaw, Dispatch) recolectan datos como el código del equipo, la velocidad “instantánea“, el estado del equipo y la fecha y hora cada 3 segundos. Los tiempos de operación de los camiones, en este caso, se calculan a partir de velocidades instantáneas extraídas de la base de datos de estos sistemas de despacho.

Al contar con las velocidades “instantáneas”, calculadas cada tres segundos por el sistema de despacho con GPS, se pueden clasificar estos datos según:

La pendiente del tramo por el cual pasa el camión.

Las condiciones de trabajo del camión (i.e. secas, húmedas).

El tipo de camión.

El estado del camión en el momento del cálculo de su velocidad. (i.e. vacío, cargado)

Luego de clasificados estos datos, se procede a construir un polígono que contenga el tramo de la carretera por la que transita el camión. Esto con el objetivo de seleccionar el conjunto de velocidades “instantáneas” que han sido calculadas dentro del polígono.

Finalmente se asume una hipótesis de conservación de la velocidad instantánea a lo largo del polígono. Debido a esta consideración aplicamos un análisis de Montecarlo y simulamos velocidades instantáneas basándonos en la función de distribución de cada tramo. Con estas velocidades calculamos los tiempos de viaje del camión que serán empleados por el modelo para simular el sistema real.

Figura 9. Representación gráfica del polígono.

Figura 10. Representación gráfica del polígono que contendrá las velocidades instantáneas calculadas por el sistema de despacho.

4.2.2.2. Si no se dispone de un sistema de administración de equipos con tecnología GPS.

Los tiempos en este caso deben ser tomados en el campo utilizando un cronómetro.

En ambos casos los tiempos obtenidos se clasifican en tres categorías que son:

Tiempos de entrada al sistema

Tabla 1. Tiempos de entrada al sistema tomados del campo con un cronómetro.

… …

Donde:

- Tiempo de entrada al sistema del objeto, para nuestra aplicación el camión. Para

-Tiempo de entrada al sistema del objeto.

-Diferencia de tiempos, para este caso:

En la presente tabla se muestran los tiempos que deben ser tomados, la diferencia entre los tiempos de llegada de los camiones, es la variable aleatoria que nos permite simular el ingreso de camiones al sistema.

Tiempos de viaje por tramos

Tabla 2. Tiempos de viaje por tramos tomados del campo con un cronómetro.

… … …

Donde:

- Tiempo en el punto, punto inicial de un tramo determinado, al pasar el objeto (camión en

nuestra aplicación). Para

- Tiempo en el punto, punto final del mismo tramo, al pasar el objeto.

- Diferencia de tiempos, para este caso:

Se delimitan los tramos y se toman los tiempos al pasar el camión por el punto inicial y el punto final del tramo, la diferencia entre los tiempos es la variable aleatoria; tiempo de viaje, que nos permite simular el traslado de los camiones de un lugar a otro.

Tiempos de servicio

Tabla 3. Tiempos de servicio tomados del campo con un cronómetro.

… … …

Donde: - Tiempo de entrada al servicio (carga

o descarga) del objeto (camión).

Para - Tiempo de salida del servicio (carga o

descarga) del objeto (camión).

- Diferencia de tiempos, para este caso:

Se toman los tiempos al ingresar y al salir el camión del servicio, la diferencia entre los tiempos es la variable aleatoria; tiempo de servicio, que nos permite simular el tiempo en que un camión es atendido por una pala.

Figura 11. Representación gráfica del sistema de transporte de mineral de la mina QORI ALLPA.

4.2.3. Lógica de operación

Un ejemplo de lógica de operación, es el que se muestra en el CRUCE, al cual llegan camiones sin carga y deben ser direccionados a una de las dos palas, en este sistema se elige como prioridad la pala que esté desocupada y en caso de que ambas palas estén ocupadas se elige la pala que tenga la menor cantidad de camiones esperando en la cola.

A esta secuencia de elección por prioridades le llamamos la lógica de operación del sistema.

4.2.3. Parámetros de los equipos

Equipos de Carguío

Entre los parámetros que se consideran para el modelo, están la capacidad de la cuchara y la disponibilidad mecánica de la pala.

Equipos de Transporte

También son considerados la capacidad de la tolva y la disponibilidad mecánica del camión.

4.3. Tratamiento estadístico

4.3.1. Tabla de frecuencias

Al obtener el conjunto de datos de tiempos; por ejemplo, tiempos de atención de una pala, se procede a construir la Tabla de Frecuencias.

En esta tabla se aprecian: las frecuencias absolutas, las frecuencias relativas y las frecuencias relativas acumuladas; que describen el comportamiento probabilístico de la variable aleatoria, tiempo de viaje de un camión en un tramo.

Tabla 5. Tabla de Frecuencias de los tiempos de viaje de una camión en un Tramo.

4.3.2. Histograma

El histograma indica entre qué valores está una variable aleatoria y la frecuencia con que se presenta cada valor; es

decir, es la aproximación empírica a la ley de distribución de esa variable aleatoria.

Figura 12. Histograma de la variable aleatoria tiempo de viaje del camión.

4.3.3. Función de distribución acumulada

La función de distribución acumulada, representa la acumulación de probabilidad de que un evento suceda. Esta función, es la que permite realizar el método de Monte Carlo, para la generación ilimitada de valores de una variable aleatoria que cumplen con una ley de distribución determinada.

Figura 13. Función de distribución acumulada de la variable aleatoria tiempo de viaje del camión.

4.3.4. Pruebas de Bondad de ajuste Chi cuadrado y Kolmogorov Smirnov

Las Pruebas de la Bondad de Ajuste nos permiten saber cuán bien se ajusta una muestra concreta de una población determinada a un comportamiento teórico, es decir, puedo conocer el porcentaje de error al aproximar el comportamiento estadístico de una cantidad de datos a una función de distribución cualquiera. Entre las pruebas más difundidas están: la Chi – Cuadrado y la Kolmogorov – Smirnov. En este trabajo las distribución teóricas utilizadas es la Distribución Normal.

Para desarrollar estas pruebas será necesario obtener previamente las Frecuencias Relativas y Frecuencias Relativas

Acumuladas de la muestra, razón por la cual se construye la tabla de frecuencias.

Figura 10. Resultados de las Pruebas de Bondad.

4.4. Construcción del diagrama de bloques

El diagrama de bloques, es la representación de la lógica del sistema.

Aquí mostramos el diagrama de bloques correspondiente al sistema de transporte de mineral de la mina QORI ALLPA.

Figura 14. Diagrama de bloques del modelo probabilístico.

4.5. Codificación en el lenguaje de simulación GPSS

Este lenguaje de simulación de propósito general, pertenece a los lenguajes de simulación discreta evento-evento, fue diseñado por Geofrey Gordon de la empresa IBM, en la década de 1960.

Figura 15. Código en GPSS.

4.6. Corridas del programa y validación del modelo probabilístico

Validación

Para validar nuestro modelo elegimos una variable de estado, que en este caso es el tonelaje de mineral producido durante los 4 días de operación.

Para este sistema de transporte de mineral, se simuló la operación durante 4 días (12 guardias). Estos son los resultados al final de los 4 días.

La corrida del modelo arrojó un tonelaje de mineral de 457 470 tn que representa un 99.0% del tonelaje real del sistema.

Tabla 6. Validación del modelo utilizando la variable de estado Tonelaje por 4 días.

Tonelaje por 4 días

(tn)

Aproximación

(%)

Modelo 457470 99.0

Sistema real 462090

Tabla 7. Tonelaje de las zonas de descarga arrojado por el modelo durante un periodo de 4 días.

Zonas de descarga Tonelaje (tn)

Pad de lixiviación 457 470

Botadero 73 710

4.7. Análisis de sensibilidad utilizando el modelo

Considerando un sistema administrado mediante tecnología GPS (que incluye los algoritmos de Programación Lineal, Programación Dinámica y de la Mejor Ruta), se tiene una distribución variable de los camiones que procedemos a estudiar mediante nuestro modelo de simulación.

El análisis de sensibilidad, para una distribución variable de camiones en la mina QORI ALLPA durante un periodo de 4 días equivalente a 12 guardias, arroja los siguientes resultados.

Tabla 8. Ingreso Neto para las combinaciones de los dos tipos de camiones.

Tabla 9. Ingreso Neto sin considerar camiones 793C

El primer campo corresponde al Número de camiones 793C. El segundo corresponde a la Producción de mineral en dólares. Seguidamente tenemos el Tiempo Ocioso Totales su equivalente en dólares. El Tiempo Ocioso Totales son la suma de los tiempos ociosos de los camiones y de las palas.

Finalmente observamos el Ingreso Neto en dólares. Este Ingreso Neto corresponde a la producción de mineral en dólares restado de la pérdida de dinero por tiempos ociosos totales.

Para las 404 alternativas que se presentan, observamos que el mayor Ingreso Neto corresponden a 8 camiones del tipo 793B y 8 del tipo 793C. Mayor Ingreso Neto implica mayor producción y menor tiempo ocioso.

5. Conclusiones

Se desarrolló la metodología para construir un modelo probabilístico del transporte de mineral en minería superficial, que si bien ha sido desarrollada para una mina modelo, es perfectamente aplicable a una mina real, incluso a una mina subterránea.

El modelo de simulación para 4 días equivalente a 12 guardias de trabajo nos da un tonelaje total de 531 180 tn, con una aproximación del 99% con respecto al tonelaje de mineral producido en la mina, de los cuales 457 470 tn corresponden al mineral descargado en el pad de lixiviación y 73 710 tn de desmonte descargado en el botadero.

Realizando el análisis de sensibilidad utilizando el modelo con el objetivo de estimar la cantidad de camiones que origine el mayor Ingreso Neto, se recomienda utilizar 17 camiones del tipo 793B y ningún camión del tipo 793C. Esto significa incrementar 12 camiones del primer tipo y eliminar todos los del segundo.

Con esta nueva flota de camiones se obtiene un tonelaje de mineral de 584 766 tn que expresado en dólares origina un Ingreso Neto de $ 8 108 000. Este valor comparado con el sistema actual cuyo Ingreso Neto es $ 5 453 000, genera un incremento en la ganancia de $ 2 655 000 que expresado en porcentaje es 49%, en sólo 4 días de trabajo.

Cuando ambas Palas están ocupadas y existe igual número de camiones en las colas, la lógica de atención en el punto llamado CRUCE debe ser que el camión se dirija a la pala más cercana ya que nos genera un incremento en el ingreso neto de $ 113 550, que expresado en porcentaje es 1.21%.

Aplicando la técnica de la simulación a la industria minera podremos predecir cuál debe ser el mejor número y distribución de camiones, con el fin de obtener mayor producción al menor costo, y en consecuencia obtener una alternativa que nos dé un mayor Ingreso Neto.

La técnica de la simulación está basada en la teoría de probabilidades, teoría de colas, análisis estadístico y lenguajes de programación, es decir, este conjunto de conocimientos científicos resuelven problemas de ingeniería muy complejos y por lo tanto genera mayores ganancias para las empresas mineras.

6. Referencias

“Probabilidad y Estadística”..........WALPOLE

“Modelos Estocásticos”.....AZARANG

“Modelo Probabilístico de Transporte de Mineral en el Tajo Raúl Rojas (Volcan 2007)”.... GT-CGP

7. Apéndices

**********************TRAMO T9**********************************

VE9VB FUNCTION RN1,C60.0,35/0.25,38/0.369,41/0.511,44/0.693,47/1,50VE9VC FUNCTION RN1,C6.0,35/0.254,38/0.373,41/0.491,44/0.68,47/1,50T9VB VARIABLE 155/(FN$VE9VB#5/18)T9VC VARIABLE 155/(FN$VE9VC#5/18)T9V FUNCTION P1,E21,V$T9VB/2,V$T9VC

VE9CB FUNCTION RN1,C60.0,19/0.234,20.2/0.317,21.4/0.493,22.6/0.744,23.8/1,25VE9CC FUNCTION RN1,C60.0,17/0.108,18.6/0.3,20.2/0.37,21.8/0.739,23.4/1,25T9CB VARIABLE 155/(FN$VE9CB#5/18)T9CC VARIABLE 155/(FN$VE9CC#5/18)T9C FUNCTION P1,E21,V$T9CB/2,V$T9CC

*********************TRAMO T6*********************************VE6VB FUNCTION RN1,D40.176,36/0.496,37/0.819,38/1,39VE6VC FUNCTION RN1,C60.0,27/0.25,29.6/0.391,32.2/0.434,34.8/0.649,37.4/1,40T6VB VARIABLE 1103/(FN$VE6VB#5/18)T6VC VARIABLE 1103/(FN$VE6VC#5/18)T6V FUNCTION P1,E21,V$T6VB/2,V$T6VC

VE6CB FUNCTION RN1,D30.218,9/0.912,10/1,11VE6CC FUNCTION RN1,D30.238,9/0.933,10/1,11T6CB VARIABLE 1103/(FN$VE6CB#5/18)T6CC VARIABLE 1103/(FN$VE6CC#5/18)T6C FUNCTION P1,E21,V$T6CB/2,V$T6CC

*******************TRAMO T5********************************** ;;(TOMAR EN CONSIDERACION CAMBIO)VE5VB FUNCTION RN1,D40.176,36/0.496,37/0.819,38/1,39VE5VC FUNCTION RN1,C60.0,27/0.25,29.6/0.391,32.2/0.434,34.8/0.649,37.4/1,40T5VB VARIABLE 138/(FN$VE5VB#5/18)T5VC VARIABLE 138/(FN$VE5VC#5/18)T5V FUNCTION P1,E21,V$T5VB/2,V$T5VC

VE5CB FUNCTION RN1,D50.0,6/0.043,7/0.161,8/0.416,9/1,10VE5CC FUNCTION RN1,D50.0,6/0.025,7/0.081,8/0.375,9/1,10T5CB VARIABLE 138/(FN$VE5CB#5/18)T5CC VARIABLE 138/(FN$VE5CC#5/18)T5C FUNCTION P1,E21,V$T5VB/2,V$T5VC



*********************TRAMO T3*********************************VE3VB FUNCTION RN1,C60.0,35/0.25,38/0.369,41/0.511,44/0.693,47/1,50VE3VC FUNCTION RN1,C6.0,35/0.254,38/0.373,41/0.491,44/0.68,47/1,50T3VB VARIABLE 327/(FN$VE3VB#5/18)T3VC VARIABLE 327/(FN$VE3VC#5/18)T3V FUNCTION P1,E21,V$T3VB/2,V$T3VC


***********************TRAMO T2*****************************VE2VB FUNCTION RN1,C60.0,35/0.25,38/0.369,41/0.511,44/0.693,47/1,50VE2VC FUNCTION RN1,C6.0,35/0.254,38/0.373,41/0.491,44/0.68,47/1,50T2VB VARIABLE 1500/(FN$VE2VB#5/18) ;SENSIBILIDAD 100-600, ORIGINAL: 232T2VC VARIABLE 1500/(FN$VE2VC#5/18) ;SENSIBILIDAD 100-600, ORIGINAL: 232T2V FUNCTION P1,E21,V$T2VB/2,V$T2VC

VE2CB FUNCTION RN1,C60.0,19/0.234,20.2/0.317,21.4/0.493,22.6/0.744,23.8/1,25VE2CC FUNCTION RN1,C60.0,17/0.108,18.6/0.3,20.2/0.37,21.8/0.739,23.4/1,25T2CB VARIABLE 232/(FN$VE2CB#5/18)T2CC VARIABLE 232/(FN$VE2CC#5/18)

T2C FUNCTION P1,E21,V$T2CB/2,V$T2CC ***********************TRAMO T1*****************************VE1VB FUNCTION RN1,C60.0,35/0.25,38/0.369,41/0.511,44/0.693,47/1,50VE1VC FUNCTION RN1,C6.0,35/0.254,38/0.373,41/0.491,44/0.68,47/1,50T1VB VARIABLE 600/(FN$VE1VB#5/18) ;SENSIBILIDAD 600, ORIGINAL: 680T1VC VARIABLE 600/(FN$VE1VC#5/18) ;SENSIBILIDAD 600, ORIGINAL: 680

T1V FUNCTION P1,E21,V$T1VB/2,V$T1VC


***********************TRAMO T7*****************************VE7VB FUNCTION RN1,D40.176,36/0.496,37/0.819,38/1,39VE7VC FUNCTION RN1,C60.0,27/0.25,29.6/0.391,32.2/0.434,34.8/0.649,37.4/1,40T7VB VARIABLE 285/(FN$VE7VB#5/18)T7VC VARIABLE 285/(FN$VE7VC#5/18)T7V FUNCTION P1,E21,V$T7VB/2,V$T7VC


***********************TRAMO T8*****************************VE8VB FUNCTION RN1,C60.0,35/0.25,38/0.369,41/0.511,44/0.693,47/1,50VE8VC FUNCTION RN1,C6.0,35/0.254,38/0.373,41/0.491,44/0.68,47/1,50T8VB VARIABLE 575/(FN$VE8VB#5/18)T8VC VARIABLE 575/(FN$VE8VC#5/18)T8V FUNCTION P1,E21,V$T8VB/2,V$T8VC







VE13CB FUNCTION RN1,D30.218,9/0.912,10/1,11VE13CC FUNCTION RN1,D30.238,9/0.933,10/1,11T13CB VARIABLE 346/(FN$VE13CB#5/18)T13CC VARIABLE 346/(FN$VE13CC#5/18)

T13C FUNCTION P1,E21,V$T13CB/2,V$T13CC



*****************************FUNCIONES SPTOTTIME*****************************************************************SPOTTIME HITACHI 5500 CAT79B***************SPHICAT793B FUNCTION RN1,C250.0,5/0.043,11.053/0.11,17.105/0.202,23.158/0.313,29.211/0.427,35.263/0.508,41.316/0.573,47.368/0.632,53.421/0.687,59.474/0.735,65.526/0.779,71.579/0.812,77.632/0.84,83.684/0.862,89.737/0.881,95.789/0.896,101.842/0.908,107.895/0.92,113.947/0.93,120/0.949,136/0.966,152/0.979,168/0.99,184/1,200********************************SPOTTIME HITACHI 5500 CAT79C***************SPHICAT793C FUNCTION RN1,C250.0,5/0.033,10.526/0.096,16.053/0.175,21.579/0.283,27.105/0.385,32.632/0.493,38.158/0.561,43.684/0.626,49.211/0.674,54.737/0.726,60.263/0.762,65.789/0.802,71.316/0.83,76.842/0.857,82.368/0.875,87.895/0.894,93.421/0.906,98.947/0.918,104.474/0.926,110/0.949,128/0.966,146/0.979,164/0.99,182/1,200SPOT FUNCTION P1,E21,FN$SPHICAT793B/2,FN$SPHICAT793C***************************FUNCIONES DEL TIEMPO DE CARGUIO********************************************************************SH002***************************************************************SH002CAT793B FUNCTION RN1,C260.0,60/0.01,69.6/0.02,79.2/0.031,88.8/0.043,98.4/0.061,108/0.087,117.6/0.13,127.2/0.186,136.8/0.259,146.4/0.346,156/0.446,165.6/0.548,175.2/0.644,184.8/0.736,194.4/0.8,204/0.853,213.6/0.897,223.2/0.925,232.8/0.948,242.4/0.962,252/0.974,261.6/0.984,271.2/0.99,280.8/0.996,290.4/1,300SH002CAT793C FUNCTION RN1,C260.0,51/0.009,60.96/0.017,70.92/0.027,80.88/0.038,90.84/0.051,100.8/0.071,110.76/0.104,120.72/0.154,130.68/0.218,140.64/0.299,150.6/0.393,160.56/0.499,170.52/0.6,180.48/0.692,190.44/0.768,200.4/0.828,210.36/0.875,220.32/0.913,230.28/0.938,240.24/0.957,250.2/0.972,260.16/0.983,270.12/0.99,280.08/0.997,290.04/1,300LOADSH002 FUNCTION P1,E21,FN$SH002CAT793B/2,FN$SH002CAT793C******************************SH003**************************************************************SH003CAT793B FUNCTION RN1,C260.0,51/0.012,62.08/0.023,73.16/0.036,84.24/0.053,95.32/0.076,106.4/

0.111,117.48/0.161,128.56/0.231,139.64/0.332,150.72/0.447,161.8/0.569,172.88/0.682,183.96/0.784,195.04/0.857,206.12/0.909,217.2/0.943,228.28/0.964,239.36/0.976,250.44/0.984,261.52/0.99,272.6/0.993,283.68/0.995,294.76/0.997,305.84/0.999,316.92/1,328

SH003CAT793C FUNCTION RN1,C260.0,51/0.009,62.16/0.019,73.32/0.029,84.48/0.042,95.64/0.06,106.8/0.092,117.96/0.153,129.12/0.235,140.28/0.345,151.44/0.47,162.6/0.594,173.76/0.709,184.92/0.808,196.08/0.875,207.24/0.918,218.4/0.946,229.56/0.965,240.72/0.977,251.88/0.986,263.04/0.991,274.2/0.994,285.36/0.997,296.52/0.998,307.68/0.999,318.84/1,330

LOADSH003 FUNCTION P1,E21,FN$SH003CAT793B/2,FN$SH003CAT793C

************************************FUNCIONES DE TONELAJE********************************************BA3910 FUNCTION RN1,D2 ;;EL 15% DEL BANCO ES WASTE,85% ORE 0.15,1/1,2BA3920 FUNCTION RN1,D2 ;;EL 15% DEL BANCO WASTE , 85% ORE 0.15,1/1,2

**********************************FUNCIONES DEL DUMPING TIME************************************************************************************CAT793B*************************************************************DUMPCAT793B FUNCTION RN1,C24 0.0,5/0.005,9.957/0.009,14.913/0.012,19.87/0.017,24.826/0.024,29.783/0.041,34.739/0.101,39.696/0.228,44.652/0.416,49.609/0.608,54.565/0.742,59.522/0.835,64.478/0.898,69.435/0.933,74.391/0.957,79.348/0.972,84.304/0.98,89.261/0.986,94.217/0.991,99.174/0.993,104.13/0.996,109.087/0.998,114.043/1,119************************************CAT793C***********************************************************DUMPCAT793C FUNCTION RN1,C24 0.0,5/0.003,10/0.006,15/0.01,20/0.029,25/0.077,30/0.152,35/0.214,40/0.343,45/0.531,50/0.715,55/0.826,60/0.894,65/0.931,70/0.955,75/0.969,80/0.977,85/0.984,90/0.988,95/0.99,100/0.993,105/0.996,110/0.998,115/1,120DUMP FUNCTION P1,E21,FN$DUMPCAT793B/2,FN$DUMPCAT793C

*******************************************FUNCIONES DE DESCARGA EN EL PAD******************************************************************************CAT793B*********************************************************PADCAT793B FUNCTION RN1,C240.0,5/0.006,9.957/0.008,14.913/0.011,19.87/0.015,24.826/0.02,29.783/0.039,34.739/0.083,39.696/0.182,44.652/0.377,49.609/0.58,54.565/0.73,59.522/0.844,64.478/0.905,69.435/0.941,74.391/0.961,79.348/0.971,84.304/0.978,89.261/0.987,94.217/0.991,99.174/0.992,104.13/0.997,109.087/0.998,114.043/1,119***************************************************CAT793C*************************************************PADCAT793C FUNCTION RN1,C240.0,5/0.004,10/0.006,15/0.01,20/0.029,25/0.069,30/0.134,35/0.187,40/0.316,45/0.536,50/0.727,55/0.836,60/0.898,65/0.935,70/0.955,75/0.967,80/0.975,85/0.982,90/0.987,95/0.991,100/0.993,105/0.995,110/0.997,115/1,120PAD FUNCTION P1,E2

1,FN$PADCAT793B/2,FN$PADCAT793C*****************************************************FUNCION DE FALLAS DE CAMIONES*****************************************************************************************OCURRENCIA******************************************************************************************************CAT793B*************************************************************OCUCAT793B FUNCTION RN1,C260.0,601/0.282,10570.95/0.41,20540.9/0.503,30510.85/0.566,40480.8/0.615,50450.75/0.652,60420.7/0.692,70390.65/0.724,80360.6/0.752,90330.55/0.77,100300.5/0.786,110270.45/0.804,120240.4/0.821,130210.35/0.836,140180.3/0.851,150150.25/0.867,160120.2/0.877,170090.15/0.889,180060.1/0.897,190030.05/0.905,200000/0.966,324103.2/0.987,448206.4/0.995,572309.6/0.998,696412.8/1,820516***********************************************************CAT793C*******************************************************OCUCAT793C FUNCTION RN1,C260.0,601/0.261,10570.95/0.37,20540.9/0.448,30510.85/0.505,40480.8/0.556,50450.75/0.597,60420.7/0.631,70390.65/0.665,80360.6/0.695,90330.55/0.719,100300.5/0.739,110270.45/0.756,120240.4/0.772,130210.35/0.788,140180.3/0.8,150150.25/0.814,160120.2/0.828,170090.15/0.842,180060.1/0.852,190030.05/0.861,200000/0.968,439201.2/0.991,678402.4/0.997,917603.6/0.999,1156804.8/1,1396006

**********************************************************DURACION DE FALLAS*******************************************************************************************************CAT793B*********************************************************DUCAT793B FUNCTION RN1,C260.0,601/0.571,5570.95/0.717,10540.9/0.786,15510.85/0.826,20480.8/0.861,25450.75/0.882,30420.7/0.898,35390.65/0.911,40360.6/0.922,45330.55/0.93,50300.5/0.938,55270.45/0.944,60240.4/0.95,65210.35/ 0.956,70180.3/0.959,75150.25/0.964,80120.2/0.967,85090.15/0.971,90060.1/0.973,95030.05/0.974,100000/0.996,222612/0.998,345224/1,467836/1,590448/1,713060********************************************************CAT793C***********************************************************DUCAT793C FUNCTION RN1,C260.0,601/0.582,5570.95/0.731,10540.9/0.8,15510.85/0.84,20480.8/0.867,25450.75/0.887,30420.7/0.903,35390.65/0.914,40360.6/0.926,45330.55/0.934,50300.5/0.94,55270.45/0.946,60240.4/0.951,65210.35/0.957,70180.3/0.961,75150.25/0.964,80120.2/0.968,85090.15/0.971,90060.1/0.974,95030.05/0.975,100000/0.999,357096/1,614192/1,871288/1,1128384/1,1385480

***********************************************************FUNCIONES DE SH002*************************************************************SH002OCU FUNCTION RN1,C250.0,609/0.267,10578.55/0.334,20548.1/0.399,30517.65/0.464,40487.2/0.518,50456.75/0.577,60426.3/0.628,70395.85/0.671,80365.4/0.695,90334.95/0.714,100304.5/0.722,110274.05/0.744,120243.6/0.76,130213.15/0.771,140182.7/0.798,150152.25/0.806,160121.8/0.825,170091.35/0.852,180060.9/0.865,190030.45/0.873,200000/0.96,334716/0.989,469432/0.997,738864/1,873580SH002DU FUNCTION RN1,C260.0,609/0.469,2578.55/0.674,4548.1/0.752,6517.65/0.803,8487.2/0.852,10456.75/0.865,12426.3/0.876,14395.85/0.889,16365.4/0.892,18334.95/0.895,20304.5/0.911,22274.05/

0.914,24243.6/0.919,26213.15/0.922,28182.7/0.927,30152.25/0.93,32121.8/0.933,34091.35/0.941,36060.9/0.943,38030.45/0.943,40000/0.973,82243.2/0.992,124486.4/0.995,166729.6/0.997,208972.8/1,251216***********************************************************FUNCIONES DE SH003*******************************************************************************SH003OCU FUNCTION RN1,C260.0,633/0.292,10601.35/0.374,20569.7/0.462,30538.05/0.511,40506.4/0.571,50474.75/0.612,60443.1/0.648,70411.45/0.678,80379.8/0.713,90348.15/0.732,100316.5/0.746,110284.85/0.757,120253.2/0.779,130221.55/0.792,140189.9/0.806,150158.25/0.822,160126.6/0.833,170094.95/0.847,180063.3/0.852,190031.65/0.861,200000/0.945,346794.6/0.984,493589.2/0.992,640383.8/0.995,787178.4/1,933973

SH003DU FUNCTION RN1,C260.0,602/0.391,2571.9/0.574,4541.8/0.683,6511.7/0.751,8481.6/0.817,10451.5/0.836,12421.4/0.866,14391.3/0.877,16361.2/0.88,18331.1/0.883,20301/0.888,22270.9/0.893,24240.8/0.896,26210.7/0.896,28180.6/0.899,30150.5/0.904,32120.4/0.91,34090.3/0.915,36060.2/0.918,38030.1/0.923,40000/0.973,96787.4/0.989,153574.8/0.995,210362.2/0.997,267149.6/1,323937

*****************************************************FUNCIONES PARA SABER QUE FALLA CAMIONES*********************************************WHERE FUNCTION P1,L21,BLOCKA/2,BLOCKB

********************************************************************FUNCIONES PARA DIRECIONAMIENTO****************************WHOW FUNCTION P3,L21,DDW/2,DDO

INITIAL X$LEACH,0INITIAL X$DESMONTE,0INITIAL X$TAL,0***********************STORAGE DE DESCARGA*****************************************************DESDUMP STORAGE 3DESPAD STORAGE 3**************************STORAGE DE FALLA(TALLER DONDE VAN LOS CAMIONES)*************************************WOSHCAT793B STORAGE 7WOSHCAT793C STORAGE 7

TIMATOC TABLE M1,0,50,30TIMATOD TABLE M1,0,50,30TIMSH2M TABLE M1,0,20500,10TIMSH3M TABLE M1,0,20500,10QSHOVEL2 QTABLE QSHOVEL2,10,40,15 QSHOVEL3 QTABLE QSHOVEL3,10,40,15

*******VARIABLES DE FALLAS***********************INITIAL X$BRCAT793B,0INITIAL X$BRCAT793C,0

**************************GENERACION DE CAMIONES 793B*******************************************************

GENERATE 60,7,,5 ASSIGN 1,1 ;;ES EL CODIGO DE IDENTIFICACION CAMIONES 793B TRANSFER ,VIAS

*************************GENERACION DE CAMIONES 793C*******************************************************

GENERATE 50,6,,7 ASSIGN 1,2 ;;ES EL CODIGO DE IDENTIFICACION CAMIONES 793C TRANSFER ,VIAS

***************************************************************************************************************

VIAS ADVANCE FN$T9VREG ADVANCE FN$T6V

ADVANCE FN$T5V ADVANCE FN$T4V ADVANCE FN$T3V

GOSH02A GATE LR FASH002,GOSH03A ;;LA PALA2 ESTA FALLANDO, MUEVETE A PALA 3

GATE LR FASH003,GOSH02 GATE NU SHOVEL2,COSH3 ;;SI LA PALA 2 ESTA LIBRE

NOS DIRIGIMOS HALLA TRANSFER ,GOSH02 ;;SE TRANSFIERE A SH001

COSH3 GATE NU SHOVEL3,COQUE ;;SI LAS DOS FACILITIES ESTAN EN USO VAMOS A LA COMPARACION POR COLAS

TRANSFER ,GOSH03 ;;SE TRANSFIERE A SH003 SI LA FACILITY NO ESTA EN USO

COQUE TEST LE Q$QSHOVEL2,Q$QSHOVEL3,GOSH03 ;;SI LA COLA EN SHOO2 ES MENOR VE HALLA, SINO VE A SH003

GOSH02 ADVANCE FN$T2V QUEUE QSHOVEL2 ;;COMIENZA A FORMAR COLA

EN SH002 SEIZE SHOVEL2 ;;CAPTURA EL SERVICIO DEPART QSHOVEL2 ;;DISMINUYE LA COLA ADVANCE FN$SPOT ;;DEBIDO A QUE SE TRATA DEL

SPOT DE LAS PALAS(TIEMPO EN QUE DEMOMRA LA PALA HASTA INICIAR LA PRIMERA CARGADA LO CONSIDERAMOS DENTRO)

ADVANCE FN$LOADSH002 ;;SE ASIGNA A UNA DISTRIBUCION NORMAL

ASSIGN 3,FN$BA3910 ;;ESTAMOS ASIGNANDO SI EL MINERAL EXTRAIDO ES MINERAL O DESMONTE

ASSIGN 4,234 ;;ASIGNAMOS EL TONELAJE RELEASE SHOVEL2 ;;LIBERAMOS LA

PALA MARK ADVANCE FN$T2C TRANSFER ,RUT GOSH03A GATE LR FASH003,GOSH02A ;;SI LA PALA3 TAMBIEN FALLA, REGRESA A 2 HASTA QUE UNA SE LIBERE GOSH03 ADVANCE FN$T1V

QUEUE QSHOVEL3 SEIZE SHOVEL3 DEPART QSHOVEL3 ADVANCE FN$SPOT ADVANCE FN$LOADSH003 ASSIGN 3,FN$BA3920

ASSIGN 4,234 RELEASE SHOVEL3

MARK ADVANCE FN$T1C

RUT ADVANCE FN$T3C ADVANCE FN$T4C ADVANCE FN$T5C

ADVANCE FN$T6C TEST E P3,1,ORE ;;NOS DICE QUE TIPO DE MATERIAL ES MINERAL O DESMONTE, SI ES WASTE CONTINUA SINO SE BIFURCA ADVANCE FN$T7C

ADVANCE FN$T8C TABULATE TIMATOC

QUEUE QDUMP ;;COMO SE TIENE UNA GRAN ZONA DE DESCARGA ASUMIMOS 3 ZONAS DE DESCARGA ENTER DESDUMP

DEPART QDUMP ADVANCE FN$DUMP SAVEVALUE DESMONTE+,P4 LEAVE DESDUMP ;;HACEMOS QUE LAS FALLAS DE

CAMIONES SUCEDAN EN ESTA ZONA AL DEJAR EL BOTADERO TRANSFER ,FN$WHERE BLOCKA TEST E X$BRCAT793B,0,WORKSHOPB ;;CONDICION DE ENTRAR AL TALLER O SEGUIR TRANSFER ,FN$WHOW BLOCKB TEST E X$BRCAT793C,0,WORKSHOPC

TRANSFER ,FN$WHOW DDW ADVANCE FN$T7V

ADVANCE FN$T8V TRANSFER ,REG

ORE ADVANCE FN$T9C ADVANCE FN$T10C ADVANCE FN$T11C

ADVANCE FN$T13C ADVANCE FN$T14C

TABULATE TIMATOD QUEUE QPAD ENTER DESPAD DEPART QPAD ADVANCE FN$PAD

SAVEVALUE LEACH+,P4 LEAVE DESPAD TRANSFER ,FN$WHERE ;;FALLAS EN EL PAD

DDO ADVANCE FN$T14V ADVANCE FN$T13V

ADVANCE FN$T11V ADVANCE FN$T10V TRANSFER ,VIAS

WORKSHOPB SAVEVALUE BRCAT793B,0 ENTER WOSHCAT793B

ADVANCE FN$DUCAT793B LEAVE WOSHCAT793B

TRANSFER ,FN$WHOW WORKSHOPC SAVEVALUE BRCAT793C,0

ENTER WOSHCAT793C ADVANCE FN$DUCAT793C

LEAVE WOSHCAT793C TRANSFER ,FN$WHOW

********************************************************************GENERATE BREAKDONE TRUCK ********************************************************************************

GENERATE FN$OCUCAT793BSAVEVALUE BRCAT793B,1

SAVEVALUE TAL+,1TERMINATE

GENERATE FN$OCUCAT793CSAVEVALUE BRCAT793C,1

SAVEVALUE TAL+,1 TERMINATE

********************************************************************GENERATION BREAKDON SHOVEL***********************************************************

GENERATE ,,,1BACK2 ADVANCE FN$SH002OCU

LOGIC R FASH002 ;R:ERROR DE HUARAZ MARK

ADVANCE FN$SH002DU TABULATE TIMSH2M

LOGIC R FASH002TRANSFER ,BACK2

GENERATE ,,,1BACK3 ADVANCE FN$SH003OCU

LOGIC R FASH003 ;R :ERROR DE HUARAZ MARK

ADVANCE FN$SH003DU TABULATE TIMSH3M

LOGIC R FASH003TRANSFER ,BACK3

**************************INFORMACION DE 4 DIAS*********************************GENERATE ,,,1OPEN ("C:\REPORT2.TXT"),1,er1

SEG1 ADVANCE 86400 ;;TIEMPO POR CADA DIA WRITE(POLYCATENATE(X$LEACH," ",X$DESMONTE," ",FC$SHOVEL2," ",FC$SHOVEL3," ",N$BACK2, " ", N$BACK3)),1,er1 TRANSFER ,SEG1

*****************************TERMINACION DEL SISTEMA*****************************

GENERATE 345601 er1 CLOSE ,1

TERMINATE 1 START 1

avance trabajo 28 junio 2010 final-1

Documents