INSTITUTO TECNOLOGICO DE LA PIEDAD

INGENIERIA INDUSTRIAL

APUNTES DE SIMULACION UNIDAD 1

ELABORO: ING. LUIS MANUEL VILLALPANDO LLAMAS

SEMESTRE: ENERO-JUNIO DEL 2011

LA PIEDAD, MICH.

JUNIO DEL 2011

UNIDAD 1 INTRODUCCION A LA SIMULACION DE EVENTOS DISCRETOS

1.1. INTRODUCCIN A LA SIMULACIN DE EVENTOS DISCRETOS

En general, para implementar sistemas automatizados flexibles, complejos y altamente precisos, debemos construir sistemas de test caros y complejos. Esta complejidad hace que el chequeo sea difcil (o imposible), as como la previsin de su comportamiento y comprensin global, indispensable para minimizar los riesgos en el sistema desarrollado. Para lograr estos objetivos con una aproximacin efectiva con respecto a los costos, est difundido el uso de metodologas y herramientas de simulacin. Las ventajas de la simulacin son mltiples: puede reducirse el tiempo de desarrollo del sistema, las decisiones pueden chequearse artificialmente, un mismo modelo puede usarse muchas veces, etc. La simulacin es de empleo ms simple que ciertas tcnicas analticas y precisa menos simplificaciones. El sistema a construir tendr como objetivo ayudar a los investigadores a modelar tales fenmenos complejos. El objetivo de este trabajo es servir como introduccin a algunos conceptos generales sobre modelizacin y simulacin utilizando determinadas metodologas. Presentaremos un conjunto de tcnicas importantes con especial utilidad en la simulacin de sistemas de eventos discretos.

1.2.

DEFINICIONES Y APLICACIONES

Para comenzar, daremos algunas definiciones. Primero, llamaremos sistema a una entidad real o artificial. De hecho no existe una definicin de sistema que tenga aceptacin general. Se llama sistema a una parte de una realidad, restringida por un entorno. Est compuesto por entidades que experimentan efectos espacio-tiempo y relaciones mutuas. Tambin se dice que un sistema es un conjunto ordenado de objetos lgicamente relacionados que atraviesan ciertas actividades, interactuando para cumplir ciertos objetivos.

Para lo que nos concierne, distinguimos dos interpretaciones de la palabra sistema: a) Un sistema real es una combinacin de elementos con relaciones estructurales que se influencian mutuamente. b) Un sistema dinmico es una construccin formal que nos da conceptos generales de modelizacin para distintas clases de disciplinas.

Llamaremos modelo a una representacin inteligible (abstracta y consistente) de un sistema. En muchos casos no se puede resolver un problema directamente sobre un sistema real, por ende razonamos sobre modelos. El proceso de pensar y razonar acerca de un sistema resaltando la reaccin de un modelo se llama modelado de sistemas. Llamaremos paradigma a un conjunto de conceptos, leyes y medios que sirven para definir un conjunto de modelos. Los modelos se construyen sobre un paradigma particular. DEFINICIONES ENTIDADES: son cosas, elementos o personas que pasan por una locacin para recibir un servicio o proceso, normalmente se les asigna una caracterstica diferente con el propsito de verificar que hay un cambio. LOCACIONES: son aquellos que permanecen fijos durante el proceso, pueden ser maquinas como tornos, fresadoras, maquinas para soldar, bandas transportadoras, etc. RECURSOS: son aquellos que se utilizan para mover una entidad de una locacin a otra, pueden ser montacargas, gras viajeras.

RUTAS DE TRABAJO: son las reas marcadas como guas de transporte de una locacin a otra. Un sistema puede tener dos o ms rutas. PROCESO: es el que se refiere a la ejecucin de una tarea, involucra un tiempo el cual vara de acuerdo al tipo de operacin. En mquinas de control numrico o automatizados utilizan tiempos constantes. VARIABLES: como su nombre lo indica son aquellas que asumen valores determinsticos que sirven de base para llevar un control del proceso. En muchas de las veces se emplean como contadores y estas son colocadas como display en las maquinas o locaciones. ARRIVALS O LLEGADAS: es la base de entrada a cualquier proceso, aqu se maneja la alimentacin que se le proporcionara al sistema. Ejemplo: en cierto banco llega un cliente cada 3 minutos, en una lnea de maquinado la tasa de llegado es de 15 clientes por hora en promedio o tambin puede ser que a un proceso x llega una pieza de acuerdo a una distribucin uniforme entre uno o dos minutos. STATUS: es el elemento que indica el estado que guarda una maquina en relacin a su uso o por el otro extremo ocioso, o entendido, que est libre.

1.3.

ESTRUCTURA Y CARACTERSTICA DE LA SIMULACIN DE EVENTOS DISCRETOS

Un evento puede provocar un cambio en el valor de algn atributo de alguna entidad, puede crear o destruir una entidad, o puede iniciar o detener una actividad. Sistema en los cuales su estado cambia a travs de un evento. Todas las simulaciones de eventos discretos describen situaciones de colas. Cualquier modelo de eventos discretos est formado por una red de colas interrelacionadas. Los dos principales eventos son la llegada y la salida. Salidas: Objetivos del estudio expresadas mediante valores numricos. Entradas: Valores numricos que permiten iniciar la Simulacin y obtener las salidas:

1. Condiciones iniciales: valores que expresan el estado del sistema al propio de la Simulacin. 2. Datos determinsticos: valores conocidos necesarios para realizar los clculos que producen las salidas. 3. Datos probabilsticos: cantidades cuyos valores son inciertos pero necesarios para obtener las salidas de la Simulacin. Los valores especficos de estos datos deben conocerse a travs de una distribucin de probabilidad. Si el intervalo de tiempo entre dos eventos consecutivos es probabilstica surge de la aleatoriedad.

1.4. SISTEMAS, MODELOS Y CONTROL Un Sistema se define como una coleccin de entidades (por ejemplo, personas, mquinas, etc.) que actan e interactan juntas para lograr un fin comn. En la prctica, qu se entiende por sistema?, depende de los objetivos del estudio particular que se pretenda hacer. El conjunto de entidades que componen el sistema para un estudio puede ser slo un conjunto de todas las entidades utilizadas para otro estudio. Se puede definir el estado de un sistema con un conjunto de variables necesarias para describir el sistema en un punto particular de tiempo, relativo a los objetivos del estudio. Los sistemas se pueden clasificar en dos tipos, discretos y

continuos. Un sistema discreto es aquel en el que las variables de estado cambian instantneamente en puntos separados en el tiempo. Un sistema continuo es aquel en el que las variables de estado cambian continuamente con respecto al tiempo. En la prctica muchos sistemas no son completamente discretos o continuos, usualmente es posible clasificarlos en base al tipo de cambios que predominen en el mismo.

En algunos momentos en la vida de un sistema es necesario estudiar el mismo para entender las relaciones entre sus componentes o predecir su comportamiento bajo nuevas condiciones que se consideran. Existen diferentes formas de estudiar un sistema (Figura 1.1):

Experimentar sobre el sistema actual frente a experimentar con un modelo del sistema. Lo primero es preferible siempre y cuando se pueda alterar el sistema con las nuevas condiciones y no sea muy costoso. Sin embargo es muy raro que esto se pueda llevar a cabo, ya que normalmente estos experimentos suelen ser muy costosos o muy destructivos para el sistema. Incluso puede ocurrir que el sistema no exista pero se quiera estudiar posibles alternativas de construccin del mismo (sistemas de fabricacin, armas nucleares, etc.). Por estas razones

es necesario construir un modelo que represente al sistema y estudiar ste para poder responder a las cuestiones planteadas sobre el sistema.

Modelo fsico frente a modelo matemtico: Para muchos la palabra modelo, evoca imgenes de miniaturas, cabinas separadas de los aviones para el entrenamiento de los pilotos, etc. Estos son ejemplos de modelos fsicos (tambin conocidos como modelos icnicos). Sin embargo la mayora de los modelos construidos para estudiar los sistemas son matemticos, los cuales representan un sistema en trminos de relaciones cuantitativas y lgicas que pueden ser cambiadas para ver cmo el modelo reacciona y ver as como debera comportarse el sistema, si el modelo es vlido.

Solucin Analtica frente a Simulacin: Una vez que se ha construido un modelo matemtico, ste debe examinarse para poder concluir el comportamiento del sistema y as responder a las cuestiones planteadas sobre el mismo. Si el modelo es simple, es posible trabajar con estas cantidades y relaciones y obtener una solucin analtica exacta. Sin embargo hay veces en las que obtener una solucin analtica resulta complejo y necesita muchos recursos de computacin. En estos casos el modelo puede ser estudiado por medio de simulacin, es decir, se ejercita el modelo numricamente por medio de entradas para ver cmo stas afectan a las medidas de salida o ejecucin.

Por tanto podemos definir la simulacin como la tcnica de resolucin de problemas siguiendo en el tiempo los cambios de un modelo de un sistema (Gordon, 1969), o como el proceso de disear un modelo de un sistema real y realizar experimentos con dicho modelo con el propsito de comprender el funcionamiento del sistema o de evaluar diferentes estrategias (dentro de los lmites impuestos por un criterio o conjunto de criterios) para la operacin del sistema (Shannon, 1975), para este ltimo autor , simulacin incluye tanto la modelizacin como el uso del modelo para estudiar el sistema. Otra posible definicin es entender la simulacin como el proceso de disear un modelo matemtico o lgico de un sistema real y realizar una serie de experimentos con el ordenador sobre l para describir, explicar y predecir el comportamiento del sistema real (Naylor y otros). Por modelo entendemos la representacin de un sistema, desarrollado con el propsito de estudiar dicho sistema.

Los modelos deben contener slo los aspectos esenciales del sistema real que representan. Aquellos aspectos del sistema que no contribuyen significativamente en su comportamiento no se deben incluir, ya que lo que haran sera obscurecer las relaciones entre las entradas y las salidas. En qu punto se debe parar de incluir realismo en el modelo? Esto depende del propsito para el cual el modelo se haya desarrollado.

Caractersticas que deben presentar los modelos: Deben ser fciles de entender y manejar. Deben ser simples y de costo no excesivo. Deben ser una buena aproximacin del sistema real, que controle el mayor nmero posible de aspectos del mismo y que stos contribuyan de forma significativa al sistema (hay relaciones en el sistema que no son significativas y pueden obviarse en el modelo).

El diseo y control de modelos de modelos obliga a tener conocimientos de cuatro reas de conocimiento distintas: Modelizacin: necesarios para disear el modelo que permita dar respuestas vlidas del sistema real que represente. El diseo es una fase muy importante, ya que los errores proporcionarn modelos falsos. Programacin: ya que el modelo se ha de implantar con un lenguaje de programacin. Probabilidad y Estadstica: la probabilidad es necesaria para definir y estudiar las variables aleatorias de las entradas, y la estadstica para permitir el diseo y anlisis de los experimentos. Mtodos Heursticos: para permitir llegar a una solucin buena del problema planteado.

Clasificacin de los modelos Nos vamos a centrar en los modelos matemticos y su estudio por medio de simulacin. Los modelos se pueden clasificar en: Estticos frente a Dinmicos: Un modelo esttico es una representacin de un sistema en un punto particular del tiempo, o uno que representa un sistema en el cual el tiempo no juega ningn papel; ejemplos de simulaciones estticas son los modelos MonteCarlo. De otro lado, los modelos dinmicos representan sistemas que evolucionan con el tiempo. Determinsticos frente a Probabilsticos: Si un modelo no contiene ningn componente probabilstico se conoce como determinstico (ej. un complicado sistema de ecuaciones diferenciales que describen una sustancia qumica). En un modelo determinstico la salida es determinada una vez que se especifican las relaciones, cantidades y entradas. Sin embargo muchos sistemas tienen ciertos componentes aleatorios de entrada y stos se representan mediante modelos probabilsticos (por ejemplo la mayora de los sistemas de colas e inventarios). Los modelos de simulacin probabilsticos producen salidas que son aleatorias y deben ser tratadas como tales, es decir como una estimacin de las verdaderas caractersticas del modelo; esta es una de las desventajas de la simulacin. Continuos frente a Discretos: Los modelos de simulacin continuos y los discretos se definen de forma anloga a la de los sistemas. Slo decir que no siempre es usado para modelar un sistema discreto y viceversa. La decisin de utilizar un modelo discreto o continuo para un sistema particular depende de los objetivos del estudio. Por ejemplo un modelo del flujo de trfico en una autova podra ser discreto si son importantes las caractersticas y movimientos de los coches individuales. Alternativamente, si los coches se tratan en conjunto el flujo de trfico se puede describir mediante ecuaciones diferenciales en un modelo continuo. Prescriptivos frente a Descriptivos: Los primeros pretenden tomar decisiones sobre el sistema; se utilizan cuando se desea responder y optimizar una

cuestin acerca del sistema, tratan de dar la mejor solucin. Los segundos se limitan a describir el comportamiento del sistema y dejan la totalidad del proceso de optimizacin en manos del analista. De Ciclo Abierto frente a de Ciclo Cerrado: En los primeros no hay realimentacin, es decir, las salidas no afectan a las entradas. En los segundos las salidas s afectan a las entradas (ej. un sistema de calefaccin).

1.5 MECANISMOS DE TIEMPO FIJO Y TIEMPO VARIABLE Eleccin Mecanismo de avance del tiempo. Este depender de la aproximacin elegida para describir el comportamiento del sistema. Si se eligi la aproximacin de flujo fsico, este diagrama de flujo podra refinarse para convertirse en el diagrama de flujo del programa. Si se sigui la aproximacin de cambio de estado, el diagrama de flujo desarrollado debera describir el procedimiento que efecta los cambios de estado en el tiempo. Otros dos factores inciden en la construccin del diagrama de flujo del programa: elegir un mecanismo de avance del tiempo y el lenguaje de programacin que se seleccione. Hay fundamentalmente dos formas de considerar el avance del tiempo en un modelo de simulacin: Incrementos fijos de tiempo: se considera un intervalo fijo de tiempo y el estado del modelo se comprueba despus de transcurrido cada uno de estos incrementos constantes. Incrementos por los eventos (N.E.T.A., Next Event Time Advance): las comprobaciones y modificaciones de las variables afectadas se realizan slo despus de la ocurrencia de un evento. Aqu el incremento de tiempo es variable, va desde la ocurrencia de un evento a otro. El avance del tiempo de simulacin depende de cul de las aproximaciones se elija. Si se elige el incremento por eventos, el reloj se inicializa a 0, y se incrementa al siguiente tiempo en que vaya a ocurrir un suceso, en ese momento, en este momento de actualizacin del reloj se modifican las variables que se vean afectadas por la ocurrencia del suceso. Si por el contrario se elige un incremento de tiempo fijo, el reloj se inicia a 0 y se va actualizando cada vez que pase el incremento de tiempo fijado. En esos instantes se observar el sistema para realizar los cambios. En ese momento puede ocurrir que no haya sucedido ningn cambio o que por el contrario que hayan ocurrido ms de un suceso con lo cual se tendr que decidir cul atender antes (por ejemplo dando prioridad a los sucesos). En esta aproximacin pueden ocurrir errores de redondeo, que hacen referencia a la diferencia de tiempo que pasa desde que sucede un suceso hasta que ste se computa (cuando el reloj se incrementa). Hay que tener cuidado en la eleccin del incremento de tiempo. Si ste es demasiado pequeo se realizar trabajo intil, ya que se comprobarn cambios cuando en realidad no ha ocurrido ningn suceso. Por el contrario si es demasiado grande se producirn muchos errores de redondeo y la dinmica del modelo ser ineficiente.

1.6.

METODOLOGA DE LA SIMULACIN

La simulacin como tal es un proceso y en general consta de las siguientes etapas.

Definicin del sistema:

Para tener una definicin exacta del sistema que se desea simular, es necesario hacer primeramente un anlisis preliminar de ste, con el fin de determinar la interaccin con otros sistemas, las restricciones del sistema, las variables que interactan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio.

Formulacin del modelo :

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.

Recoleccin de datos :

Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. RECOLECCION: es el proceso de capturar los datos disponibles que se requieren para la simulacin del comportamiento de un sistema. PROCESAMIENTO: se comprenden las actividades requeridas para transformar los datos en informacin.

Implementacin del modelo en la computadora :

Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el fortran, algol, lisp, etc., o se utiliza algn paquete como Vensim, Stella y iThink, GPSS, simula, simscript, Rockwell Arena etc., para procesarlo en la computadora y obtener los resultados deseados.

Validacin :

A travs de esta etapa es posible detallar deficiencias en la formulacin del modelo o en los datos alimentados al modelo. Las formas ms comunes de validar un modelo son: 1. La opinin de expertos sobre los resultados de la simulacin. 2. La exactitud con que se predicen datos histricos. 3. La exactitud en la prediccin del futuro. 4. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. 5. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin.

Experimentacin :

La experimentacin con el modelo se realiza despus que ste haya sido validado. La experimentacin consiste en generar los datos deseados y en realizar un anlisis de sensibilidad de los ndices requeridos.

Interpretacin :

En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayudan a soportar decisiones del tipo semi-estructurado.

Documentacin :

Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado. 1.7. APLICACIN DE LA SIMULACION

LISTA DE LOS CODIGOS G PARA FRESADORAS DENFORD CODIGOS MS USADOS

CODIGO G00 G01 G02 G03 G04 G09 G10 G11 G17 G18 G19 G20 G21 G27 G28 G29 G30 G33 G39 G40 G41 G42 G43 G44 G73 G76 G90 G91 G92

SIGNIFICADO O ACCION QUE RECURRE MOVIMIENTO RAPIDO HACIA UN PUNTO SIN REALIZAR CORTE MOVIMIENTO RAPIDO HACIA UN PUNTO REALIZANDO CORTE O DESBASTE MOVIMIENTO CIRCULAR/HELICOIDAL EN SENTIDO DE LAS MANECILLAS DEL RELOJ MOVIMIENTO CIRCULAR/HELICOIDAL EN SENTIDO CONTRARIO A LAS MANECILLAS DEL RELOJ DETENCION MOMENTANEA, DETENCION EXACTA DETENCION EXACTA FIJACION DE DATOS CANCELAR EL MODO DE FIJACION DE DATOS SELECCIN DEL PLANO XY SELECCIN DEL PLANO ZX SELECCIN DEL PLANO YZ ENTRADA (INPUT) EN PULGADAS ENTRADA (INPUT) EN MM. VERIFICACION DE RETORNO AL PUNTO DE REFERENCIA REGRESAR AL PUNTO DE REFERENCIA REGRESAR DEL PUNTO DE REFERENCIA IGNORAR FUNCION CORTAR ROSCA INTERPOLACION CIRCULAR DE CORTE DE ESQUINA CANCELAR COMPENSACION DEL CORTADOR COMPENSACION IZQUIERDA DEL CORTADOR COMPENSACION DERECHA DEL CORTADOR COMPENSACION DEL LARGO DE HERRAMIENTA + DIRECCION CANCELAR COMPENSACION DEL LARGO DE HERRAMIENTA CICLO DE PUNTEADO DE TALADRO BARRENO FINO COMANDO ABSOLUTO COMANDO INCREMENTAL PROGRAMACION DEL PUNTO DE CERO ABSOLUTO LISTA DE CODIGOS M PARA FRESADORAS DENFORD CODIGOS MAS USADOS: CODIGO DESCRIPCION DEL COMANDO

M00* M01* M02* M03 M04 M05* M06 M10 M11 M24 M25 M27 M28 M30 M37 M38 M39

PARO PARO OPCIONAL REINICIO MANDRIL HACIA DELANTE REVERSA MANDRIL PARAR MANDRIL CAMBIO AUTOMATICO DE HERRAMIENTA ABRIR PRENSA DE TRABAJO CERRAR PRENSA DE TRABAJO DESPRENSAR O SOLTAR PIEZA PRENSAR O TOMAR PIEZA REINICIAR EL CARRUSEL EN CAJA 1 REINICIAR CARRUSEL EN LA POSICION DE CAJA COMENZAR DE NUEVO EL PROGRAMA/CERRAR ABRIR PUERTA PARA PARAR ABRIR PUERTA CERRAR PUERTA

*TODOS LOS CODIGOS M: MARCADOS CON ASTERISCO SE EJECUTARAN AL FINAL DEL BLOQUE.

EJEMPLO DEL USO DE LA SIMULACIN PARA FRESADORA CNC [BILLET X200 Y170 Z20 [TOOLDEF T5 D1 S1000 M03 F2000 g0 x40 y70F200 g1 z-2 g2 x130 y110 r50 g1 z10 g0 x40 y70 F200 g1 z-2 g3 x50 y45 r60 g3 x54 y46 r10 g2 x57 y43 r20 g3 x96 y35 r60 g3 x110 y58 r20 g2 x105 y85 r35 g2 x120 y89 r15 g1 x129 y89 g2 x127 y87 r7 g3 x121 y80 r10 g3 x127 y65 r30 g2 x131 y58 r12 g2 x128 y45 r16 g2 x107 y43 r20 g1 z10 g0 x129 y89 F200 g1 z-2 g3 x133 y97 r8 g1 z-2 g3 x130 y110 r30 g1 z10 g0 x75 y65 F200 g1 z-2 g0 x73 y65 F200 g2 i2 g0 x71 y65 F200 g2i4 g1 z10 g0 x85 y60 F200 g1 z-2 g1 x98 y85

g2 x112 y95 r15 g1 x120 y95 g1 z10 g0 x85 y60 F200 g1 z-2 g3 x122 y49 r70 g1 x157 y55 g2 x160 y38 r35 g2 x146 y36 r45 g3 x136 y63 r40 g2 x115 y60 r45 g1 z10 g0 x146 y36 F200 g1 z-2 g2 x135 y34 r40 g2 x118 y49 r15 g1 x115 y60 g2 x102 y 64 r40 g2 x90 y70 r50 g1 z10 g0 x115 y60 F200 g1 z-2 g2 x112 y95 r100 g1 z10 g0 x157 y55 F200 g1 z-2 g3 x151 y65 r35 g3 x136 y63 r50 g1 z10 g0 x127 y85 F200 g1 z -2 g3 x141 y47 r115 g3 x160 y38 r30 g1 z10 g0 x128 y66 F200 g1 z-2 g3 x151 y65 r90 g1 z10 g0 x132 y55 F200 g1 z-2 g3 x157 y55 r60 g1 z10 g0 x118y100 F200 g1 z-2 g2 x119 y90 r10

g1 x132 y90 g1 x132 y92 g1 x120 y92 g1 x120 y94 g1 x133 y94 g1 x133 y96 g1 x120 y96 g1 x120 y98 g1 x133 y98 g1 x133 y100 g1 x119 y100

g1 z10 g0 x125 y105 F200 g1 z-2 g3 x105 y125 r40

g1 z10 g0 x105 y125 F200 g1 z-2 g3 x97 y125 r45 g3 x90 y125 r40 g1 z10

g1 z-2 g3 x65 y126 r40 g2 x120 y120 r55 g2 x130 y98 r50 g1 x131 y103 g3 x64 y126 r58 g2 x101 y122.5 r60 g3 x80 y127 r22 g3 x54 y118 r50 g2x121 y100 r45 g0 x122 y100 F200

g3 x54 y118 r45 g2 x123 y100 r45 g3 x54 y118 r48 g2 x127 y100 r50 g3 x54 y118 r45 g2 x130 y97 r45 g2x120 y100 r45 g0x123 y105 F200 g0 x124 y100 F200 g0 x121 y110 F200 g0 x126 y115 F200 g0 x127 y 112 F200 g0 x129 y108 F200 g3 x60 y123 r54 g2 x128 y100 r50 g1 z10 g0 x53 y93 F200 g1 z-2 g2 i17 g1 z10 g0 x69 y106 F200 g1 z-2 g3 x72 y101 r5 g3 x69 y96 r5 g3 x66 y101 r5 g3 x69 y 106 r5 g1 z10 g0 x69 y90 F200 g1 z-2 g3 x72 y85 r5 g3 x69 y 80 r5 g3 x66 y 85 r5 g3 x69 y90 r5 g1 z10 g0 x75 y92.5 F200 g1 z-2 g3 x78 y97.5 r5 g3 x81 y 92.5 r5 g3 x78 y87.5 r5 g3 x75 y92.5 r5 g1 z10 g0 x50 y93 F200 g1 z-2

g2 i20 g1 z10 m30 RESULTADOS

NOTA: EL EJEMPLO ANTERIOR SE REALIZO PREVIAMENTE EN UN SIMULADOR DENOMINADO: CNCSIMULATOR, EL CUAL ES COMPATIBLE CON EL LENGUAJE EMPLEADO EN LA FRESADORA DE CNC MARCA DENFORD.