This paper presents a goal programming model to solve a problem of daily mining scheduling for the very short term mine planning of an iron ore mine. In this problem the objective is to minimize the deviations of production and quality goals, as well as the amount of trucks needed to the process. The constraints regarding quality, number of transport and loading equipment, sterile/ore ratio at a desired level, and production goal are defined previously. Trucks must be allocated dynamically, that is, without a fixed route, and their cycle time varies according to the site of mining. The model was implemented in the LINGO solver and applied to a mining complex with four unload points, where three for ore and one for sterile. The results validate the use of the model as a tool to subsidize the operator in the execution of the daily schedule. Resumo: Este trabalho apresenta um modelo de programação matemática por metas para resolver um problema de programação diária de lavra de uma mina de minério de ferro. No problema procura-se minimizar os desvios de meta de produção, os desvios de qualidade e a quantidade de caminhões necessários ao processo. As restrições referentes a qualidade, granulometria, número de equipamentos para transporte e carga, relação estéril/minério em um nível desejado, e meta de produção são definidas previamente. Os caminhões devem ser alocados de forma dinâmica, istoé, sem rota fixa, e o tempo de ciclo deles varia de acordo com o local de lavra. O modelo foi implementado no resolvedor LINGO e aplicado a um complexo minerador com quatro pontos de descarga, sendo três para minério e um para estéril. Os resultados encontrados validam a utilização do modelo como ferramenta para subsidiar o operador na execução da programação diária.
Objetivo: Avaliar o efeito do treinamento resistido (TR) em indivíduos obesos e verificar se oito semanas são suficientes para promover alterações positivas nas variáveis antropométricas e na composição corporal desses indivíduos. Métodos: Foram analisados percentual de gordura, massa magra, massa gorda, massa corporal (MC) e índice de massa corporal (IMC). Para a realização dessa pesquisa foram selecionados 8 indivíduos classificados como obesos (IMC ≥30) com idade entre 20 a 40 anos e que atendiam aos critérios de inclusão previamente estabelecidos. A coleta dos dados da pesquisa foi iniciada após a aprovação pelo comitê de ética de pesquisa em seres humanos da Universidade Federal de Goiás (parecer nº 1.466.244). Foi realizada uma avaliação física antes e após o início do treinamento, verificando as dobras cutâneas e a perimetria. O TR foi realizado por 2 meses com aulas 3 vezes por semana, com a duração em média de 45 min. Para análise dos dados foi empregado o teste de t de students para amostras pareadas, com nível de significância de 0,05. Resultados: Foi constatada perda significativa do peso corporal que passou de 99,68±2,57 Kg para 93,28±1,56 Kg (p0,0001) e também do IMC que passou de 35,24±1,09 para 33,39 ± 1,03 (p 0,0002). Em relação às medidas antropométricas, verificou-se redução todas as medidas estudadas. Quanto à composição corporal apenas a massa magra não apresentou diferença estatística (p=0,3744). Conclusão: A partir dos dados apresentados, pode se concluir que o TR se mostrou eficaz para o emagrecimento já que reduziu as variáveis analisadas. Assim, acredita-se que esse tipo de treinamento seja uma excelente ferramenta não medicamentosa no combate à obesidade.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.