GANANCIAS EN MINERÍA APLICANDO ANALYTICS

Transcripción

1 GANANCIAS EN MINERÍA APLICANDO ANALYTICS Ing. Jesús M. Velásquez Bermúdez, Ph. D. Director Científico DecisionWare International Corp.

2 ORGANIZACIONES ANALÍTICAS

3 MATEMÁTICAS: EL ÚNICO LENGUAJE QUE COMPARTIMOS TODOS LOS HUMANOS

4

5

6 1947

7 MATHEMATICAL PROGRAMMING 1947

8 MATHEMATICAL PROGRAMMING 1947

9 SUDOKU 5-10 Minutos? > segundos

10

11

12

13 INVESTIGACIÓN DE OPERACIONES (OPERATIONS RESEARCH) BUSINESS ANALYTICS AND OPTIMIZATION ANALYTICS

14

15 LAS EMPRESAS INTELIGENTES ADOPTAN NUEVOS ENFOQUES DE TRABAJO ENFOQUE TRADICIONAL ENFOQUE NUEVO INSTINTO E INTUICIÓN CON BASE A DATOS CORRECTIVO DIRECTIVO AÑOS, MESES, SEMANAS HORAS, MINUTOS, SEGUNDOS PERCEPCIÓN HUMANA RAZONAMIENTO CIENTÍFICO SOPORTE A LA DECISIÓN SOPORTE A LA ACCIÓN EFICIENTE (BUENAS PRÁCTICAS) MATEMÁTICAMENTE OPTIMIZADA Fuente: Traducción Business ANALYTICS for the Intelligent Enterprise

16 ORGANIZACIÓN Usa la experiencia personal para la toma de decisiones Usa datos históricos para reportar lo sucedido. Reconoce eventos por el ruido que generan y responde para cada caso Maneja riesgo y rendimiento por separado reaccionando a los cambios ORGANIZACIÓN INTELIGENTE Utiliza simulaciones con modelos matemáticos para entender las implicaciones futuras, para tener alternativas basadas en datos Ve oportunidades y amenazas mientras y antes de que ocurran Sigue eventos en tiempo real aplicando reglas sofisticadas para la automatización y la respuesta rápida Esta informada de la oportunidad y riesgo y saber que hacer tácticamente ante los eventos antes de que ocurran Fuente: Traducción Business ANALYTICS for the Intelligent Enterprise

17 ORGANIZACIÓN Usa la experiencia personal para la toma de decisiones Usa datos históricos para reportar lo sucedido. Reconoce eventos por el ruido que generan y responde para cada caso Maneja riesgo y rendimiento por separado reaccionando a los cambios ORGANIZACIÓN INTELIGENTE Utiliza simulaciones con modelos matemáticos para entender las implicaciones futuras, para tener alternativas basadas en datos Ve oportunidades y amenazas mientras y antes de que ocurran Sigue eventos en tiempo real aplicando reglas sofisticadas para la automatización y la respuesta rápida Esta informada de la oportunidad y riesgo y saber que hacer tácticamente ante los eventos antes de que ocurran Fuente: Traducción Business ANALYTICS for the Intelligent Enterprise

18 ANTICIPACIÓN

19 ANTICIPACIÓN

20 OPTIMIZACIÓN EN LA CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES

21 CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES COMPLEJOS MINEROS Palas SISTEMA DE TRANSPORTE MULTIMODAL COMPLEJO INDUSTRIAL Molinos / Refinadoras/ Reservas Homogenizadas COMPLEJO PORTUARIO Mineral Procesado Refinamiento del Mineral Volquetes Stacke=-Reclaimer Reservas homogenizadas Lump Pellet Sinter Feeds Feeds Instalaciones de Cribado Reservas Gruesas Homogenizadas Correa Transportadora Volquetes MERCADO DOMESTICO

22 Fuente: ACSJ Informe Final Planificación Estratégica de la Cadena Productiva de Minera

23 Fuente: De mineral a metal: El proceso de transformación. Informe Quincenal de la SNMPE Fuente: ACSJ Informe Final Planificación Estratégica de la Cadena Productiva de Minera

24 OPTIMIZACIÓN MATEMÁTICA APLICADA AL SECTOR MINERO Existen experiencias de aplicación de ANALYTICS (OPERATIONS RESEARCH) en las siguientes áreas de aplicación en la industria minera : MINE PLANNING (DESARROLLO DE LA MINA) ORE BLENDING (MEZCLA DE MINERALES) PROGRAMACIÓN DE MEDIOS DE TRANSPORTE MULTIMODAL PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS Estos problemas se pueden tratar de manera independiente, pero normalmente están fuertemente relacionados, de forma tal que la planificación óptima integrada implica vincularlos o en un solo modelo o en modelos encadenados relacionados por las condiciones de frontera, de tal forma de generar el mayor valor económico agregado posible.

25 DESARROLLO DE LA MINA (MINE PLANNING)

27 TIPOS DE PLANIFICACIÓN PROCESO DE PLANEACIÓN PLANIFICACIÓN TÁCTICA PLANIFICACIÓN ESTRATÉGICA PROSPECCIÓN EXPLORACIÓN DESARROLLO PRODUCCIÓN CIERRE CICLO DE VIDA DEL DEPOSITO MINERAL FUENTE: MANAGEMENT OF MINERAL RESOURCES: CREATING VALUE IN THE MINING BUSINESS

28 DESARROLLO DE MINA En la planificación minera se pueden identificar 3 problemas diferentes: Programación de producción: Decidir la secuencia de extracción optima dada la caracterización geológica del terreno (posiblemente probabilística), la caracterización de la demanda, y caracterización de los costos de extracción para cada bloque. El objetivo en estos casos puede ser minimizar la demanda no atendida, los desvíos entre la calidad vendida y la producida y/o el costo de extracción entre muchos objetivos. Diseño de último pit: Encontrar cuales son los últimos bloques que se deben extraer de una mina para mantener la viabilidad económica.

29 PROGRAMACIÓN DE PRODUCCIÓN/ OPERACIONES El objetivo de este tipo de modelo es ayudar a decidir cual debe ser la secuencia de extracción óptima de los bloques de la mina para satisfacer la demanda de minerales. El criterio de la optimización (función objetivo) depende del decisor y puede ser uno de, o una combinación de, varios criterios posibles; por ejemplo: minimizar la diferencia entre el material extraído y la demanda «calificada» de dicho mineral. Modelo de Programación Mixta Lineal, o Estocástica

30 SIGM ENTRADAS PROGRAMACIÓN PRODUCCIÓN ESTIMACIÓN DE LA CANTIDAD/CALIDAD DE MINERAL EN EL BLOQUE REGLAS DE SECUENCIAMIENTO DEMANDA FIRME/PROYECTADA SECUENCIA DE EXPLOTACIÓN EXTRACCIÓN DE BLOQUES EN CADA PERIODO ESTIMACIÓN DEL INVENTARIO EN CADA PERIODO SALIDA

31 DISEÑO DE ULTIMO PIT El objetivo de estos modelos es ayudar a decidir cuales bloques explotar la mina manteniendo viabilidad económica, dados unos escenarios geológicos y económicos. El método más conocido es el de Lerchs and Grossmann. Modelos de Programación Estocástica Lineal o Mixta-Lineal

32 MINE PLANNING PRODUCTION SCHEDULING LKAB S KIRUNA MINE (SUECIA)

33 El complejo minero LKAB s Kiruna está localizado en Suecia por encima del Circulo Ártico, emplea 3000 trabajadores y produce 24 millones de toneladas de mineral de hierro por año. El yacimiento es de clase mundial y tiene depósitos con altos grados de magnetita. En el año 2004 era el complejo minero subterráneo más grande del mundo PRODUCTION SCHEDULING LKAB S KIRUNA MINE

34 OPERACIONES HISTÓRICAS EN KIRUNA

35 PRODUCTION SCHEDULING LKAB S KIRUNA MINE

36 VALOR ECONÓMICO AGREGADO Los modelos matemáticos proporcionan soluciones óptimas para programación de operaciones que cubren 5 años, en muy poco tiempo (300 segundos en 2004). El ahorro en personal orientado a estas labores implica la reducción del 25% del costos de nómina y en un mejor uso del tiempo del personal calificado. Estas soluciones producen planes de producción con desvíos menores al 5% con respecto a la demanda, que son sensiblemente superiores a los obtenidos con las anteriores herramientas, que producían desvíos entre el 10-20%.

37 ORE BLENDING

39 CARACTERÍSTICAS DEL PROBLEMA Durante la acumulación de reservas, cada lote es examinado para determinar sus características físico-químicas Minas: Complejos mineros cada uno con sitios minerales diferentes y/o con características físicoquímicas diferentes. Enriquecimiento mineral: Cada mina tiene una o varias plantas de refinamiento de mineral con proporciones relativamente fijas de granularidades: grueso, sinterizado, pellet. Formación de las reservas: La disponibilidad de minerales enriquecidos en los centros de producción tiene que tener en cuenta capacidades de: almacenamiento en las minas y en el puerto, carga/descarga en los patios de operación, de transporte y la demanda comercial de los minerales. Productos finales Son formados al combinar minerales enriquecidos con una calidad especifica (características fisicoquímicas estandarizadas) dentro de rangos especificados comercialmente. La calidad del producto es un función ponderada de los porcentajes de cada lote componente de la mezcla.

40 BLENDING El blending se hace necesario porque las ordenes de los clientes exigen distintas características químicas en los minerales. El costo del mineral en cada reserva es diferente. Esto hace importante seleccionar la cantidad de mineral retirado de cada reserva para minimizar los costos. P1 P2 P3 P4 P5 P6 RESERVAS HOMOGENIZADAS

41 BLENDING El blending se hace necesario porque las ordenes de los clientes exigen distintas características químicas en los minerales. El costo del mineral en cada reserva es diferente. Esto hace importante seleccionar la cantidad de mineral retirado de cada reserva para minimizar los costos. P1 P2 P3 P4 P5 P6 RESERVAS HOMOGENIZADAS

42 BLENDING El blending se hace necesario porque las ordenes de los clientes exigen distintas características químicas en los minerales. El costo del mineral en cada reserva es diferente. Esto hace importante seleccionar la cantidad de mineral retirado de cada reserva para minimizar los costos. B1 Blend 1 P4 P5 P6 RESERVAS HOMOGENIZADAS MINERALES HOMOGENIZADOS SEGÚN PEDIDO

43 BLENDING El blending se hace necesario porque las ordenes de los clientes exigen distintas características químicas en los minerales. El costo del mineral en cada reserva es diferente. Esto hace importante seleccionar la cantidad de mineral retirado de cada reserva para minimizar los costos. B1 Blend 1 P4 P5 P6 RESERVAS HOMOGENIZADAS MINERALES HOMOGENIZADOS SEGÚN PEDIDO

44 BLENDING El blending se hace necesario porque las ordenes de los clientes exigen distintas características químicas en los minerales. El costo del mineral en cada reserva es diferente. Esto hace importante seleccionar la cantidad de mineral retirado de cada reserva para minimizar los costos. B1 Blend 1 B2 Blend 2 RESERVAS HOMOGENIZADAS MINERALES HOMOGENIZADOS SEGÚN PEDIDO

45 ORE BLENDING El objetivo de estos modelos es la programación operativa para un período determinado de la combinación de minerales extraídos de distintas reservas para satisfacer las restricciones sobre las características químicas de los compromisos comerciales a un mínimo costo. Modelos de Programación Lineal, o Estocástica

46 ENTRADAS P1 P2 P3 P4 P5 P6 PROGRAMACIÓN DE MEZCLA LOTES DISPONIBLES CARACTERÍSTICAS FISICOQUÍMICAS DE LOS LOTES CAPACIDADES DE OPERACIÓN DEMANDA FIRME/PROYECTADA DE ACUERDO CON CARACTERÍSTICAS FISICOQUÍMICAS B1 B2 PROGRAMACIÓN ÓPTIMA DE MEZCLAS PROGRAMACIÓN DE OPERACIONES DE APOYO SALIDA

47 PROGRAMACIÓN DE MEDIOS DE TRANSPORTE

49 PROGRAMACIÓN DE MEDIOS DE TRANSPORTE En la planificación minera se pueden identificar, entre varios, los siguientes problemas relacionados con programación de transporte de materiales : PROGRAMACIÓN DE BARCOS EN PUERTOS PROGRAMACIÓN DE TRANSPORTE REGIONAL ASIGNACIÓN DE VEHÍCULOS A ÁREAS DE TRABAJO RUTEO DE VEHÍCULOS BOMBEO DE MINERALES Y AGUA

50 SINCRONIZACIÓN TIEMPOS DE VIAJES DE CARGA/DESCARGA TIEM m,e TFEM m,e TIEM m,e+1 TFEM m,e+1 Muelle/Bahía TCVE v TVIS c TCVC c,w TVIS c Vehículo CARGA VIAJE DESCARGA VIAJE TIY v,ci TIC v,ci TIS v,ci,c,w TFS v,ci,c,w TFC v,ci Cliente CICLO VEHÍCULO

51 ENTRADAS PROGRAMACIÓN DE OPERACIONES DETALLADA VEHÍCULOS DISPONIBLES RUTAS TIEMPOS/VELOCIDADES DE VIAJE CAPACIDADES CARGA/DESCARGA CAPACIDADES DE ALMACENAMIENTO HORARIOS COSTOS DE OPERACIÓN PROGRAMACIÓN DE OPERACIONES SALIDA

52 PROGRAMACIÓN DE MEDIOS DE TRANSPORTE ASIGNACIÓN DE CAMIONES Y PALAS EN VALE EN BRASIL

53 SHORT TERM MINE PLANNING FOR VALE VALE (formalmente Companhia Vale do Rio Doce, CVRD Brazil) es: La segunda empresa de minería más grande del mundo. Extrae hierro, niquel, magnesio, cobre, bauxita, potasa, caolín, alúmina y aluminio. La primera productora de hierro en el mundo (250 x 10 6 tons/año). El proveedor más importante de servicios logísticos en Brasil.

54 SHORT TERM MINE PLANNING FOR VALE El objetivo es la reducción de costos y maximizar la producción, teniendo en cuenta las siguientes restricciones: Calidad Restricciones operacionales Camiones Palas Tractores Además hay que verificar que el plan se pueda llevar a cabo con los recursos actuales y el mínimo costo posible.

55 SHORT TERM MINE PLANNING FOR VALE

56 MODELO MATEMÁTICO El modelo de optimización es corrido cada vez que empieza la simulación con el objetivo de brindar las asignaciones iniciales de los equipos; también corre cada vez que hay daños en alguno de los equipos y se requiere la re-programación: Para validar este modelo se hicieron pruebas en el complejo minero de Aguas Claras: 26 áreas mineras (14 para desechos y 12 de extracción) 9 variables químicas 9 palas 2 tipos de camiones

57 VALOR ECONÓMICO AGREGADO Después del período de prueba VALE reconoce los siguientes beneficios: Implementación de una herramienta para la toma de decisiones diarias en ambientes mineros Ayudó a implementar la cultura de planificar antes de ejecutar. Aumentó la fiabilidad de los planes entregados a los operadores. Permitió en análisis de utilización de equipos y comparar la realidad con lo simulado. Permitió analizar varios escenarios. DURANTE EL PERIODO DE PRUEBA VALE REPORTA DISMINUCIÓN DE COSTOS DEL 4.7% CON RESPECTO AL AÑO ANTERIOR Fuente:Optimizing Long-Term Production Plans in Underground and Open Pit Copper Mines

58 PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS

60 PLANIFICACIÓN INTEGRADA Dado un conjunto de minas y un conjunto de plantas industriales de refinacion/molienda, la PLANIFICACIÓN INTEGRADA DE COMPLEJOS MINEROS Y/O METALÚRGICOS tiene como objetivo determinar: Cuales minas explotar En cuales instalaciones industriales (concentradoras/refinadoras) procesar el mineral extraído Que mezclas realizar Que medios/modos de transporte utilizar Con el objetivo de maximizar la utilidad socio-económica del complejo mineroindustrial a largo plazo.

61 CADENA DE ABASTECIMIENTO DE PRODUCTOS MINERALES COMPLEJOS MINEROS SISTEMA DE TRANSPORTE MULTIMODAL COMPLEJO INDUSTRIAL COMPLEJO PORTUARIO

62 ENTRADAS DEMANDA FIRME/PROYECTADA OFERTA DE MINERAL POR MINA (CANTIDAD/CALIDAD) COSTO DE EXTRACCIÓN POR MINA REGALÍAS POR MINA PRECIO DE VENTA COSTOS DE TRANSPORTE COSTOS DE PRODUCCIÓN LIMITACIONES AMBIENTALES PLANIFICACIÓN AGREGADA DE LA PRODUCCIÓN METAS DE PRODUCCIÓN DONDE EXTRAER CUANTO EXTRAER CUANDO EXTRAER SALIDAS

63 ORE BLENDING PROGRAMACIÓN TRANSPORTE PLANIFICACIÓN INTEGRADA PLANIFICACIÓN INTEGRADA COMPLEJO SIDERÚRGICO EN COREA DEL SUR

64 COMPLEJO SIDERÚRGICO EN COREA DEL SUR La producción de hierro en Corea fue de 46.4 millones de toneladas en el año 2003 Corea produce 4.8 % de hierro del total mundial, posicionándose así como el quinto país productor de acero. Fuente: The steel and ship building industry of South Korea: Rising fast Asia and globalization.

65 PLANIFICACIÓN INTEGRADA CONECTIVIDAD DE MODELOS

66 PROCEDIMIENTOS

67 IRON ORE COAL PROCESO TÍPICO EN SIDERÚRGICAS

68 MODELO INTEGRADO

69 MODELO INTEGRADO La planta de producción cuenta con 12 puertos para recibir el carbón. No se puede superar la capacidad del patio de operaciones. Se debe mantener un inventario mínimo. Se deben respetar los contratos establecidos previamente. El modelo puede establecer pedidos.

71 SIMULACIÓN DE PATIO DE OPERACIONES Para planificar la operación integrada se simulan las operaciones el patio de operaciones teniendo en cuenta: Posibles problemas del atraque del barco por cambios en la corriente. Daños en la maquinaria. Si el patio esta lleno los barcos deben esperar. Retrasos de llegada por el clima

73 BLENDING DE CARBÓN La planta de importa diferentes tipos de carbón de 6 países diferentes (C1, C2, ) para la producción de acero. La materia volátil en el carbón se evapora con el tiempo, por lo se debe mantener en stock por poco tiempo. Se deben respetar las características químicas necesarias para la adecuada producción de acero.

74 CPLEX - OPL

75 RESULTADOS PROGRAMACIÓN BARCOS

76 BLENDING DE CARBÓN

77 RESULTADOS INVENTARIO PARA UN TIPO DE CARBÓN

78 VALOR ECONÓMICO AGREGADO 14% REDUCCIÓN DE INVENTARIO DE CARBÓN

79 MINE PLANNING PLANIFICACIÓN INTEGRADA PLANIFICACIÓN INTEGRADA DE OPERACIONES MINERAS EN CODELCO (CHILE)

80 PROGRAMACIÓN DE PRODUCCIÓN PARA CODELCO EN CHILE CODELCO es una empresa estatal chilena, reconocida por ser la primera productora de cobre en el mundo. EL TENIENTE, la mina de cobre subterránea más grande del mundo, es propiedad de CODELCO.

81

82 El propósito del modelo es optimizar la planificación integrada agregada de múltiples minas (subterráneas y/o de tajo abierto) que comparten procesos industriales de refinación posteriores durante un horizonte de planificación de mediano/largo plazo. El modelo fue implementado en CODELCO (el productor de cobre más grande del mundo) y desde el 2001 es utilizado cotidianamente. Este sistema ha permitido evaluar escenarios de largo plazo, en particular el modelo fue utilizado para estudiar la opción de retrasar la conversión de la mina de Chiquicamata de tajo abierto a mina subterránea.

83 CADENA INTEGRADA DE ABASTECIMIENTO DE COBRE

84 OPERACIONES MINERAS SUBTERRÁNEAS

85

86 CPLEX

87 IMPLEMENTACIÓN Antes de llevar a cabo la implementación para todas las minas de CODELCO, el modelo fue probado con 2 complejos mineros: El Teniente y División Norte. Del complejo División Norte solo se tuvieron en cuenta las dos minas mas importantes Cuquicamata y Radomiro Tomic. El horizonte de planificación para El Teniente fue de 25 años con periodos de 1 año inicialmente y posteriormente de 4 años. En el caso del complejo División Norte el periodo de planificación fue de 10 años con periodos de un año. RESULTADOS EL TENIENTE (COMPARACIÓN MODELO Y SIN MODELO) + CONTROL AMBIENTAL

88 RESULTADOS DIVISIÓN NORTE (CHUQUICAMATA + RADOMIRO TOMIC) Como el caso de la División Norte contaba con dos minas se analizaron 4 casos. m-int (modelo integrado dos minas), l-int (proceso anterior integrando las dos minas), m-ind (modelo independiente para cada mina), l-ind (proceso anterior independiente para cada mina) Fuente:Optimizing Long-Term Production Plans in Underground and Open Pit Copper Mines

89 (%) 8.2% Planificación Integrada del Complejo Minero 4.8% Optimización del Desarrollo de las Minas 3.3% Planificación Integrada

90 VALOR ECONÓMICO AGREGADO 8.2% MÁS EN GANANCIAS GANANCIAS EXTRAS DE MÁS DE 100 MILLONES DE DÓLARES DESPUÉS DE LA IMPLEMENTACIÓN EN EL TENIENTE

91 VISIÓN HOLÍSTICA DE LA CADENA DE ABASTECIMIENTO PRODUCE VALOR ECONÓMICO AGREGADO

92 ANALYTICS: TECNOLOGÍAS

93 PODEROSAS TECNOLOGÍAS INFORMÁTICAS SUFICIENTE CANTIDAD DE DATOS CAPACIDADES HUMANAS NECESIDAD EN LAS ORGANIZACIONES

94 RESULTADO CLAVE 2 Las inquietudes organizacionales de las empresas que detienen la implementación de ANALYTICS Obstáculos para extender el uso del análisis: Saber como utilizar ANALYTICS para mejorar el negocio Competencia de recursos asignados a proyectos Falta de habilidades internas Habilidad de conseguir la información Cultura existente desfavorece compartir información Las políticas de propiedad de los datos no es clara Falta de apoyo de los directivos Preocupaciones con los datos Costos percibidos son mayores a los beneficios No hay posibilidades de cambio Organizacional Datos Financieros

95 RESULTADO CLAVE 2 Las inquietudes organizacionales de las empresas que detienen la implementación de ANALYTICS Obstáculos para extender el uso del análisis: Saber como utilizar ANALYTICS para mejorar el negocio Competencia de recursos asignados a proyectos Falta de habilidades internas Saber como utilizar Habilidad de conseguir la información Cultura existente desfavorece compartir información ANALYTICS Las políticas de propiedad de los datos no es clara Falta de apoyo de los directivos Preocupaciones con los datos para mejorar el negocio, Costos percibidos son mayores a los beneficios No hay posibilidades de cambio es la principal barrera. Organizacional Datos Financieros

96 In top-performing organizations, ANALYTICS has replaced intuition as the best way to answer questions about what markets to pursue, how to configure and price offerings, and how to identify where operations can be made more efficient in response to cost and environmental constraints. Yet, as much as business leaders are eager to capture the benefits of new intelligence, they need to take ANALYTICS the full distance. Top performers are enacting their business analytics and optimization (BAO) vision, making it possible to operationalize decisions and optimize business performance across the enterprise. To do this, they are using the most effective toolsets, governance and change management practices. By Steve LaValle IBM Institute for Business Value En las organizaciones de mayor productividad, la ANALÍTICA ha remplazando a la intuición para responder preguntas acerca de cual mercado perseguir, como configurar y valorar las ofertas, como identificar que operaciones son las mas eficaces en presencia de restricciones económicas y ambientales. Sin embargo, aunque los líderes de las empresas estén ansiosos por capturar los beneficios de esta nueva inteligencia, hace falta tener una visión completa de la ANALÍTICA. Las organizaciones de alto rendimiento están transformando su visión de BUSINESS ANALYTICS AND OPTIMIZATION, haciendo posible poner en práctica decisiones y optimizar el rendimiento de los negocios a lo largo de toda la empresa. Para hacer esto, están utilizando herramientas tecnológicas más eficaces, la gobernabilidad y cambiando y sus prácticas administrativas. By Steve LaValle IBM Institute for Business Value

97 ANTICIPACIÓN

98 GRACIAS!!! Ing. Jesús M. Velásquez Bermúdez, Ph. D. Director Científico DecisionWare International Corp.