- 相關(guān)推薦
TMS訓練公路鍛煉數據分析三部曲之踏頻篇
在平平淡淡的學(xué)習中，是不是聽(tīng)到知識點(diǎn)，就立刻清醒了？知識點(diǎn)也可以理解為考試時(shí)會(huì )涉及到的知識，也就是大綱的分支。想要一份整理好的知識點(diǎn)嗎？下面是小編幫大家整理的TMS訓練公路鍛煉數據分析三部曲之踏頻篇，僅供參考，大家一起來(lái)看看吧。
前言
公路車(chē)友在日常騎乘中常常面臨計速表、踏頻表、心率表和功率計等的抉擇，以及面對如此紛繁的數據如何去更好的使用它們?動(dòng)輒成百上千的各種設備它們真的都是不可或缺么?這些測量設備對鍛煉得指導意義各在哪里呢?
以下分為三步曲分析公路騎行中的三組不容忽視的重要數據：踏頻、心率和功率，在騎乘中三者相互影響，相輔相成。此文針對踏頻、心率與功率作簡(jiǎn)單的分析及總結。
一、公路騎行之踏頻分析
1、踏頻的意義
踏頻計量是描述每分鐘踩踏/提拉的圈數(RPM.rotations per minute)，通常情況下高于60RPM并低于80RPM為低轉速踏頻，高于100RPM至上限最高頻率(上限踏頻視心肺功能、關(guān)節肢體不同因人而異)屬于高踏頻。
在公路車(chē)鍛煉中，踏頻、心率和功率三者息息相關(guān)，同樣功率強度下，踏頻越高心率相應也會(huì )提高(但是并非線(xiàn)性關(guān)系);在穩定騎乘的情況下，踏頻越高肌肉相對輕松、功率相對較低，踏頻越低肌肉越疲憊、功率相對較高(同樣非線(xiàn)性關(guān)系)。
由于踏頻和做功是主動(dòng)行為，心跳是不可控的被動(dòng)行為，因此在心跳允許的范圍內做功與踏頻存在四種組合：
A.高頻大力踩踏;
B.高頻輕力量踩踏;
C.低頻大力量踩踏;
D.低頻輕力踩踏。
關(guān)于四種組合的選擇，正常人的心肺能力無(wú)法維持A情況長(cháng)時(shí)間堅持，D情況不具有鍛煉和競速的意義，因此先排除A與D，C情況對個(gè)人腿部肌肉要求較高，拜讀Dr蕭的大作有個(gè)關(guān)于肌肉特性十分恰當的類(lèi)比：如果30kg的啞鈴可以舉15次，那15kg的啞鈴一定遠多于30次，因此在理論上，B情況是比較普遍且較推薦的。環(huán)法計時(shí)賽中，各車(chē)隊選手平均時(shí)速多在50KM/H左右，平均踏頻都在100RPM.以上。由此可見(jiàn)無(wú)論是理論上還是實(shí)際中，對高踏頻的青睞是十分有意義的。
那么，速度至上的公路車(chē)騎行中，踏頻與速度有什么關(guān)系呢?
2、踏頻計算
帶計踏頻功能的碼表可以實(shí)時(shí)(中低頻采樣計算)計算當前踏頻，除此之外，因為公路車(chē)剛性鏈條傳動(dòng)誤差相對較小，可以通過(guò)當前速度得到實(shí)時(shí)踏頻。
公式為： V=2133 * 10-6 * C * 60 * T1/T2
V當前速度，C當前踏頻值，T1當前牙盤(pán)齒數，T2當前飛輪齒數，其中2133為公路700C輪組平均輪周長(cháng)(單位：毫米)。
公式可以簡(jiǎn)化為： V=0.12798 * C * T1/T2 或者 C =7.8* V * T2/T1
普通情況下，公路車(chē)牙盤(pán)齒數組合為正常牙盤(pán)53/39或者(比較disable的)壓縮牙盤(pán)50/34，飛輪齒片從11到27齒有多種組合，這里選取常用的齒數12、13、14、15、17、19、21、23、25進(jìn)行分析，如下表：
RD Bike Cadence Reference
牙盤(pán)飛輪時(shí)速101520253035
5325踏頻36.955.373.792.1110.6129.0
532333.950.967.884.8101.7118.7
532131.046.461.977.492.9108.4
531928.042.056.070.084.098.0
531725.137.650.162.775.287.7
531623.635.447.259.070.882.6
531522.133.244.255.366.377.4
531420.631.041.351.661.972.2
531319.228.738.347.957.567.1
531217.726.535.444.253.161.9
392550.175.1100.2125.2150.3175.3
392346.169.192.2115.2138.2161.3
392142.163.184.1105.2126.2147.3
391938.157.176.195.2114.2133.2
391734.151.168.185.1102.2119.2
391632.148.164.180.196.2112.2
391530.145.160.175.190.2105.2
391428.042.156.170.184.198.2
391326.039.152.165.178.191.2
391224.036.148.160.172.184.1
上表整理了從10KM/H到35KM/H速度時(shí)，特定齒數比對應的踏頻值，如此紛繁的數據對日常騎行并沒(méi)有任何幫助!所以接下來(lái)去其糟粕，尋找適合自己的數據以及訓練目標。
3、踏頻數值分析
之前提到環(huán)法計時(shí)賽中，各車(chē)隊選手平均時(shí)速多在50KM/H左右，平均踏頻都在100RPM.以上。由此可以推算出環(huán)法計時(shí)賽中，齒數比平均數值范圍在3.9左右即53/13到53/14之間。首先確定齒比上限，鑒于個(gè)人腿力遠遠不如環(huán)法隊員，因此這個(gè)數值作為在平路情況下的齒比參考上限;第二步去掉不常用齒數比，基于常識，上表中很多齒數比不會(huì )使用比如53/25，39/12等，這些極限情況的參考值完全可以去掉;第三步鎖定均速范圍，在個(gè)人日常的公路騎行中平均時(shí)速受體力、地形以及風(fēng)等不定因素的影響，因此有參考價(jià)值的均速選在25KM/H到30KM/H之間;第四步根據實(shí)際地形情況選取爬坡時(shí)齒比，由于本地的坡路連續且陡峭選取穩定的爬坡齒比為39/23和39/25;最后根據個(gè)人情況選取踏頻極限值，這里上限選為120RPM.下限選取70RPM.作為參考值。接下來(lái)，繁雜的數據就對日常公路車(chē)鍛煉有針對性，和一定的指導意義了。
RD Bike Cadence Reference
牙盤(pán)飛輪時(shí)速101520253035
5325踏頻36.955.373.792.1110.6129.0
532333.950.967.884.8101.7118.7
532131.046.461.977.492.9108.4
531928.042.056.070.084.098.0
531725.137.650.162.775.287.7
531623.635.447.259.070.882.6
531522.133.244.255.366.377.4
531420.631.041.351.661.972.2
531319.228.738.347.957.567.1
531217.726.535.444.253.161.9
392550.175.1100.2125.2150.3175.3
392346.169.192.2115.2138.2161.3
392142.163.184.1105.2126.2147.3
391938.157.176.195.2114.2133.2
391734.151.168.185.1102.2119.2
391632.148.164.180.196.2112.2
391530.145.160.175.190.2105.2
391428.042.156.170.184.198.2
391326.039.152.165.178.191.2
391224.036.148.160.172.184.1
針對個(gè)人的情況，去除了表中的紅色部分不難得出以下結論：
只有在下坡路段或有一定初速度的情況下才能使用小于53/14的齒數比;
平路騎乘時(shí)盡量使用53/14或者更大的齒數比;
爬坡時(shí)時(shí)速不低于15KM/H才可以保持75RPM.以上的踏頻;
在日常騎乘中訓練和體會(huì )如何從39/15到53/19(以及反向)平滑變速……
4、踏頻的總結
公路車(chē)變速套件有比較豐富的齒比組合，其目的之一是為了讓騎乘者保持相對穩定的踏頻和功率輸出，穩定的踏頻值在一段時(shí)間的騎行過(guò)程中較容易保持，以便于在騎乘過(guò)程中參照當前速度和實(shí)際踏頻值向目標值修正。
Thanks a lot to Ketill, who give me the reason to study on the trilogy.....
一、加強公路工程檔案管理工作的重要性
再次，完備的公路工程檔案還是管理隊伍進(jìn)行科學(xué)系統的管理技能學(xué)習與提升的重要教材。通過(guò)檔案的組織學(xué)習也能夠逐漸形成一種獨獨具特色的企業(yè)管理文化，并通過(guò)一代一代管理人的學(xué)習與傳承使之發(fā)揚光大。
二、大數據在公路工程檔案管理中的重要性及作用
首先，公路工程檔案管理需要進(jìn)行海量的數據收集的，但是并不是每一項數據都是切實(shí)有用的，如果不分好賴(lài)的統統進(jìn)行收集那么不僅會(huì )嚴重影響數據收集工作的進(jìn)度同時(shí)也會(huì )讓數據庫里的數據一片混亂，有用無(wú)用的統統被放在一起。大數據技術(shù)在數據信息的收集方面能夠有效鑒別數據質(zhì)量及優(yōu)劣，能夠根據管理的實(shí)際需要進(jìn)行數據的有效甄別，在最短時(shí)間內進(jìn)行數據優(yōu)選，從而既提升了收集效率又加強了數據總體質(zhì)量。其次，大數據時(shí)代的來(lái)臨讓原本具有本質(zhì)差別的各種數據存儲陣營(yíng)進(jìn)行了有效整合，讓各種數據傳輸接收端口逐漸統一化，從而真正意義上解決了部門(mén)不相容、領(lǐng)域不交叉的問(wèn)題，讓數據能夠更為有效的進(jìn)行傳輸和收集整理，這對于公路工程的檔案管理工作來(lái)說(shuō)具有非常重要的現實(shí)意義，因為公路工程建設不僅周期長(cháng)、產(chǎn)生數據量巨大、同時(shí)還以為涉及到大量的部門(mén)及環(huán)節而在許多時(shí)候無(wú)法進(jìn)行數據的有效交互與溝通，所以大數據技術(shù)能夠很好的解決這個(gè)問(wèn)題，實(shí)現數據的無(wú)差別傳遞，更好的滿(mǎn)足對于數據的實(shí)際需要。再次，大數據在公路工程檔案管理工作中能夠發(fā)揮較大的實(shí)用性，能夠更好的實(shí)現檔案數據精確化收集與管理，能夠將繁雜的海量數據進(jìn)行有效歸類(lèi)與整合。
三、大數據背景下的公路檔案管理措施研究
為了在大數據背景下切實(shí)加強公路工程檔案管理工作具體質(zhì)量還是需要進(jìn)一步分析與尋找新方法與新措施。
�。ㄒ唬┐罅ㄔO新型數據庫
大數據時(shí)代的數據存儲是當前主流數據存儲載體所無(wú)法承受的，因此為了更加有效的使用大數據技術(shù)以及在大數據時(shí)代發(fā)揮更有效的信息管理作用就必須大力建設新型數據庫。新型數據庫不僅是指要進(jìn)一步擴展數據存儲的空間，同時(shí)還要加強多樣性數據的存儲能力升級，不僅要能夠有效存儲文字、符號等數據，同時(shí)對于聲音、圖片、影像的存儲也要加大研究與開(kāi)發(fā)力度，同時(shí)還要加強數據傳輸端口的統一化調整，方便數據信息的交互與傳遞，為大數據時(shí)代的檔案管理工作提供一個(gè)良性環(huán)境。
�。ǘ┘訌姶髷祿治鲕浖拈_(kāi)發(fā)應用
大數據時(shí)代的特點(diǎn)不僅是在于數據的收集速度及額度，同時(shí)也在于數據分析的快速高效，為了能夠有效利用這一特點(diǎn)就必須加強在數據分析及整個(gè)方面的技術(shù)開(kāi)發(fā)與利用水平，要加強與數據開(kāi)發(fā)專(zhuān)業(yè)公司的大力合作，并針對公路工程檔案數據特點(diǎn)進(jìn)行相應的數據分析軟件開(kāi)發(fā)，同時(shí)還要針對新技術(shù)能夠快速普及的要求切實(shí)提升檔案管理人員的總體素質(zhì)，發(fā)揮最大化管理作用。
�。ㄈ┘訌婏L(fēng)險預警機制建設
任何管理工作都會(huì )伴隨著(zhù)相應的風(fēng)險。在大數據時(shí)代，管理工作能夠更快更高效，同時(shí)風(fēng)險也會(huì )更多更密集，所以風(fēng)險預警機制的建設必不可少。風(fēng)險預警機制建設最重要的部分就是根據大數據信息傳輸及管理特點(diǎn)加強檔案信息安全性監管，設置更為科學(xué)有效的關(guān)鍵控制點(diǎn)，主要監控內容應該放在防止信息泄密、防止信息丟失、防止信息被惡意篡改、防止隱私權被侵犯以及防止與信息相關(guān)的知識產(chǎn)權糾紛發(fā)生可能性等方面。同時(shí)還要重視風(fēng)險應對工作小組的及時(shí)建設，這樣才能夠及時(shí)發(fā)現問(wèn)題、分析問(wèn)題以及解決問(wèn)題。
四、結束語(yǔ)
對于公路工程檔案管理工作來(lái)說(shuō)，大數據時(shí)代的來(lái)臨一方面提供了管理工作質(zhì)量有效提升的可能性，另一方面也需要根據大數據時(shí)代的特殊性而在具體管理內容及相關(guān)輔助工作方面做出更多配合與改進(jìn)，這樣才能夠真正有效的適應大數據時(shí)代、利用大數據優(yōu)勢。
【TMS訓練公路鍛煉數據分析三部曲之踏頻篇】相關(guān)文章：
大數據分析07-25
數據分析簡(jiǎn)歷10-11
銷(xiāo)售數據的分析方法07-25
數據整理分析方法10-22
數據分析報告10-16
考勤數據怎么分析09-01
店鋪數據分析報告,店鋪數據分析報告模板09-20
數據分析報告【推薦】03-07
傳統數據分析方法09-20