Vergleichende Analyse von Berechnungen mittlerer und momentaner Leistungen beim Rennradfahren

Publikationen: Buch/BerichtDissertationsschriftForschung

AutorInnen

Forschungseinrichtungen

Details

Untersuchungsgegenstand Das Ziel der Studie war es festzustellen, ob es möglich ist, die Momentanleistung anstatt zu messen zu berech- nen. Welche Ergebnisse können erzielt und welche Einschränkungen müssen berücksichtigt werden? Bei der Analyse waren zwei Fragen wichtig: (a) gemessen an welchem Kriterium, ist eine Berechnung der mittleren und momentanen Leistung exakt und (b) wie kurz muss ein Moment sein, damit die Momentanleistung exakt an- gegeben werden kann? Zu (a): der aktuelle Stand der Technik erlaubt eine akkurate Messung der Leistung pro Sekunde mit dem Gold-Standard System SRM von der Firma Schober (Bertucci et al., 2013a; García-López et al., 2014; Gordon et al., 2007; Hurst und Atkins, 2006a). Zu (b): bei der Berechnung mit höheren Frequenzen wur- den keine genaueren Leistungswerte erzielt (Bertucci et al., 2013a; Duate et al. 2014). Da Umweltparameter sowie individuelle Einflussgrössen innerhalb einer Session jeweils allein und in Kombina- tion komplex und demzufolge aufwendig in der Rekonstruktion sind, ist die Grundidee der vorliegenden Arbeit mit Hilfe von drei Teilstudien herauszufinden: 1) welche Input-Parameter werden benötigt, 2) wie setzt sich der akkurateste Algorithmus zusammen, und 3) wie hoch sollte die Berechnungsfrequenz sein? Damit soll bei unterschiedlichen geographischen Bedingungen ein Leistungs-Modell zur Berechnung der mo- mentanen Leistung als Alternative zur Messung der Leistung mittels eines SRM Kurbelsystems generiert wer- den. Methode Es wurden insgesamt 3.716 SRM Sessions zwischen 60 und 300 min gesammelt. Die Sessions fanden aus- schliesslich im Feld und in sechs verschiedenen Ländern statt. Die 28 Versuchspersonen waren zwischen 22 und 55 Jahre alt und waren sowohl ambitionierte Freizeitsportler als auch Profiathleten aus den Sportarten Triath- lon und Rennradfahren. Bezogen auf die Gesamtsumme aller SRM Sessions sind es mehr als 26 Millionen se- kündliche Datenpunkte mit fünf verschiedenen Typen an Rohdaten, die erfasst wurden. Jede Sekunde beinhal- tet einen Zeitstempel mit Geschwindigkeit, Höhe, Temperatur und Leistung. Demzufolge wurden etwa 130 Mil- lionen Referenzwerte verwendet. Zusätzlich wurden individuelle Daten von Fahrer und Equipment gesammelt. Erster Teil der Studie: Erstellung der Datenbank § InputDaten:RohdatenvonSRM. § Verarbeitung:FilterungundReinigungderBasis-undRohdaten;NeuberechnungvonRechendaten. § Hervorhebung:ZerlegungderKurbelumdrehungfürdieBerechnungenmitverschiedenenFrequenzen. § OutputDaten:VollständigeundgenaueMengeverwendbarerDaten,aufdiesichalleBerechnungenstüt- zen. Zweiter Teil der Studie: Wahl des besten Algorithmus § VerarbeitungderInputDaten:UmsetzungvonsechsAlgorithmen,dieinderLiteraturfürdieBerechnung von Leistung genannt werden; Berechnungen pro Algorithmus mit drei Roll-Szenarien (flach, bergauf, berg- ab); Auswahl des besten Algorithmus P_G (2014) im Vergleich zu den SRM Leistungswerten; Massenüber- prüfung der Ergebnisse auf einer Untermenge der Datenbank. § Hervorhebung:VergleichzwischendervomRadfahrererbrachtenLeistungundderdurchdasSystement- wickelten Leistung durch Anwendung des Energieerhaltungsgesetzes. § OutputDaten:AuswahldesgenauestenAlgorithmusüberdiegesamteStreckesowieproRoll-Szenarium; Wahl einer Muster-Session, auf die sich alle Berechnungen für die momentane Leistung stützen. Dritter Teil der Studie: Berechnung mit verschiedenen Frequenzen § VerarbeitungderInputDaten:BerechnungdermittlerenundmomentanenLeistungmitverschiedenen Frequenzen in dem Bereich von 0.25 bis 25 Hz; für jede Frequenz wurde ein Vergleich der Volatilität der Er- gebnisse durch Berechnen der Mittelwertabweichung durchgeführt. § Hervorhebung:IdentifikationderGrenze,oberhalbderErhöhungderFrequenz,diekeinenEinflussmehr auf die Genauigkeit der Berechnung hat. § OutputDaten:IdentifikationderFrequenzen,diefürdieBerechnungderMomentanleistunggeeignetbzw. ungeeignet sind. 109 Resultate Es konnte gezeigt werden, dass die untersuchte Lösung „Berechnung der momentanen und mittleren Leistung“ das Problem der Genauigkeit mit einer bestimmten Berechnungsfrequenz löst und das gestellte Kriterium „sig- nifikanteAnnährungandiegemessenenLeistungswertevonSRM“erfüllt.DaSRMproSekunde dieLeistungs- werte angibt, wurden drei Bereiche von Berechnungsfrequenzen analysiert, um herausfinden zu können ob entweder (a) tiefere Berechnungsfrequenzen als SRM oder (b) die selbe Berechnungsfrequenz wie SRM oder (c) höhere Berechnungsfrequenzen als für die Berechnung der momentanen Leistung am besten sind. Ein Ver- gleich zwischen den SRM gemessenen Daten und den berechneten Daten mit der gleichen Datenrate bedarf keiner weiteren Rekonstruktion der SRM Daten. Beim Vergleich von SRM Daten pro Sekunde und höheren Be- rechnungsfrequenzen wurden die fehlenden Daten von SRM mathematisch rekonstruiert. a) Tiefere Berechnungsfrequenz < 1 Hz Bei der Berechnung der mittleren und der momentanen Leistung mit einer Frequenz von 0.25 Hz wurden eine mittlere Abweichung gegenüber dem Standard SRM von 26 resp. 45 % erzielt. Bei der Berechnung der mittleren und der momentanen Leistung mit einer Frequenz von 0.5 Hz ergaben sich Abweichungen von 8 resp. 45 % b) Berechnungsfrequenz 1 Hz P_G (2014) als eine Kombination aus klassischen physikalischen Formeln (Gerthsen et al., 1986; Gressmann, 2009), dem Algorithmus von Olds et al. (1993) und Nigg et al. (2000) und Debraux et al. (2011) ergab bei der Be- rechnung der mittleren Leistung den besten Algorithmus. Mit P_G (2014) wurden sowohl Einzelanalysen als auch Massenauswertungen durchgeführt. Bei der Massenberechnung mit LabView der mittleren Leistung mit einer Frequenz von 1 Hz von 271 Sessions wurde eine mittlere Abweichung gegenüber dem Standard SRM von - 0.94 % resp. 3 W erzielt. Aufgeschlüsselt nach Geschlecht ergab sich bei den männlichen Probanden ein Korrela- tionskoeffizient r2 = 0.903 und bei den Frauen r2 = 0.872. Bei der Massenberechnung der mittleren Leistung mit einer Frequenz von 1 Hz wurden eine mittlere Abweichung gegenüber dem Standard SRM bei den Männern von 3.7 % und bei den Frauen von 3.9 % erzielt. Bei der Einzelberechnung der mittleren und der momentanen Leis- tung mit einer Frequenz von 1 Hz wurden eine mittlere Abweichung gegenüber dem Standard SRM von 4 resp. 27 % erzielt. c) Höhere Berechnungsfrequenz > 1 Hz Bei der Berechnung der mittleren und der momentanen Leistung mit einer Frequenz von 4 Hz wurden eine mittlere Abweichung gegenüber dem Standard SRM von 4 resp. 7 % erzielt. Bei der Berechnung der mittleren Leistung mit einer Frequenz von 8 Hz ergaben sich Abweichungen von 4 % und bei einer Frequenz von 25 Hz ergaben sich Abweichungen von 5 %. Diskussion und Grenzen Grundsätzlich ist es möglich, anstatt wie beim SRM die erbrachte Leistung zu messen, diese zu berechnen. Dennoch werden Grenzen erreicht, die die Genauigkeit einschränken. Bei Berechnungsfrequenzen schneller als 1 s werden tiefere momentane Leistungswertergebnisse erzielt. Das ist darauf zurückzuführen, dass bei höhe- ren Abtastraten (> 1 Hz) reaktive Veränderungen in der Berechnung berücksichtigt werden. Bei Berechnungs- frequenzen langsamer als 1 s werden höhere momentane Leistungswertergebnisse erzielt. Das ist darauf zu- rückzuführen, dass ein Radfahrer beispielsweise innerhalb von 2 s bei 36 km∙h-1 sich 20 m fortbewegt und die geographischen Bedingungen sich verändern und demzufolge die nächsten Input Daten Sprünge in der Be- rechnung verursachen. Beim Vergleichen der vier höheren (1, 4, 8, 25 Hz) Berechnungsfrequenzen kann in Be- zug auf die momentane Leistung gesagt werden, dass 8 und 25 Hz die besten Ergebnisse liefern. Die Berech- nungsfrequenz von 25 Hz ergibt keine exakteren Ergebnisse als 8 Hz, sodass diese für die beste Genauigkeit ausreicht zur Berechnung der mittleren und momentanen Leistung. Schlussfolgerung Die durchgeführten Berechnungen eignen sich sehr gut für Rennradfahrer, die interessiert sind, ihre momenta- ne und mittlere Leistung genau zu kennen, ohne ein teures SRM zu verwenden. Die Input-Daten können von ei- nem Sportcomputer oder Smartphone leicht erfasst werden und für die Berechnungen innerhalb des Algorith- mus weiterverarbeitet werden. Die experimentellen Resultate zeigen unter Berücksichtigung geographischer Roll-Szenarien und qualitätssichernden Plausibilitätskontrollen mit verschiedenen Berechnungsfrequenzen auf, dass das beste Verhältnis zwischen Qualität und Komplexität bei einer Berechnungsfrequenz von 8 Hz erzielt wird.
OriginalspracheDeutsch
ErscheinungsortKöln
Herausgeber/inDeutsche Sporthochschule Köln
Seitenumfang113
PublikationsstatusVeröffentlicht - 2017

ID: 2908454

Dokumente

Beziehungsdiagramm anzeigen