详细了解自动调节 发布有关 VBT 中的 Z 分数的帖子。
估算练习的最大重复次数是VBT提供的最早选项之一,也是如今最常用的方法之一。它有助于我们…… 了解健身房训练时最基本的知识:杠铃上要放的重量。 Spleeft 的第一个版本(Android 版)包含负荷速度曲线和每日 1RM 估计值选项。然而,这在日常训练中非常浪费时间。因此,如果满足基本条件,Spleeft 的最新版本会自动执行这两项任务。
下载 SPLEEFTAPP 到手机并立即观看!
使用 Spleeft 自动进行负荷速度曲线和 1RM 估计
最初,González-Badillo 和 Sánchez-Medina (1) 的研究以及随后在其他练习中的重复实验,被认为是估算 1RM 的通用负荷-速度曲线,因为研究发现相对负荷 (%RM) 与执行速度之间存在非常高的相关性。后续研究表明,相对负荷与速度之间的关系会发生变化。 个体间差异很大 由于年龄、性别,甚至训练期间的个体差异(2)。其他因素,如运动、执行技巧,甚至测量设备,也会影响这种关系。
为了克服上述限制,我们创建了单独的负荷-速度曲线。这是在估计的 1RM 的 40-95% 之间进行 5 次负荷增量测试的结果。然后进行线性回归,并用最小速度阈值或 1RM 举起的速度估计代表 1RM 的负荷 (3)。
了解最大耐受阈值(MVT)对于通过负荷-速度关系估算1RM至关重要。然而,测量MVT需要进行最大或传统的1RM测试直至力竭,这本身就是一个难题。由于募集的肌肉及其特性(肌间和肌内协调性、运动神经元大小等)的差异,MVT值因练习而异。MVT是负荷-速度关系中最稳定的值。主要力量训练的MVT常模值已被研究(de Hoyo et al., 2021; Ruf et al., 2018; Sánchez-Medina et al., 2017)。然而,研究也表明,MVT在不同运动员之间(4)甚至在同一训练周期内(2)都会发生变化。因此,尽管之前的研究表明建立个性化的负荷-速度曲线是有效的,但如果了解运动员的MVT,其准确性将会更高。在实践中,通常认为使用通用的MVT值是有效的。.
自动负载速度曲线如何工作?
在“趋势”屏幕上,您可以找到所选练习的负荷速度曲线,其中显示所选日期范围内记录的数据。不建议选择超过 3 个月的日期范围。在此期间,您可能会获得或失去某些训练适应性,具体取决于您是否遵循了训练计划。因此,最多 3 个月的数据足以让您大致了解当前的训练状态。
Spleeft 会过滤你所有的训练数据,然后找出你训练过的所有负载以及它们被移动的最高速度。
为了自动生成负荷-速度曲线,Spleeft 需要 3 到 4 个具有足够相关性(r² > 0.89)的不同负荷数据。为了显示功率-负荷曲线,最高负荷必须至少为估计最大功率负荷的 60%。此外,如果存在多个具有足够相关性的负荷组,算法会优先选择包含最高和最低负荷的负荷组,以提高生态效度。以下是一些提高估计准确性的技巧 (6):

在“趋势”屏幕上,您可以找到所选练习的负荷速度曲线,其中显示所选日期范围内记录的数据。不建议选择超过 3 个月的日期范围。在此期间,您可能会获得或失去某些训练适应性,具体取决于您是否遵循了训练计划。因此,最多 3 个月的数据足以让您大致了解当前的训练状态。
Spleeft 会过滤你所有的训练数据,然后找出你训练过的所有负载以及它们被移动的最高速度。
为了自动生成负荷-速度曲线,Spleeft 需要 3 到 4 个具有足够相关性(r² > 0.89)的不同负荷数据。为了显示功率-负荷曲线,最高负荷必须至少为估计最大功率负荷的 60%。此外,如果存在多个具有足够相关性的负荷组,算法会优先选择包含最高和最低负荷的负荷组,以提高生态效度。以下是一些提高估计准确性的技巧 (6):

- 尽量包含分散负荷。尽量选择接近 40% 的预估 1RM 和尽可能高负荷的负荷,至少要高于最大功率负荷。尽量确保最高负荷和最低负荷的速度差在 0.4-0.6 米/秒之间。
- 尽最大努力提升每条线索。
我们只能根据科学文献中已知的运动速度阈值 (MVT) 来估算 1RM。这些运动包括:
- 深蹲
- 硬拉
- 臀推
- 卧推
- 过顶推举
- 引体向上
- 排
- 腿部推举
- 引体向上
- 坐姿拉力器划船
- 干净(抓举)
- 腿部伸展
- 分腿蹲
对于其他任何训练动作,我们无法估算您的1RM。但是,我们可以计算其他指标,例如最大功率、最大功率负荷、预计最大速度和预计最大负荷……并长期跟踪它们的变化。.
您认为该算法还应该包含其他条件或练习吗?请告诉我们!
如果您想进行负载-速度曲线评估,并在图表上观察结果,该怎么办? 要做到这一点,一个技巧是进入图表设置,在日期范围下选择自定义。将出现两个字段,您必须在测试当天选择它们。如果所有条件都满足,Spleeft 将在图表上显示它。
每日自动 1RM 估算如何工作?

设置好负荷-速度曲线后,你就可以确定杠铃的重量了。然而,由于你的体能水平或众多影响疲劳的因素,1RM 值可能每天都会变化,所以你可能需要根据目标调整杠铃的重量。
为了帮助运动员自动调节体重,Spleeft 提供了两种选择。第一种是 Z 分数,它根据过去 6 周内所选重量下的速度来显示您的表现。您可以了解更多关于 Z 分数的信息 这里.
为了根据负荷-速度曲线进行自动调节,会显示一组训练后负荷的%RM。如果教练建议你进行80%的训练,但由于你的水平提高了很多,所以你只进行了70%的训练,那么也许是时候增加负荷了。
Spleeft 会在您的 Apple Watch 上完成一组训练后,自动在您的 iPhone 上显示包含该信息的上一组训练复习表。如果您使用 iPhone 追踪杠铃速度,请点击工具栏中的图表按钮。
如果您在过去6周内没有进行足够的训练,无法获得个性化的负荷-速度曲线,Spleeft 会查找更大时间范围内的数据。不过,建议您每月更新一次您的曲线。
设置好负荷-速度曲线后,你就可以确定杠铃的重量了。然而,由于你的体能水平或众多影响疲劳的因素,1RM 值可能每天都会变化,所以你可能需要根据目标调整杠铃的重量。
为了帮助运动员自动调节体重,Spleeft 提供了两种选择。第一种是 Z 分数,它根据过去 6 周内所选重量下的速度来显示您的表现。您可以了解更多关于 Z 分数的信息 这里.
为了根据负荷-速度曲线进行自动调节,会显示一组训练后负荷的%RM。如果教练建议你进行80%的训练,但由于你的水平提高了很多,所以你只进行了70%的训练,那么也许是时候增加负荷了。
Spleeft 会在您的 Apple Watch 上完成一组训练后,自动在您的 iPhone 上显示包含该信息的上一组训练复习表。如果您使用 iPhone 追踪杠铃速度,请点击工具栏中的图表按钮。
如果您在过去6周内没有进行足够的训练,无法获得个性化的负荷-速度曲线,Spleeft 会查找更大时间范围内的数据。不过,建议您每月更新一次您的曲线。

高级负载/功率——速度曲线
负荷-速度曲线是开始进行速度训练 (VBT) 的最简单方法之一。将 VBT 纳入运动员的日常监测可能会占用教练的时间。但得益于我们的移动技术,获取可靠的技术不再是障碍。许多教练选择首先与运动员一起进行负荷-速度曲线评估。因此,负荷-速度曲线功能可以:
- 可视化功率-速度曲线找出你的最大功率以及理论上能产生最大功率的负荷。这对于那些1RM速度未知的练习(即上文未列出的练习)尤为重要。.
调整负载比例
您可以根据以下内容直观地了解负载速度曲线:
- 绝对负荷,就像通常做的那样。
- 相对于1RM的负荷,让您确定百分比并计算在杠铃上使用的重量。
- 相对于体重的负荷,从而可以对不同体重的个体进行比较。
比较一段时间内的功率和负载曲线
如果您在“趋势”部分选择了最近两个月的数据,点击“比较”按钮将显示当前数据与上一时期的对比情况。例如,它会将三月和四月的数据与一月和二月的数据进行比较。.
即将推出: 教练可以比较数据库中的运动员群体,或者与其他运动员的资料进行对比。.
按运动范围过滤
为了实际训练应用,这些曲线必须准确。在日常工作中,我们发现运动员的运动范围(ROM)并不一致。
- 和 更轻的负载,通常使用更大的 ROM,这会增加施力时间并通常导致更高的速度。
- 和 更重的负载,运动员倾向于减少 ROM 以避免粘滞点,这也会导致更高的速度。
应用 ROM过滤器 确保运动范围在所有负载下保持一致。

概况的关键绩效指标 (KPI)
- e1RM:该练习的单次最大重量预估值。如果无法计算,则不会显示。
- LV0:速度达到零时的载荷。这表示
- 理论最大强度,因为这是一个不可能达到的值。
- VL0:零负载时的速度。理论值代表 最大速度.
- 最大功率负载:功率-速度关系不是线性的,而是二次的。这意味着 “最佳负载” 在该重量下可产生最大功率。当没有具体目标但具备一定经验时,它有助于选择初始重量。.
- 最大功率:这是长期监测的关键指标,因为它能随着中间负荷(训练中最常用的负荷)的可靠更新而更新。.
点击任意 KPI 将显示其 进化图,它也是可配置的:
- 日期范围:查看过去 7 天直至整个历史记录的数据。
- 分组:通过以下方式跟踪 KPI 演变 日、周或月,只要满足有效配置文件的条件。
- 运动范围过滤器,再次确保动作执行的一致性。

您想要更多负载速度曲线分析功能吗?
给我们留言或发送电子邮件至 info@spleeft.app
参考
- González-Badillo JJ, Sánchez-Medina L. 运动速度作为阻力训练负荷强度的指标。国际运动医学杂志[网络版]。2010 [引用日期:2021年7月26日];31(5):347–52。可从以下网址获取:https://pubmed.ncbi.nlm.nih.gov/20180176/
- Balsalobre-Fernández C、García-Ramos A、Jiménez-Reyes P. 军事推举练习中的负荷-速度曲线:性别和训练的影响:国际运动科学与教练杂志[互联网]。2017年10月26日[引用日期:2022年3月10日];13(5):743–50。可从以下网址获取:https://journals.sagepub.com/doi/abs/10.1177/1747954117738243
- Jidovtseff B、Harris N、Crielaard J、Cronin J. 利用负荷-速度关系预测1RM。J Strength Cond Res [互联网]。2011年1月[引用日期:2021年9月30日];25(1):267–70。可从以下网址获取:https://pubmed.ncbi.nlm.nih.gov/19966589/
- Banyard H、Nosaka K、Vernon A、Haff G. 个体化负荷-速度曲线的可靠性。国际运动生理学与运动表现杂志[网络版]。2018年7月1日[引用日期:2021年7月26日];13(6):763–9。可从以下网址获取:https://pubmed.ncbi.nlm.nih.gov/29140148/
- Zourdos MC、Dolan C、Quiles JM、Klemp A、Jo E、Loenneke JP 等。训练有素的举重运动员和举重运动员每日一次重复最大训练的效果:一系列案例。医院营养:Organo oficial de la Sociedad española de nutrición preeral y Enteral,ISSN 0212-1611,第 33 卷,第 2 期(2016 年 3 月至 4 月),2016 年,第 437-443 页 [互联网]。 2016 年 [引自 2021 年 12 月 2 日];33(2):437–43。可从:https://dialnet.unirioja.es/servlet/articulo?codigo=6147117&info=resumen&idioma=ENG
- Ramos AG(2024)。基于举重速度监测的阻力训练强度处方方法。 国际运动医学杂志, 45(4), 257–266. https://doi.org/10.1055/a-2158-3848




