详细了解自动调节 发布有关 VBT 中的 Z 分数的帖子。
估计练习中的最大重复次数是 VBT 提供的首批选项之一。它也是当今最常用的选项之一。它帮助我们 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) 的研究以及在其他练习中的连续重复被提出作为估计 1RM 的一般负荷-速度曲线,因为发现相对负荷 (%RM) 和执行速度之间存在非常高的相关性。后续研究表明,相对负荷和速度之间的关系经历了 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 MVT 对于通过负荷-速度关系估计 1RM 是必不可少的。这是一个大问题,因为它的测量需要最大或传统的 1RM 测试,达到失败。由于所招募的肌肉及其特征(肌肉内协调、运动神经元大小等)的差异,该值特定于每项运动。MVT 是负荷-速度关系中最稳定的值。已经研究了主要力量练习的标准值(de Hoyo 等人,2021 年;Ruf 等人,2018 年;Sánchez-Medina 等人,2017 年)。然而,也有研究表明,它可能因运动员而异(4),甚至在同一训练期间(2)也可能不同。因此,尽管先前的研究表明创建个性化的负荷-速度曲线是有效的,但通过了解运动员的 MVT,它们的准确性会提高。在实践中,使用通用 MVT 被认为是有效的。
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。
为了自动创建负荷-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。为了显示功率-负荷曲线,最高负荷必须至少为估算的最大功率负荷的 60%。此外,如果有多个具有足够相关性的组,该算法会优先考虑包含最高和最低负荷的组,以提高生态效度。以下是一些提高估算准确性的技巧 (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。
为了自动创建负荷-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。为了显示功率-负荷曲线,最高负荷必须至少为估算的最大功率负荷的 60%。此外,如果有多个具有足够相关性的组,该算法会优先考虑包含最高和最低负荷的组,以提高生态效度。以下是一些提高估算准确性的技巧 (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,我们无法提供您的 1RM 估算值。但是,我们可以计算其他指标,例如最大功率、最大功率负荷、预估最大速度和预估最大负荷……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!
如果您想执行负载 - 速度曲线评估会话并在图表上观察它,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-速度曲线是入门基于速度的训练 (VBT) 最简单的方法之一。将 VBT 纳入运动员的日常监测中可能会耗费教练的时间。得益于我们的移动技术,获取可靠的技术不再是障碍。许多教练选择先与运动员进行负荷-速度曲线评估训练。因此,负荷-速度曲线功能可以让您:
- 可视化功率-速度曲线:探索你的最大功率,以及理论上能产生最大功率的负荷。这对于1RM速度未知的训练(即上面未列出的训练)尤其重要。
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,点击“比较”将显示当前概况与前一时期的对比。例如,它会将三月和四月的概况与一月和二月的概况进行比较。
即将推出: 教练将能够从他们的数据库中比较运动员组或与其他运动员的资料进行比较。
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” 产生最大功率的点。当没有特定目标但有一定经验可用时,它对于选择初始权重很有用。
- 最大功率:长期监测的关键指标,因为它会随着中等负荷(训练中最常用的负荷)可靠地更新。
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中负荷强度的衡量标准。Int J Sports Med [Internet]。2010 年 [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-速度分析:性别和训练的影响:国际体育科学与教练杂志 [互联网]。2017 年 10 月 26 日 [2022 年 3 月 10 日引用];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。使用负荷-速度关系进行 1RM 预测。J Strength Cond Res [Internet]。2011 年 1 月 [引用于 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。个性化负荷-速度曲线的可靠性。Int J Sports Physiol Perform [Internet]。2018 年 7 月 1 日 [引用于 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
