cyclingstats

生理基础

储能

人体以不同形式存储能量：

• ATP（三磷酸腺苷） ：肌肉收缩的主要能源。
• 肌酸磷酸盐：用于短期努力。
• 糖原：储存在肝脏和肌肉中，在长时间运动过程中用作燃料。

能量途径

• 持续不到10秒的努力：身体主要使用肌酸磷酸盐。
• 持续30秒至2分钟的练习：厌氧糖酵解占主导地位。
• 更长的努力：依赖有氧糖酵解和β-氧化。

骑自行车的生物能力方程

该工具背后的主要公式基于对数函数的组合： f（x）= a/ln（x） + b * ln（x） + c

通过对数和对数乘以分裂的组合创建了一个模型，该模型可以描述骑自行车的人在不同持续时间的努力中如何演变。

NB：该方程基于对不同事件中不同骑自行车的概况的观察。该方程已被验证以最大1小时的努力。

术语的解释

1. 学期A/LN（X） ：

   该术语可以代表人体对快速可用的能源的初始依赖，例如ATP和肌酸磷酸盐。当努力短暂时，该术语代表了高初始功率，但是这些来源迅速耗尽。

2. b*ln（x）术语：

   随着初始能源的消耗，人体更加严重地依赖于糖酵解，首先是厌氧，然后是有氧的。随着时间的流逝，该术语增加了缓慢的增加，代表了对这些更可持续的能源途径的日益依赖。

3. c ：

   长时间后，人体主要依靠β-氧化，其中脂肪是主要能量的来源。该术语可能在此阶段稳定，反映了个人的有氧耐力。

使用脚本

live_analyzer.py

该脚本是一个实时分析仪，它使用蓝牙连接实时接收和处理电源数据。

如何使用它：

1. 确保正确配置并与数据源配对您的蓝牙设备。
2. 运行脚本：python live_analyzer.py
3. 按照屏幕上的说明开始实时分析。

computation.py

该脚本从.gpx或.tcx文件分析电源数据。

如何使用它：

1. 准备包含电源数据的.gpx或.tcx文件。
2. 运行脚本，将文件作为参数提供：python computation.py path_to_your_file.gpx
3. 脚本将处理数据并根据上述公式提供详细的分析。

---

请记住，这些解释基于所提供的常数和所使用的数学模型。有关更具体或量身定制的分析，请咨询运动生理学专家或专业自行车教练。

由Gabiga7