• Hallo Gast, wir suchen den Renner der Woche 🚴 - vielleicht hast du ein passendes Rennrad in deiner Garage? Alle Infos

Pacing Tool – Wie „physiologischen Treibstoffverbrauch“ abschätzen?

Anzeige

Re: Pacing Tool – Wie „physiologischen Treibstoffverbrauch“ abschätzen?

W.Balance
Was ist damit? Finde wenn die Daten stimmen ist es ein gutes Hilfsmittel um zu sehen was noch im Tank ist?
Benutze es seit Jahren für Rennen .
 

W.Balance
Was ist damit? Finde wenn die Daten stimmen ist es ein gutes Hilfsmittel um zu sehen was noch im Tank ist?
Benutze es seit Jahren für Rennen .
Ok, W'-Bilanz gibt Hinweise, ist auch in GoldenCheetah implementiert. Alledings, die Frage bleibt, wann soll ich wieweit die W'-Bilanz aufbrauchen?

Habe mittelerweise Veröffentlichungen von Dahmen et al. (u.a. "Applications of Mathematical Models of Road Cycling") gefunden, in denen Lösungen des Pacingproblems vorgeschlagen werden.
 
Ok, W'-Bilanz gibt Hinweise, ist auch in GoldenCheetah implementiert. Alledings, die Frage bleibt, wann soll ich wieweit die W'-Bilanz aufbrauchen?
Zwei Zeitpunkte sind da theoretisch leicht. Im Ziel und vor jeder Abfahrt auf der du komplett regenerieren kannst: komplett leerfahren. Also brauchst du noch verschiedene Varianten der Time to Recovery (TTR).

Dann könnte ich mir vorstellen, dass man grundsätzlich vor den Anstiegen wieder 100% W' haben sollte. Ist aber nur Bauchgefühl und kann ich nicht logisch begründen.

Ich würde so herangehen: anhand der Strecke überlegen, an welchen Punkten ich welche W' haben will. Das Streckenprofil wäre jetzt schon spannend....
Habe mittelerweise Veröffentlichungen von Dahmen et al. (u.a. "Applications of Mathematical Models of Road Cycling") gefunden, in denen Lösungen des Pacingproblems vorgeschlagen werden.
Da gehe ich mal lesen.
 
Das Streckenprofil wäre jetzt schon spannend....
Das Streckenprofil ist hier verfügbar:

Auf Garmin Connect nachgemalt käme etwa dieses heraus:

Und in Strava dürfte es in etwa der Streckenführung des Segmentleaders von "Montée Thônes-St. Jean par l'Envers" entsprechen: https://www.strava.com/activities/7536282775/overview

Das benannte Segment wird vermutlich den technisch anspruchsvolleren Teil der Strecke umfassen:
 
Ich habe gerade noch folgenden Artikel dazu gefunden: "Balancing trade-offs to optimise pacing in cycling time trials under variable conditions"

 
Ok, W'-Bilanz gibt Hinweise, ist auch in GoldenCheetah implementiert. Alledings, die Frage bleibt, wann soll ich wieweit die W'-Bilanz aufbrauchen?
Das ist doch genau das Optimierungsproblem für Deinen Rechner…
Vereinfacht zu Beginn CP und W‘ setzen und ein Modell für die recovery von W‘, Strecke in Segmente aufteilen (letztlich runter auf 10…1 m Länge) und da eine %FTP-Leistung ansetzen. Wenn Du willst zufällig, aber Du kannst das ja intuitiv viel besser. Dann sehen ob die W‘ irgendwo kleiner 0 wird, dann muss vorher die Leistung runter. Wenn Du ankommst die Leistungen ändern um möglichst schneller zu werden. Bis dass Du eine zufriedenstellen kurze Fahrzeit bei W‘ >= 0 „at all times“ findest;-)
Kannst Du Stumpf mit nem NM-simplex oder LM optimieren – und vielleicht verschiedene Anfangsszenarien testen, da Du in lokale Optima läufst – oder besser einen (einfachen) globalen Optimierer verwenden.
 
Vermutlich müsste jedes Modell erstmal in mehreren realen Abgleichen kalibriert werden, wobei zahlreiche Parameter das schon schwierig machen.
Und dann funktioniert das Modell vielleicht exakt für den Fall den man real zur Kalibrierung verwendet hat, wie so oft in der Technik - aber nicht für einen Fall mit ganz anderen Rahmen Bedingungen. Da müsste man das Modell vielleicht bzw ziemlich sicher neu kalibrieren, wieder anhand zahlreicher realer oder virtueller Versuche.
Insofern kann man die realen - oder virtuellen - Versuche ja gleich hernehmen.
Mit Erfahrung sollte man eh wissen was zu tun ist wenn man ein Profil sieht btw
Edit: Windschatten Effekte, oder lokale Wind Situationen - ziemlich zufällig, schwierig zu simulieren oder? Und Höhe ist auch ein Param btw
 
Zuletzt bearbeitet:
Dann könnte ich mir vorstellen, dass man grundsätzlich vor den Anstiegen wieder 100% W' haben sollte. Ist aber nur Bauchgefühl und kann ich nicht logisch begründen.
Um die W' wieder auf 100% zu bringen, muss man zwischenzeitlich mehr oder weniger weit und lange unter die Schwellenleistung gehen. Das ist bei so einem Kursprofil mit nur sehr kurzen Zwischenabfahrten nicht förderlich. Man wird also immer zu Teilen in der Säure stehen, also unter Teilausnutzung der W' fahren. Wenn in den kurzen Zwischenabfahrten oder beim Anbremsen von Kurven ein kleiner Teil der W' zurückgewonnen wird, dann wird dies durch das Herausbeschleunigen oder in den folgenden Anstiegen gleich wieder reinvestiert.
 
Das ist doch genau das Optimierungsproblem für Deinen Rechner…
Vereinfacht zu Beginn CP und W‘ setzen und ein Modell für die recovery von W‘, Strecke in Segmente aufteilen (letztlich runter auf 10…1 m Länge) und da eine %FTP-Leistung ansetzen. Wenn Du willst zufällig, aber Du kannst das ja intuitiv viel besser. Dann sehen ob die W‘ irgendwo kleiner 0 wird, dann muss vorher die Leistung runter. Wenn Du ankommst die Leistungen ändern um möglichst schneller zu werden. Bis dass Du eine zufriedenstellen kurze Fahrzeit bei W‘ >= 0 „at all times“ findest;-)
Kannst Du Stumpf mit nem NM-simplex oder LM optimieren – und vielleicht verschiedene Anfangsszenarien testen, da Du in lokale Optima läufst – oder besser einen (einfachen) globalen Optimierer verwenden.
Ja, soweit bin ich mittlerweile auch.

Wie zu erwarten, haben sich schon Leute eingehend damit auseinander gesetzt. Von dem was ich bisher gefunden habe, gefällt mir Wolf & Dahmen oder Dahmen et al. am Besten. Sie geben die Bewegungsdifferentialgleichung an und wie sie diese numerisch lösen. Sie nehmen als "Ausdauermodell" ein drei Parameter "Kritische-Leistung-Modell" mit kritischer Leistung P0, maximal mögliche Leistung Pm und die anaerobe Kapazität K. Sie geben die zu minimierende Funktion explizit an, also die Zeit für eine bestimmte Strecke. Und sie nennen die Algorithmen, mit denen sie optimierten. Dazu wird exemplarisch ein "reales" Bergzeitfahren optimiert. Im Grunde müsste ich die ganze Sache nur noch implementieren :bier:.
Ich habe gerade noch folgenden Artikel dazu gefunden: "Balancing trade-offs to optimise pacing in cycling time trials under variable conditions"

Diese Arbeit gefällt mir nicht so. Beim Studium bekam ich den Eindruck, viel Buntes, wenig Inhalt.
 
Zuletzt bearbeitet:
Zurück