Deel dit artikel:

Wetenschap helpt Dumoulin & Co aan optimale prestatie in ploegentijdrit

In welke volgorde moet Team Sunweb vandaag in de ploegentijdrit rijden? En hoe lang met elke renner op kop? Bij de TU Delft maakte men een wiskundig model om onder meer in Cholet tot betere resultaten te komen. Data van renners van Team Sunweb en specifieke parcoursinformatie vormden input voor dit simulatiemodel.

TU Delft en Team Sunweb werken al enkele jaren samen om met de inzet van wetenschappelijk onderzoek te komen tot verbeterde sportprestaties. Het ploegentijdrit-project is daar een voorbeeld van. Inzichten hieruit zullen vandaag terug te zien zijn in de derde etappe. Waar Team Sunweb eerder al een voorspellende simulatie maakte voor individuele tijdritten – als handig hulpmiddel om te kiezen tussen verschillende renstrategieën – heeft de ploeg nu met TU Delft gekeken naar het voorspellen van de eindtijd voor de ploegentijdrit.

Positionering en snelheid
“Het optimaliseren van de ploegentijdrit is een stuk complexer dan de individuele tijdrit omdat de prestatie afhangt van meerdere renners”, aldus Teun van Erp, embedded scientist van Team Sunweb. “Positionering en snelheid moeten worden gebruikt om de fysiologische conditie van meerdere fietsers te beheren. De strategie voor een ploegentijdrit bevat dus meer componenten. Mocht het team bijvoorbeeld een of meerdere fietsers tijdens de race loslaten, wanneer zouden ze dat dan precies moeten doen? Om daar meer inzicht in te krijgen werken we samen met de TU Delft.”

Modellen
“Het project begon met het lezen van theorieën over fysiologische modellen, weerstandsmodellen en modellen die de aerodynamische interactie beschrijven tussen fietsers die in een groep fietsen. Na één maand en nog geen resultaten, werd Team Sunweb wereldkampioen in de ploegentijdrit, de druk om te presteren in het onderzoek werd daarmee direct een stuk groter”, vertelt Mats Overtoom van de TU Delft.

De in de literatuur verkregen modellen werden vervolgens door hem gecombineerd in een computersimulatie om zo de fysiologische toestanden te berekenen die overeenkwamen met een specifiek raceplan. Echte racegegevens werden gebruikt om te controleren of het model realistische voorspellingen deed. ‘Door diverse races en scenario’s te analyseren konden we vaststellen wat de prestaties van de renners vertraagde. Daarna volgde de optimalisatie fase, waarin we bijvoorbeeld keken naar de volgorde van de renners en de ideale duur van het fietsen in de koppositie’.

Strategie ploegentijdrit
“Zo kregen we antwoord op verschillende vragen over de strategie van een ploegentijdrit. Bijvoorbeeld, wat is de juiste tijd om een fietser los te laten? Hoe kan de belasting over de fietsers worden verdeeld? En wat is de optimale startvolgorde voor een specifieke groep fietsers? Welke groepssamenstelling geeft de beste eindtijd als er een renner niet kan volhouden? En is het dan sneller deze te laten afvallen of moeten we deze er juist bij houden tot de finish?”, aldus Overtoom. “Allemaal concrete vragen van de coaches van ons team. En met de verkregen antwoorden zijn nu de raceprotocollen bijgewerkt en worden betere prestaties verwacht in toekomstige races”, zegt van Erp.

NEW IN!

T-SHIRT

FIRE 4 YR RIDE