TU Delft student Mats Overtoom kwam in zijn afstudeeronderzoek bij de opleiding werktuigbouwkunde tot een wiskundig model dat antwoorden kan geven op vragen als ‘Wat is het optimale wisselschema voor een wielrenner in een ploegentijdrit?’ en ‘Hoe snel moet hij bergop fietsen om tot een optimale prestatie te komen?’. Data van renners van Team Sunweb en specifieke parcoursinformatie vormden input voor dit simulatiemodel. Het geeft de ploeg van Dumoulin strategische handvatten om te komen tot de optimale prestatie, de beste volgorde van de renners en de lengte van de kopbeurten tijdens een ploegentijdrit.

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 recent voorbeeld van. Inzichten hieruit zullen terug te zien zijn tijdens de Tour de France 2018. 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.

‘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.’

‘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 Overtoom. De in de literatuur verkregen modellen werden vervolgens door de student 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’.

‘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.

Bovenstaand project wordt ook belicht in de Tour de France innovatievideo van Team Sunweb:

Bron: TU Delft

Leave comment

Your email address will not be published. Required fields are marked with *.