top of page

1RM推估的科學：LVP（負荷-速度曲線）活用法

  • 4月9日
  • 讀畢需時 8 分鐘

什麼是1RM？

「你臥推多少？」——只要做過重量訓練的人都聽過這個問題。但為了知道精確的1RM而每次挑戰最大重量，不但傷害風險大，恢復也需要5-7天。如果只需3-4組輕量訓練就能在誤差2-3%以內精確推估1RM呢？

1RM（One Repetition Maximum）是一次能舉起的最大重量。它是評估肌力水平和設定訓練強度的基準。

根據NSCA（2016）的指導方針，1RM是設定肌力訓練課表強度最重要的基準點。

重點一覽 利用負荷-速度關係（LVP）可以不舉最大重量就推估1RM 使用3個以上的負荷測量可達到誤差3-5%以內的精確度 透過Daily 1RM推估，每天都能根據狀態設定訓練強度 用Point Go感測器只需測量暖身組速度，應用程式就會自動計算1RM

傳統1RM測試的問題

直接舉最大重量方式的限制（Chapman et al., 1998）：

  • 傷害風險：最大負荷下的失敗可能導致嚴重傷害

  • 疲勞累積：多次嘗試（5-10次）造成的疲勞降低精確度

  • 無法頻繁測量：完全恢復需要5-7天

  • 不適合初學者：因技術不純熟和神經抑制而低估實際能力

  • 心理負擔：對大重量的恐懼

負荷-速度關係的科學

線性關係的發現

González-Badillo & Sánchez-Medina（2010）的研究證明了負荷與槓鈴速度之間存在強線性關係：

  • 相關係數r = 0.95-0.99

  • 適用於所有主要阻力訓練動作

  • 個體內一致性高

這個關係用公式表示：

速度 = 截距 - （斜率 × %1RM）

或

1RM = 重量 / （1 - 速度/截距）

MVT（最低速度閾值）

MVT是1RM時出現的最低速度。根據動作特性和個人而有所不同。

各動作MVT（García-Ramos et al., 2018）

動作

MVT (m/s)

標準差

來源

背蹲舉

0.30

±0.04

Conceição et al., 2016

臥推

0.17

±0.03

González-Badillo et al., 2010

硬舉

0.15

±0.03

Lake et al., 2017

肩推

0.20

±0.04

García-Ramos et al., 2018

俯身划船

0.25

±0.05

Sánchez-Medina et al., 2014

臀推

0.22

±0.03

Loturco et al., 2018

個人化MVT

Jovanović & Flanagan（2014）強調了個人化MVT測量的重要性：

  • 一般MVT值是群體平均

  • 個人差異可達±20%

  • 建議盡可能透過實際1RM測試確認個人MVT

什麼是LVP（負荷-速度曲線）？

LVP是將負荷與槓鈴速度的關係以圖表呈現的方式（Jidovtseff et al., 2011）。

LVP的組成要素

  1. L0（負荷截距）：速度為0時的理論最大負荷 ≈ 1RM

  1. V0（速度截距）：負荷為0時的理論最大速度

  1. 斜率（Gradient）：負荷增加時的速度下降率

  1. R²值：線性關係的擬合度

斜率的意義

根據Jiménez-Reyes et al.（2017）的研究：

  • 陡峭的斜率（高值）：對阻力敏感，力量優勢型曲線

  • 平緩的斜率（低值）：速度維持能力，速度優勢型曲線

利用這些資訊可以進行個人化的訓練處方。

使用Point Go推估1RM

測試流程

Banyard et al.（2017）驗證的流程：

  1. 暖身：輕量5-10次

  1. 第一組：預估1RM的50% x 3次（最少需2個負荷）

  1. 第二組：預估1RM的70% x 3次

  1. 第三組：預估1RM的85% x 2次

  1. （可選）第四組：預估1RM的90% x 1次

關鍵：每一下反覆都要以最大速度執行才能精確推估

在Point Go應用程式中進行1RM測試：逐步指南

以下是為初次進行1RM測試的使用者提供的詳細說明。以臥推1RM預估約100kg為例。

第1步：準備

  • 將Point Go感測器牢固安裝在槓鈴端部

  • 在Point Go Coach應用程式中透過藍牙連接感測器

  • 在儀表板選擇測量 > 1RM測量

  • 選擇動作類型（例如：臥推）

第2步：暖身（不使用感測器）

  • 空槓（20kg）x 10次

  • 40kg x 5次

  • 充分暖身後繼續

第3步：執行測量組

  • 按下開始測量按鈕

  • 第1組：裝載50kg（50%）→ 以最大速度執行3次 → 完成該組

  • 休息2-3分鐘

  • 第2組：裝載70kg（70%）→ 以最大速度執行3次 → 完成該組

  • 休息2-3分鐘

  • 第3組：裝載85kg（85%）→ 以最大速度執行2次 → 完成該組

  • （想提高精確度的話）休息2-3分鐘後追加90kg（90%）x 1次

第4步：確認結果

  • 測量完成後應用程式自動顯示LVP圖表和推估1RM

  • 確認R²值是否在0.95以上（較低表示執行不一致）

  • 將推估1RM與個人感受進行比較

小提示：首次測試結果與預期有較大差異是正常的。在2-3次重複測量後掌握個人LVP特性，精確度會提高。

測量精確度

Jovanović & Flanagan（2014）的回顧文獻：

  • 使用2個負荷：誤差±6-8%

  • 使用3個負荷：誤差±3-5%

  • 4個以上：誤差±2-3%

結果解讀

應用程式提供的資訊：

  • 推估1RM：基於MVT計算

  • LVP圖表：負荷-速度關係視覺化

  • 斜率（Gradient）：速度下降率（個人特性）

  • R²值：數據可靠度（建議>0.95）

  • V0：理論最大速度

  • L0：理論最大負荷

LVP活用訓練

1. 每日1RM推估（Daily 1RM）

Jovanović & Flanagan（2014）的自動調節方法：

  • 測量暖身組（2-3個負荷）的速度

  • 推估當天1RM

  • 根據狀態調整訓練重量

優點：防止過度訓練/訓練不足

如何將Daily 1RM應用於課表設計

Daily 1RM不僅僅是數值確認，更可以作為調整當天整個訓練課表的基準使用。

實戰應用範例：

假設課表中安排了「深蹲 4 x 5 @ 75%」。

  1. 暖身時測量空槓、50%、70%組的速度

  1. 應用程式計算當天推估1RM（例如：平時150kg，今天140kg）

  1. 今天的75%是140 x 0.75 = 105kg（如果按平時基準是112.5kg）

  1. 以105kg進行工作組

Daily 1RM變動解讀：

當天1RM變動

意義

應對

比平時+5%以上

狀態非常好

可挑戰PR，重量上調

比平時±5%

正常範圍

按計畫進行

比平時-5~10%

輕微疲勞

重量下調，維持訓練量

比平時-10%以上

明顯疲勞/恢復不足

重量和訓練量都縮減，優先恢復

這個方法的核心是擺脫「一定要舉計畫重量」的想法。根據身體傳達的信號靈活調整，長期來看可以實現更安全且有效的肌力提升。

2. 基於速度的強度設定

Banyard et al.（2019）的速度-強度關係：

%1RM

臥推速度

深蹲速度

50%

1.00 m/s

1.10 m/s

60%

0.85 m/s

0.95 m/s

70%

0.70 m/s

0.80 m/s

80%

0.55 m/s

0.65 m/s

90%

0.35 m/s

0.45 m/s

100%

0.17 m/s

0.30 m/s

3. 依訓練目標的速度區間

Weakley et al.（2021）的指導方針：

目標

速度範圍

%1RM範圍

最大肌力

0.3-0.5 m/s

85-95%

肌力-爆發力

0.5-0.75 m/s

70-85%

爆發力

0.75-1.0 m/s

50-70%

速度-力量

1.0+ m/s

<50%

4. 疲勞管理

Sánchez-Medina & González-Badillo（2011）的速度損失監控：

速度損失

疲勞程度

建議情況

10%

低

肌力/爆發力維持

20%

中等

肌力-肌肥大平衡

30%

高

肌肥大最大化

40%+

非常高

不建議（過度疲勞）

提高精確度

一致的測試條件

Pérez-Castilla et al.（2019）建議：

  • 在相同時段測量（日內變動5-10%）

  • 充分休息後（24-48小時）

  • 標準化暖身

  • 使用相同設備

最大努力意圖

Behm & Sale（1993）的研究：

  • 所有反覆以最大速度意圖執行

  • 「隨便」舉會降低速度，導致1RM被低估

  • 口頭鼓勵可提升速度3-5%

定期重新測量

LVP會隨時間變化（Jovanović, 2020）：

  • 隨訓練而改變的1RM

  • 個人速度-負荷關係的變化

  • 建議每4-6週重新測量

1RM推估常見錯誤與解決方法

基於LVP的1RM推估是強大的工具，但需要認識幾個錯誤才能獲得精確結果。

1. 未以最大速度意圖執行

最常見且最致命的錯誤。輕量（50%）時「隨便」舉，該負荷的速度會比實際能力低。因此LVP斜率被扭曲，1RM被低估。

解決方法：不論50%還是90%，所有反覆都以「要把這根槓鈴扔向天花板」的意圖盡可能快速執行。

2. 負荷間距太窄

例如只用70kg、75kg、80kg這樣接近的重量測量，就難以精確估算直線的斜率。

解決方法：以預估1RM的50%、70%、85%水平設置較寬的間距。建議至少20%以上的間距。

3. 組間休息不足

連續快速執行2-3個負荷，後面的組會因疲勞影響導致速度下降。

解決方法：組間至少2分鐘，建議3分鐘休息。在重組（85%+）之前3-4分鐘休息最為理想。

4. 忽視R²值

R²值低於0.90卻直接使用推估結果會產生大誤差。

解決方法：R² < 0.95時重新檢視結果。確認是否有某組的速度異常偏低或偏高，必要時重新執行該組。

5. 未設定各動作的MVT

對所有動作套用相同MVT會增加推估誤差。臥推（0.17 m/s）和深蹲（0.30 m/s）的MVT差異很大。

解決方法：在Point Go應用程式中準確選擇動作類型，該動作基於研究的MVT會自動套用。

常見問題（FAQ）

Q. 基於LVP的1RM推估有多精確？

使用3個以上的負荷誤差在3-5%以內，4個以上則在2-3%以內。這比傳統的反覆次數推估（Brzycki、Epley公式等）精確度更高。不過為了掌握個人LVP特性，在2-3次重複測量後精確度會穩定。

Q. 1RM每次都不同，這正常嗎？

正常。根據Jovanović & Flanagan（2014）的研究，同一選手的1RM每天可波動±18%。睡眠、營養、壓力、先前訓練的疲勞等都會影響。這正是Daily 1RM推估有用的原因——反映波動的狀態，讓當天的訓練能因應調整。

Q. 初學者也能進行基於LVP的1RM推估嗎？

可以，但至少需要2-3個月的重量訓練經驗才能獲得有意義的結果。初學者動作技術不穩定，每下反覆的速度變動大，在神經適應未完成的狀態下難以一致地維持最大速度意圖。建議掌握基本技術後再開始。

Q. 所有動作都能用LVP推估嗎？

理論上可以，但經研究驗證的動作主要是槓鈴複合動作（深蹲、臥推、硬舉、肩推等）。機械訓練、單關節動作（彎舉、伸展等）的負荷-速度關係線性可能較差，推估誤差也較大。可靠度最高的動作是臥推和背蹲舉。

相關文章

參考文獻

  1. González-Badillo, J.J., & Sánchez-Medina, L. (2010). Movement velocity as a measure of loading intensity in resistance training. International Journal of Sports Medicine, 31(5), 347-352. DOI

  1. García-Ramos, A., et al. (2018). Effect of the grip width on the muscle strength and endurance during the bench press exercise. Journal of Human Kinetics, 63, 87-95. DOI

  1. Jidovtseff, B., et al. (2011). Using the load-velocity relationship for 1RM prediction. Journal of Strength and Conditioning Research, 25(1), 267-270. DOI

  1. Jovanović, M., & Flanagan, E.P. (2014). Researched applications of velocity based strength training. Journal of Australian Strength and Conditioning, 22(2), 58-69. PDF

  1. Banyard, H.G., et al. (2017). Reliability and validity of the load-velocity relationship to predict the 1RM back squat. Journal of Strength and Conditioning Research, 31(7), 1897-1904. DOI

  1. Jiménez-Reyes, P., et al. (2017). Optimizing the load-velocity profile using a multiday training protocol. Journal of Strength and Conditioning Research, 31(3), 656-666. DOI

  1. Weakley, J., et al. (2021). Velocity-based training: From theory to application. Strength and Conditioning Journal, 43(2), 31-49. DOI

  1. Sánchez-Medina, L., & González-Badillo, J.J. (2011). Velocity loss as an indicator of neuromuscular fatigue during resistance training. Medicine and Science in Sports and Exercise, 43(9), 1725-1734. DOI

1RM測試不再需要冒險。利用LVP可以安全、精確且頻繁地測量。
 
 
 

Comments

bottom of page