top of page

1RM估算的科学：LVP（负荷-速度特征曲线）活用法

  • 4月9日
  • 讀畢需時 7 分鐘

什么是1RM？

"你卧推多少？"——这是每个练力量训练的人都听过的问题。但为了知道准确的1RM而每次挑战最大重量，不仅受伤风险高，恢复还需要5-7天。如果仅需3-4组轻重量就能以2-3%以内的误差准确估算1RM呢？

1RM（One Repetition Maximum）是一次能举起的最大重量。它是评估力量水平和设定训练强度的基准。

根据NSCA（2016）指南，1RM是设定力量训练计划强度最重要的基准点。

一览 利用负荷-速度关系（LVP），无需举最大重量即可估算1RM 使用3个以上负荷测量可达到误差3-5%以内的准确度 通过Daily 1RM估算，每天都能设定符合身体状态的训练强度 使用Point Go传感器仅需测量热身组速度，应用即可自动计算1RM

传统1RM测试的问题

直接举最大重量方式的局限性（Chapman et al., 1998）：

  • 受伤风险：在最大负荷下失败可导致严重伤害

  • 疲劳累积：多次尝试（5-10次）导致疲劳降低准确性

  • 无法频繁测量：完全恢复需5-7天

  • 不适合初学者：技术不熟练和神经抑制导致低估实际能力

  • 心理负担：对大重量的恐惧

负荷-速度关系的科学

线性关系的发现

González-Badillo & Sánchez-Medina（2010）的研究证实了负荷与杠铃速度之间存在强线性关系：

  • 相关系数r = 0.95-0.99

  • 适用于所有主要抗阻训练动作

  • 个体内一致性高

这一关系用公式表示为：

速度 = 截距 - (斜率 × %1RM)

或

1RM = 重量 / (1 - 速度/截距)

MVT（最低速度阈值）

MVT是在1RM时出现的最低速度。因动作特性和个人差异而异。

各动作MVT（García-Ramos et al., 2018）

动作

MVT (m/s)

标准差

来源

深蹲

0.30

±0.04

Conceição et al., 2016

卧推

0.17

±0.03

González-Badillo et al., 2010

硬拉

0.15

±0.03

Lake et al., 2017

过头推举

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

个性化MVT

Jovanović & Flanagan（2014）强调了个性化MVT测量的重要性：

  • 通用MVT值是群体平均值

  • 个体差异可达±20%

  • 如果可能，建议通过实际1RM测试确认个人MVT

什么是LVP（负荷-速度特征曲线）？

LVP是将负荷与杠铃速度的关系用图表表示的方法（Jidovtseff et al., 2011）。

LVP的组成要素

  1. L0（负荷截距）：速度为0时的理论最大负荷 ≈ 1RM

  1. V0（速度截距）：负荷为0时的理论最大速度

  1. 斜率（Gradient）：负荷增加时速度的下降率

  1. R²值：线性关系的拟合度

斜率的意义

根据Jiménez-Reyes et al.（2017）的研究：

  • 陡峭的斜率（高值）：对阻力敏感，力量优势型

  • 平缓的斜率（低值）：速度保持能力强，速度优势型

利用这些信息可以进行个性化训练处方。

使用Point Go估算1RM

测试方案

Banyard et al.（2017）经验证的方案：

  1. 热身：轻重量5-10次

  1. 第一组：预估1RM的50% × 3次（至少需要2个负荷）

  1. 第二组：预估1RM的70% × 3次

  1. 第三组：预估1RM的85% × 2次

  1. （可选）第四组：预估1RM的90% × 1次

关键：每次动作必须以最大速度执行才能准确估算

在Point Go应用中进行1RM测试：分步指南

为初次进行1RM测试的人提供的详细指引。以卧推1RM预估约100kg为例进行说明。

第1步：准备

  • 将Point Go传感器牢固安装在杠铃末端

  • 在Point Go Coach应用中通过蓝牙连接传感器

  • 在仪表盘中选择测量 > 1RM测量

  • 选择动作类型（例：卧推）

第2步：热身（无传感器）

  • 空杆（20kg）× 10次

  • 40kg × 5次

  • 充分热身身体

第3步：执行测量组

  • 按下开始测量按钮

  • 第1组：装50kg（50%）→ 以最大速度做3次 → 完成

  • 休息2-3分钟

  • 第2组：装70kg（70%）→ 以最大速度做3次 → 完成

  • 休息2-3分钟

  • 第3组：装85kg（85%）→ 以最大速度做2次 → 完成

  • （如需提高准确度）休息2-3分钟后加做90kg（90%）× 1次

第4步：查看结果

  • 测量完成后应用自动显示LVP图表和估算1RM

  • 确认R²值是否在0.95以上（低则表示执行不一致）

  • 将估算1RM与个人感觉进行对比

提示：即使首次测试结果与预期差异较大也是正常的。经过2-3次反复测量掌握个人LVP特性后，准确度会提高。

测量准确度

Jovanović & Flanagan（2014）综述：

  • 使用2个负荷：误差±6-8%

  • 使用3个负荷：误差±3-5%

  • 使用4个以上：误差±2-3%

结果解读

应用提供的信息：

  • 估算1RM：基于MVT的计算结果

  • LVP图表：负荷-速度关系可视化

  • 斜率（Gradient）：速度下降率（个人特征）

  • R²值：数据可靠性（建议>0.95）

  • V0：理论最大速度

  • L0：理论最大负荷

LVP活用训练

1. 每日1RM估算（Daily 1RM）

Jovanović & Flanagan（2014）的自动调节方法：

  • 测量热身组（2-3个负荷）的速度

  • 估算当日1RM

  • 根据状态调整训练重量

优点：防止过度训练/训练不足

将Daily 1RM应用到训练编程中

Daily 1RM不仅仅是简单的数值确认，还可以作为调整当天整个训练计划的基准。

实际应用示例：

假设训练计划中安排了"深蹲 4 × 5 @ 75%"。

  1. 热身时测量空杆、50%、70%组的速度

  1. 应用计算当日估算1RM（例：平时150kg但今天是140kg）

  1. 今天的75%是140 × 0.75 = 105kg（按平时基准应为112.5kg）

  1. 用105kg进行正式组

Daily 1RM变动解读：

当日1RM变动

含义

应对

比平时高5%以上

状态非常好

可以挑战PR，增加重量

比平时±5%

正常范围

按计划进行

比平时低5-10%

轻度疲劳

降低重量，保持训练量

比平时低10%以上

明显疲劳/恢复不足

降低重量和训练量，优先恢复

这种方法的核心是摆脱"必须完成计划重量"的思维。根据身体发出的信号灵活调整，长期来看能实现更安全、更有效的力量提升。

2. 基于速度的强度设定

Banyard et al.（2019）的速度-强度关系：

%1RM

卧推速度

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. 按训练目标的速度区间

Weakley et al.（2021）指南：

目标

速度范围

%1RM范围

最大力量

0.3-0.5 m/s

85-95%

力量-爆发力

0.5-0.75 m/s

70-85%

爆发力

0.75-1.0 m/s

50-70%

速度-力量

1.0+ m/s

<50%

4. 疲劳管理

Sánchez-Medina & González-Badillo（2011）的速度损失监控：

速度损失

疲劳程度

建议场景

10%

低

力量/爆发力维持

20%

中

力量-肌肥大平衡

30%

高

肌肥大最大化

40%+

非常高

不建议（过度疲劳）

提高准确度

一致的测试条件

Pérez-Castilla et al.（2019）建议：

  • 在相同时间段测量（日内波动5-10%）

  • 充分休息后（24-48小时）

  • 标准化热身

  • 使用相同设备

最大努力意图

Behm & Sale（1993）研究：

  • 所有动作以最大速度意图执行

  • "轻松"举起会降低速度导致1RM低估

  • 语言鼓励可提升3-5%速度

定期复测

LVP会随时间变化（Jovanović, 2020）：

  • 训练导致的1RM变化

  • 个人速度-负荷关系变化

  • 建议每4-6周复测

1RM估算的常见错误与解决方法

基于LVP的1RM估算是强大的工具，但了解以下几个错误才能获得准确结果。

1. 未以最大速度意图执行

最常见也是最致命的错误。轻重量（50%）"随便"举起时，该负荷的速度会低于实际能力。这会扭曲LVP斜率导致1RM被低估。

解决方法：无论50%还是90%，每次动作都以"要把杠铃扔到天花板"的意图尽可能快地执行。

2. 负荷间距太窄

例如只用70kg、75kg、80kg这样接近的重量测量，难以准确估算直线的斜率。

解决方法：以预估1RM的50%、70%、85%水平设置较大间距。建议至少20%以上的间距。

3. 组间休息不足

连续快速执行2-3个负荷，后面的组会因疲劳影响速度下降。

解决方法：组间至少2分钟，建议3分钟休息。大重量组（85%+）前理想休息3-4分钟。

4. 忽视R²值

R²值低于0.90仍使用估算结果会产生较大误差。

解决方法：R² < 0.95时应重新审视结果。检查特定组的速度是否异常偏低或偏高，必要时重新执行该组。

5. 未按动作类型设置MVT

所有动作使用相同MVT会增大估算误差。卧推（0.17 m/s）和深蹲（0.30 m/s）的MVT差异很大。

解决方法：在Point Go应用中准确选择动作类型，应用会自动应用基于研究的MVT。

常见问题（FAQ）

Q. 基于LVP的1RM估算有多准确？

使用3个以上负荷时误差在3-5%以内，4个以上时在2-3%以内。这比传统的基于重复次数的估算（Brzycki、Epley公式等）准确度更高。不过为了掌握个人的LVP特性，经过2-3次反复测量后准确度才会稳定。

Q. 1RM每次都不同，正常吗？

正常。根据Jovanović & Flanagan（2014）的研究，同一运动员的1RM每天可波动高达±18%。睡眠、营养、压力、之前训练的疲劳等都会产生影响。这正是Daily 1RM估算有用的原因——它能反映波动的状态，使当天的训练匹配。

Q. 初学者也能进行基于LVP的1RM估算吗？

可以，但需要至少2-3个月的力量训练经验才能获得有意义的结果。初学者动作技术不稳定导致每次速度波动大，在神经适应尚未完成的状态下难以一致地保持最大速度意图。建议掌握基本技术后再开始。

Q. 所有动作都能进行LVP估算吗？

理论上可以，但经研究验证的主要是杠铃复合动作（深蹲、卧推、硬拉、过头推举等）。器械训练、单关节动作（弯举、腿屈伸等）的负荷-速度关系线性度可能较低，导致估算误差增大。最可靠的动作是卧推和深蹲。

相关文章

参考文献

  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测试不再需要冒险。利用LVP可以安全、准确且频繁地测量。
 
 
 

留言

bottom of page