Datalla on kiva leikkiä. Lepopäivänä päätin siis palata
dataan. Aikani leikittyäni päätin vetää asioita yhteen.
Eräs analyysi näytti seuraavalta: Mitä se sitten kertoo; x-akselilla on lähtötaso
ja y-akselilla lopputulos. Käytännössä: jos sinulla on arvio CdA:sta, sijoita
se X kohdalle ja laske tulos. Y on arvio CdA:sta testin jälkeen (huomioimatta
asuja ja kiekkoja) ja perustuen ainoastaan muutamaan esimerkkitapaukseen. Aineisto on vielä rajallinen, joten tulos ei ole tarkka ja parannee vielä varusteiden optimoinnin myötä.
CdA / Arvio CdA:sta on 0,27.
Y=1,062*0,27-0,0322 -> Y=0,2545
Mitä tuo parannus
sitten tarkoittaa? Teoriassa kuski ylläpitää 40km/h nopeutta 12W vähemmällä
teholla tai kulkee 0.7km/h kovempaa samalla teholla. 40km aika-ajossa matka taittuisi
noin minuutin kovempaa.
Seuraavaksi
vertailin ajoasennon muuttujia ja CdA-arvoa korrelaation kautta. Mitä korkeampi
pylväs, sen olennaisempi asia se on CdA:n muodostumisen kannalta:
Varsin pieni
yllätys on se, että tärkeimmät tekijät ovat asennon pituus ja korkeus (myös
satulan ja pädien välinen droppi).
Seuraavaksi
tarkoitukseni on alkaa rakentamaan mallia, jonka perusteella voisin päätellä erilaisten
muuttujien perusteella erilaisten muutosten vaikutusta CdA-arvoon. Esimerkiksi, silloin voi alustavasti arvioida eri satulan korkeuksien vaikutusta CdA:han kunkin
yksilön kohdalla, kunhan tietoa on riittävästi asennosta on riittävästi. Sen lisäksi tarkoitus on rakentaa laskin, joka antaa suoraan vertailulukuja nopeuteen. Tästä toivottavasti
lähitulevaisuudessa lisää. :)
No comments:
Post a Comment