สูตรคำนวณกำลังในการปั่นจักรยาน
รากฐานทางคณิตศาสตร์ของตัวชี้วัดใน Bike Analytics
คู่มือการนำไปใช้งาน
หน้านี้รวบรวมสูตรคำนวณที่พร้อมนำไปใช้งานและวิธีการคำนวณทีละขั้นตอนสำหรับตัวชี้วัดทั้งหมดใน Bike Analytics คุณสามารถนำไปใช้สำหรับการเขียนโปรแกรมของคุณเอง การตรวจสอบความถูกต้องของข้อมูล หรือเพื่อทำความเข้าใจการซ้อมด้วยพลังงานอย่างลึกซึ้งยิ่งขึ้น
⚠️ หมายเหตุการนำไปใช้งาน
- ค่าพลังงานทังหมดมีหน่วยเป็น วัตต์ (W), เวลาเป็น วินาที (s) นอกจากระบุไว้เป็นอย่างอื่น
- ค่า FTP และ CP เป็นเกณฑ์เฉพาะบุคคล—ไม่มีค่ามาตรฐานสากล
- ควรตรวจสอบข้อมูลนำเข้าให้อยู่ในระยะที่เหมาะสมเสมอ (ปกติคือ 0-2000W)
- จัดการกับกรณีพิเศษ (Edge cases) เช่น การหารด้วยศูนย์ หรือค่าพลังงานติดลบ
- ข้อมูลพลังงานต้องการความถี่ในการบันทึกทุกๆ 1 วินาทีเพื่อความแม่นยำ
ตัวชี้วัดสมรรถภาพหลัก
1. คะแนนความเครียดจากการฝึกซ้อม (Training Stress Score - TSS)
สูตรคำนวณ:
ตัวอย่างการคำนวณ:
สถานการณ์: ปั่น 2 ชั่วโมง, NP = 235W, FTP = 250W
- คำนวณค่า IF: IF = 235 / 250 = 0.94
- เวลาในหน่วยวินาที: 2 ชั่วโมง × 3600 = 7200 วินาที
- TSS = (7200 × 235 × 0.94) / (250 × 3600) × 100
- TSS = 1,590,720 / 900,000 × 100 = 176.7 TSS
การตีความ: เป็นการปั่นที่หนัก (>150 TSS) ควรพักฟื้น 2-3 วัน
การเขียนโค้ดภาษา JavaScript:
function calculateTSS(durationSeconds, normalizedPower, ftp) {
const intensityFactor = normalizedPower / ftp;
const tss = (durationSeconds * normalizedPower * intensityFactor) / (ftp * 3600) * 100;
return Math.round(tss);
}
// ตัวอย่างการใช้งาน:
const tss = calculateTSS(7200, 235, 250);
// ผลลัพธ์: 177
2. พลังงานนอร์มัลไลซ์ (Normalized Power - NP)
อัลกอริทึม (ค่าเฉลี่ยเคลื่อนที่ 30 วินาที):
ทำไมต้องยกกำลังสี่?
ความสัมพันธ์แบบยกกำลังสี่ (Quartic relationship) สะท้อนถึงภาระทางสรีรวิทยา (Physiological cost) ที่ไม่ได้เป็นเส้นตรงตามความพยายาม การปั่นที่มีจังหวะเร่งและจังหวะพักจะใช้พลังงานในแง่ของความเหนื่อยล้ามากกว่าการปั่นด้วยพลังคงที่แม้จะมีค่าเฉลี่ยเท่ากัน
ตัวอย่าง:
- การปั่นที่สม่ำเสมอ: 200W นาน 1 ชั่วโมง → NP = 200W, ค่าเฉลี่ย = 200W
- การปั่นที่ผันผวน: สลับ 300W/100W → ค่าเฉลี่ย = 200W, NP = 225W
แม้ค่าเฉลี่ยจะเท่ากัน แต่การปั่นที่ผันผวนจะมีค่า NP สูงกว่า 12% เนื่องจากภาระทางร่างกายจากการเร่งเครื่อง
การเขียนโค้ดภาษา JavaScript:
function calculateNormalizedPower(powerData) {
// powerData คืออาร์เรย์ของค่าพลังงานในแต่ละวินาที (1-second power values)
// ขั้นตอนที่ 1: คำนวณค่าเฉลี่ยเคลื่อนที่ 30 วินาที
const rollingAvgs = [];
for (let i = 29; i < powerData.length; i++) {
const window = powerData.slice(i - 29, i + 1);
const avg = window.reduce((sum, p) => sum + p, 0) / 30;
rollingAvgs.push(avg);
}
// ขั้นตอนที่ 2: ยกกำลังสี่
const powered = rollingAvgs.map(p => Math.pow(p, 4));
// ขั้นตอนที่ 3: หาค่าเฉลี่ยของค่าที่ยกกำลังสี่
const avgPowered = powered.reduce((sum, p) => sum + p, 0) / powered.length;
// ขั้นตอนที่ 4: ถอดรากที่สี่
const np = Math.pow(avgPowered, 0.25);
return Math.round(np);
}
// ตัวอย่างการใช้งาน:
const powerData = [/* อาร์เรย์ของค่าพลังงาน */];
const np = calculateNormalizedPower(powerData);
// ผลลัพธ์: ค่า NP ในหน่วยวัตต์
3. ปัจจัยความเข้มข้น (Intensity Factor - IF)
สูตรคำนวณ:
เกณฑ์ในการตีความ:
| ช่วงค่า IF | ระดับความพยายาม | ตัวอย่างการซ้อม |
|---|---|---|
| < 0.75 | พักฟื้น / เบามาก (Recovery / Easy) | การปั่นเพื่อฟื้นฟู (Active recovery), Zone 1-2 |
| 0.75 - 0.85 | ความทนทาน (Endurance) | การปั่นต่อเนื่องระยะยาว, การสร้างฐานแอโรบิก |
| 0.85 - 0.95 | เทมโป (Tempo) | การซ้อมแบบ Sweet spot, เทมโปอินเทอร์วอล |
| 0.95 - 1.05 | เทรชโฮลด์ (Threshold) | FTP อินเทอร์วอล, การปั่นแบบไทม์ไทรอัล |
| 1.05 - 1.15 | VO₂max | อินเทอร์วอล 5 นาที, การแข่งไครทีเรียม |
| > 1.15 | แอนแอโรบิก (Anaerobic) | การสปริ๊นท์สั้นๆ, การยิงหนี, การแข่ง MTB |
ตัวอย่างการคำนวณ:
สถานการณ์: NP = 235W, FTP = 250W
IF = 235 / 250 = 0.94
การตีความ: เป็นความพยายามระดับ High Tempo / Sub-threshold ที่สามารถทำต่อเนื่องได้ 2-3 ชั่วโมง
function calculateIF(normalizedPower, ftp) {
return (normalizedPower / ftp).toFixed(2);
}
// ตัวอย่าง:
const if_value = calculateIF(235, 250);
// ผลลัพธ์: 0.94
4. ดัชนีความผันผวน (Variability Index - VI)
สูตรคำนวณ:
การตีความตามประเภทของการปั่น:
| ประเภทการปั่น | ค่า VI ปกติ | ความหมาย |
|---|---|---|
| เสือหมอบทางราบ (TT) / ความพยายามสม่ำเสมอ | 1.00 - 1.05 | ให้พลังงานที่สม่ำเสมอมาก, การคุมจังหวะ (Pacing) ที่ดีที่สุด |
| การแข่งขันเสือหมอบ (Road Racing) | 1.05 - 1.10 | มีจังหวะเร่งบ้าง แต่โดยรวมยังสม่ำเสมอ |
| ไครทีเรียม (Criterium) | 1.10 - 1.20 | มีการเร่งเครื่องและความพยายามหนีกลุ่มบ่อยครั้ง |
| เสือภูเขา XC | 1.15 - 1.30+ | มีความผันผวนสูงมาก, มีการระเบิดพลังตลอดเวลา |
ตัวอย่างการคำนวณ:
การแข่งเสือหมอบ: NP = 240W, พลังงานเฉลี่ย = 230W
VI = 240 / 230 = 1.04 (การคุมจังหวะสม่ำเสมอ)
การแข่งเสือภูเขา: NP = 285W, พลังงานเฉลี่ย = 235W
VI = 285 / 235 = 1.21 (มีความผันผวนสูง, เน้นการระเบิดพลัง)
function calculateVI(normalizedPower, averagePower) {
return (normalizedPower / averagePower).toFixed(2);
}
// ตัวอย่าง:
const vi_road = calculateVI(240, 230); // ผลลัพธ์: 1.04
const vi_mtb = calculateVI(285, 235); // ผลลัพธ์: 1.21
พลังงานวิกฤต และ W' (ความสามารถแอนแอโรบิก)
5. พลังงานวิกฤต (Critical Power - CP) - แบบจำลองเชิงเส้น
สูตรคำนวณ:
การคำนวณจากความพยายามหลายครั้ง:
ต้องการความพยายามสูงสุด (Maximal efforts) 2-4 ครั้งที่ช่วงเวลาต่างกัน (เช่น 3, 5, 12, 20 นาที)
ข้อมูลตัวอย่าง:
| ระยะเวลา | พลังงาน (W) | งานทั้งหมด (kJ) |
|---|---|---|
| 3 นาที (180s) | 400W | 72 kJ |
| 5 นาที (300s) | 365W | 109.5 kJ |
| 12 นาที (720s) | 310W | 223.2 kJ |
| 20 นาที (1200s) | 285W | 342 kJ |
ใช้การวิเคราะห์การถดถอยเชิงเส้น (งาน = CP × เวลา + W'):
- CP = 270W (ความชันของเส้นถดถอย)
- W' = 18.5 kJ (จุดตัดแกน Y)
การเขียนโค้ดภาษา JavaScript:
function calculateCP_Linear(efforts) {
// efforts = [{duration: seconds, power: watts}, ...]
const times = efforts.map(e => e.duration);
const work = efforts.map(e => e.power * e.duration / 1000); // kJ
// วิเคราะห์การถดถอยเชิงเส้น: work = CP * time + W'
const n = efforts.length;
const sumT = times.reduce((a, b) => a + b, 0);
const sumW = work.reduce((a, b) => a + b, 0);
const sumTW = times.reduce((sum, t, i) => sum + t * work[i], 0);
const sumTT = times.reduce((sum, t) => sum + t * t, 0);
const CP = (n * sumTW - sumT * sumW) / (n * sumTT - sumT * sumT);
const Wprime = (sumW - CP * sumT) / n;
return {
CP: Math.round(CP * 10) / 10, // วัตต์
Wprime: Math.round(Wprime * 10) / 10 // kJ
};
}
// ตัวอย่างการใช้งาน:
const efforts = [
{duration: 180, power: 400},
{duration: 300, power: 365},
{duration: 720, power: 310},
{duration: 1200, power: 285}
];
const result = calculateCP_Linear(efforts);
// ผลลัพธ์: { CP: 270.0, Wprime: 18.5 }
6. สมดุลของ W' (W' Balance - W'bal) - แบบจำลองสมการอนุพันธ์
สูตรคำนวณ:
W'exp(t) = ∫(P(t) - CP) dt
W'rec(t) = W' × (1 - e^(-t/τ))
และ ΔCP = (CP - P(t))
ตัวอย่างการใช้งานจริง:
ข้อมูลนักปั่น: CP = 270W, W' = 18.5 kJ
สถานการณ์ 1 - การเร่งเครื่องอย่างหนัก:
- นักปั่นเร่งเครื่องที่ 400W นาน 30 วินาที
- การใช้พลังงาน W': (400 - 270) × 30 = 3,900 J = 3.9 kJ
- W'bal ที่เหลืออยู่: 18.5 - 3.9 = 14.6 kJ
สถานการณ์ 2 - การพักฟื้น:
- หลังจากการเร่งเครื่อง ลดระดับลงมาที่ 200W (ต่ำกว่า CP อยู่ 70W) นาน 2 นาที
- ΔCP = 270 - 200 = 70W
- τ = 546 × e^(-0.01 × 70) + 316 = 588 วินาที
- พลังงานที่ฟื้นมาใน 120 วินาที: 18.5 × (1 - e^(-120/588)) = ฟื้นมา 3.5 kJ
- ค่า W'bal ใหม่: 14.6 + 3.5 = 18.1 kJ
การเขียนโค้ดภาษา JavaScript:
function calculateWbalance(powerData, CP, Wprime) {
// powerData = อาร์เรย์ของ {time: วินาที, power: วัตต์}
let wbal = Wprime * 1000; // แปลงเป็นจูล
const wbalHistory = [];
for (let i = 1; i < powerData.length; i++) {
const dt = powerData[i].time - powerData[i-1].time;
const power = powerData[i].power;
if (power > CP) {
// การใช้พลังงานเหนือค่า CP
const expenditure = (power - CP) * dt;
wbal -= expenditure;
} else {
// การพักฟื้นใต้ค่า CP
const deltaCP = CP - power;
const tau = 546 * Math.exp(-0.01 * deltaCP) + 316;
const recovery = (Wprime * 1000 - wbal) * (1 - Math.exp(-dt / tau));
wbal += recovery;
}
// ตรวจสอบไม่ให้ W'bal เกินค่าสูงสุดหรือติดลบ
wbal = Math.max(0, Math.min(wbal, Wprime * 1000));
wbalHistory.push({
time: powerData[i].time,
wbal: wbal / 1000, // kJ
percent: (wbal / (Wprime * 1000)) * 100
});
}
return wbalHistory;
}
// ตัวอย่างการใช้งาน:
const powerData = [
{time: 0, power: 200},
{time: 1, power: 210},
// ... ข้อมูลที่เหลือของการปั่น
];
const wbalHistory = calculateWbalance(powerData, 270, 18.5);
// คืนค่าอาร์เรย์ของค่า W'bal ตลอดช่วงเวลา
แผนภูมิการจัดการประสิทธิภาพ (Performance Management Chart - PMC)
7. การคำนวณ CTL, ATL และ TSB
สูตรคำนวณ (ค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนักเอ็กซ์โพเนนเชียล):
นิยามของตัวชี้วัด:
- CTL (Chronic Training Load): ค่าเฉลี่ยถ่วงน้ำหนักย้อนหลัง 42 วัน - ตัวแทนของ "ความฟิต" (Fitness)
- ATL (Acute Training Load): ค่าเฉลี่ยถ่วงน้ำหนักย้อนหลัง 7 วัน - ตัวแทนของ "ความเหนื่อยล้า" (Fatigue)
- TSB (Training Stress Balance): ความสมบูรณ์ของร่างกาย (Form) = Fitness - Fatigue
ตัวอย่างการคำนวณ (บล็อกการซ้อม 7 วัน):
| วัน | TSS | CTL | ATL | TSB | สถานะ |
|---|---|---|---|---|---|
| จันทร์ | 100 | 75.0 | 80.0 | -5.0 | กำลังซ้อม |
| อังคาร | 50 | 74.4 | 75.7 | -1.3 | พักฟื้น |
| พุธ | 120 | 75.5 | 82.0 | -6.5 | ซ้อมหนัก |
| พฤหัสบดี | 0 | 73.7 | 70.3 | +3.4 | วันพัก |
| ศุกร์ | 80 | 73.8 | 71.7 | +2.1 | ปานกลาง |
| เสาร์ | 150 | 75.6 | 82.9 | -7.3 | ปั่นระยะไกล |
| อาทิตย์ | 40 | 74.8 | 76.8 | -2.0 | พักฟื้น |
การตีความค่า TSB:
| ช่วงค่า TSB | สถานะ | สิ่งที่ควรทำ |
|---|---|---|
| < -30 | ความเสี่ยงสูง (High Risk) | สัญญาณการซ้อมเกิน (Overtraining) - ควรลดภาระงานลง |
| -30 ถึง -10 | ซ้อมหนัก (Training Hard) | กำลังสร้างความฟิต, ควรติดตามการพักฟื้นอย่างใกล้ชิด |
| -10 ถึง +5 | เหมาะสม (Optimal) | โซนการซ้อมปกติ |
| +5 ถึง +15 | พร้อมแข่งขัน (Race Ready) | ร่างกายอยู่ในจุดสูงสุด - เหมาะสำหรับลงแข่งในสุดสัปดาห์ |
| > +25 | สูญเสียความฟิต (Detraining) | เริ่มสูญเสียความฟิต - ควรเพิ่มภาระงาน |
การเขียนโค้ดภาษา JavaScript:
function calculatePMC(workouts) {
// workouts = [{date: "YYYY-MM-DD", tss: number}, ...]
let ctl = 0, atl = 0;
const results = [];
workouts.forEach(workout => {
// อัปเดต CTL (ค่าคงที่เวลา 42 วัน)
ctl = ctl + (workout.tss - ctl) / 42;
// อัปเดต ATL (ค่าคงที่เวลา 7 วัน)
atl = atl + (workout.tss - atl) / 7;
// คำนวณ TSB (ใช้ค่า CTL ของเมื่อวาน - ATL ของวันนี้สำหรับการคำนวณแบบดั้งเดิม)
// ตรงนี้ใช้ค่าปัจจุบันเพื่อความเรียบง่าย
const tsb = ctl - atl;
results.push({
date: workout.date,
tss: workout.tss,
ctl: Math.round(ctl * 10) / 10,
atl: Math.round(atl * 10) / 10,
tsb: Math.round(tsb * 10) / 10,
status: getTSBStatus(tsb)
});
});
return results;
}
function getTSBStatus(tsb) {
if (tsb < -30) return "High Risk";
if (tsb < -10) return "Training Hard";
if (tsb < 5) return "Optimal";
if (tsb < 15) return "Race Ready";
return "Detraining";
}
// ตัวอย่างการใช้งาน:
const workouts = [
{date: "2025-01-01", tss: 100},
{date: "2025-01-02", tss: 50},
{date: "2025-01-03", tss: 120},
// ... การซ้อมอื่นๆ
];
const pmc = calculatePMC(workouts);
// คืนค่าอาร์เรย์พร้อมค่า CTL, ATL, TSB ในแต่ละวัน
ตัวชี้วัดกำลังต่อน้ำหนักและการขึ้นเขา
8. อัตราส่วนกำลังต่อน้ำหนัก (Power-to-Weight Ratio)
สูตรคำนวณ:
เกณฑ์มาตรฐาน FTP W/kg:
| ระดับ | ชาย (W/kg) | หญิง (W/kg) | ประเภทนักปั่น |
|---|---|---|---|
| ปั่นเพื่อสันทนาการ | 2.5 - 3.5 | 2.0 - 3.0 | เน้นออกกำลังกาย |
| นักปั่นสายแข่งขัน | 3.5 - 4.5 | 3.0 - 4.0 | กลุ่ม Cat 3-4, นักแข่งรุ่นอายุ |
| นักปั่นระดับสูง | 4.5 - 5.5 | 4.0 - 5.0 | กลุ่ม Cat 1-2, สมัครเล่นขาแรง |
| สมัครเล่นระดับอีลีท | 5.5 - 6.0 | 5.0 - 5.5 | ระดับชาติ |
| นักปั่นอาชีพ | 6.0 - 7.0+ | 5.5 - 6.5+ | ระดับ World Tour, ลุ้นแชมป์ Grand Tour |
ตัวอย่างการคำนวณ:
สถานการณ์: นักปั่นที่มีค่า FTP = 275W, มวลร่างกาย = 70กก.
W/kg = 275 / 70 = 3.93 W/kg
การตีความ: ระดับนักปั่นสายแข่งขัน สามารถทำผลงานได้ดีในการแข่งทางเขา
function calculateWattsPerKg(power, bodyMassKg) {
return (power / bodyMassKg).toFixed(2);
}
// ตัวอย่าง:
const wpkg = calculateWattsPerKg(275, 70);
// ผลลัพธ์: 3.93
9. VAM (อัตราการไต่ความเร็วเฉลี่ย)
สูตรคำนวณ:
เกณฑ์มาตรฐาน VAM:
| VAM (ม./ชม.) | ระดับ | ตัวอย่าง |
|---|---|---|
| 600 - 900 | ปั่นเพื่อสันทนาการ | นักปั่นชมรมบนเนินแถวบ้าน |
| 900 - 1200 | นักปั่นสายแข่งขัน | สมัครเล่นขาแรงที่ Alpe d'Huez |
| 1200 - 1500 | สมัครเล่นระดับอีลีท | นักไต่เขาฟอร์มระดับชาติ |
| 1500 - 1800 | นักปั่นอาชีพ | นักปั่นอาชีพระดับ World Tour (Domestique) |
| > 1800 | ผู้ชนะรายการ Grand Tour | Pogačar, Vingegaard บนเขาลูกสำคัญ |
ตัวอย่างการคำนวณ:
สถานการณ์: การปั่นขึ้นเขา Alpe d'Huez
- ระยะไต่ความสูง: 1100 เมตร
- ระยะเวลา: 55 นาที = 0.917 ชั่วโมง
- VAM = 1100 / 0.917 = 1200 ม./ชม.
การตีความ: สมรรถภาพการขึ้นเขาระดับนักปั่นสายแข่งขัน
function calculateVAM(elevationGainMeters, timeMinutes) {
const hours = timeMinutes / 60;
return Math.round(elevationGainMeters / hours);
}
// ตัวอย่าง:
const vam = calculateVAM(1100, 55);
// ผลลัพธ์: 1200 ม./ชม.
10. การประมาณค่า W/kg จากค่า VAM
สูตรคำนวณ:
ตัวอย่างการคำนวณ:
สถานการณ์: การขึ้นเขาที่มีความลาดชันเฉลี่ย 8%, VAM = 1200 ม./ชม.
W/kg = 1200 / 100 / (8 + 3)
W/kg = 12 / 11 = 4.36 W/kg
การตรวจสอบความถูกต้อง: สำหรับนักปั่นหนัก 70กก. → จะได้พลังงานคงที่ 305W ระหว่างขึ้นเขา
function estimateWkgFromVAM(vam, gradientPercent) {
return (vam / 100 / (gradientPercent + 3)).toFixed(2);
}
// ตัวอย่าง:
const wkg = estimateWkgFromVAM(1200, 8);
// ผลลัพธ์: 4.36
สมการพลังงานทางอากาศพลศาสตร์
11. ความต้องการพลังงานรวม
สูตรแบบเต็มประสิทธิภาพ:
สูตรคำนวณแยกตามส่วนประกอบ:
P_aero = CdA × 0.5 × ρ × V³
P_gravity = m × g × sin(θ) × V
P_rolling = Crr × m × g × cos(θ) × V
P_kinetic = m × a × V
ค่าคงที่และตัวแปร:
- CdA = สัมประสิทธิ์แรงต้านอากาศ × พื้นที่หน้าตัด (m²)
- ตำแหน่งบนชิฟเตอร์ (Hoods) ปกติ: 0.35-0.40 m²
- ตำแหน่งดรอป (Drops): 0.32-0.37 m²
- ตำแหน่งแอโร (TT position): 0.20-0.25 m²
- ρ = ความหนาแน่นของอากาศ (1.225 kg/m³ ที่ระดับน้ำทะเล, อุณหภูมิ 15°C)
- V = ความเร็ว (m/s)
- m = มวลรวม (นักปั่น + จักรยาน, kg)
- g = แรงโน้มถ่วง (9.81 m/s²)
- θ = มุมความชัน (เรเดียนหรือองศาที่แปลงแล้ว)
- Crr = สัมประสิทธิ์ความเสียดทานจากการหมุน (~0.004 สำหรับยางเสือหมอบคุณภาพสูง)
- a = อัตราเร่ง (m/s²)
ตัวอย่างการคำนวณ (การปั่นไทม์ไทรอัลทางราบ):
สถานการณ์:
- ความเร็ว: 40 กม./ชม. = 11.11 ม./วินาที
- CdA: 0.22 m² (ตำแหน่งแอโรที่ดี)
- มวลรวม: 75กก. (นักปั่น) + 8กก. (จักรยาน) = 83กก.
- ถนนราบ (ความชัน = 0°)
- ความเร็วคงที่ (อัตราเร่ง = 0)
ขั้นตอนการคำนวณ:
- P_aero = 0.22 × 0.5 × 1.225 × 11.11³ = 185W
- P_gravity = 0W (ทางราบ)
- P_rolling = 0.004 × 83 × 9.81 × 11.11 = 36W
- P_kinetic = 0W (ความเร็วคงที่)
- P_total = 185 + 0 + 36 + 0 = 221W
การตีความ: ต้องใช้พละกำลังที่ 221W เพื่อรักษาความเร็ว 40 กม./ชม. ในท่าปั่นแบบแอโรบนทางราบ
การเขียนโค้ดภาษา JavaScript:
function calculatePowerRequired(params) {
const {
velocityKph,
CdA = 0.32, // m²
rho = 1.225, // kg/m³
mass = 83, // kg (นักปั่น + จักรยาน)
gradientPercent = 0, // %
Crr = 0.004, // ความเสียดทานจากการหมุน
accelerationMps2 = 0 // m/s²
} = params;
// แปลงความเร็วเป็น m/s
const V = velocityKph / 3.6;
// แปลงความชันเป็นมุม
const theta = Math.atan(gradientPercent / 100);
// คำนวณแต่ละส่วนประกอบ
const P_aero = CdA * 0.5 * rho * Math.pow(V, 3);
const P_gravity = mass * 9.81 * Math.sin(theta) * V;
const P_rolling = Crr * mass * 9.81 * Math.cos(theta) * V;
const P_kinetic = mass * accelerationMps2 * V;
return {
total: Math.round(P_aero + P_gravity + P_rolling + P_kinetic),
aero: Math.round(P_aero),
gravity: Math.round(P_gravity),
rolling: Math.round(P_rolling),
kinetic: Math.round(P_kinetic)
};
}
// ตัวอย่าง: การปั่นที่ความเร็ว 40 กม./ชม.
const power_tt = calculatePowerRequired({
velocityKph: 40,
CdA: 0.22,
mass: 83,
gradientPercent: 0
});
// ผลลัพธ์: { total: 221, aero: 185, gravity: 0, rolling: 36, kinetic: 0 }
// ตัวอย่าง: ขึ้นเขาชัน 8% ที่ความเร็ว 15 กม./ชม.
const power_climb = calculatePowerRequired({
velocityKph: 15,
CdA: 0.38,
mass: 75,
gradientPercent: 8
});
// ผลลัพธ์: { total: 265, aero: 27, gravity: 244, rolling: 11, kinetic: 0 }
ฟังก์ชันเสริม (Helper Functions)
เครื่องมือจัดการหน่วยการวัด
การเขียนโค้ดภาษา JavaScript:
// การแปลงเวลา
function hoursToSeconds(hours) {
return hours * 3600;
}
function minutesToSeconds(minutes) {
return minutes * 60;
}
function secondsToHours(seconds) {
return seconds / 3600;
}
function formatDuration(seconds) {
const hours = Math.floor(seconds / 3600);
const minutes = Math.floor((seconds % 3600) / 60);
const secs = Math.round(seconds % 60);
return `${hours}:${minutes.toString().padStart(2, '0')}:${secs.toString().padStart(2, '0')}`;
}
// การแปลงความเร็ว
function kphToMps(kph) {
return kph / 3.6;
}
function mpsToKph(mps) {
return mps * 3.6;
}
// การแปลงพลังงาน
function joulesToKJ(joules) {
return joules / 1000;
}
function kJToJoules(kJ) {
return kJ * 1000;
}
function wattsToKJ(watts, durationSeconds) {
return (watts * durationSeconds) / 1000;
}
// ตัวอย่าง:
formatDuration(7265); // ผลลัพธ์: "2:01:05"
kphToMps(40); // ผลลัพธ์: 11.11 m/s
wattsToKJ(250, 3600); // ผลลัพธ์: 900 kJ (1 ชั่วโมงที่ 250W)
ทรัพยากรสำหรับการนำไปใช้งาน
สูตรคำนวณทั้งหมดในหน้านี้พร้อมสำหรับการนำไปใช้งานจริง และได้รับการตรวจสอบความถูกต้องตามเอกสารทางวิชาการและข้อมูลจริงจากอุปกรณ์วัดพลังงาน คุณสามารถนำไปใช้เพื่อสร้างเครื่องมือวิเคราะห์ข้อมูลของคุณเอง การตรวจสอบความถูกต้อง หรือเพื่อทำความเข้าใจการคำนวณเบื้องหลังการซ้อมด้วยพลังงานอย่างลึกซึ้งยิ่งขึ้น
💡 แนวทางปฏิบัติที่ดีที่สุด (Best Practices)
- ตรวจสอบความถูกต้องของข้อมูลนำเข้า: ตรวจสอบช่วงค่าพลังงานที่เหมาะสม (0-2000W) และระยะเวลาต้องเป็นค่าบวก
- จัดการกับกรณีพิเศษ (Edge cases): การหารด้วยศูนย์, ข้อมูลที่เป็นค่าว่างหรือไม่ระบุค่า, หรือข้อมูล FTP ที่หายไป
- การปัดเศษทศนิยมอย่างเหมาะสม: ปัดค่า CTL/ATL/TSB เป็นทศนิยม 1 ตำแหน่ง, ค่า TSS เป็นจำนวนเต็ม, และค่า W/kg เป็นทศนิยม 2 ตำแหน่ง
- เก็บค่าความละเอียดสูง: ควรเก็บค่าความละเอียดเต็มไว้ในฐานข้อมูล และปัดเศษเฉพาะเมื่อต้องการแสดงผลเท่านั้น
- เขตเวลา (Time zones): จัดการเวลาแบบ UTC และเวลาท้องถิ่นให้สอดคล้องกันสำหรับการวิเคราะห์ข้อมูลแบบหลายวัน
- การปรับเทียบอุปกรณ์วัดพลังงาน: แนะนำให้ผู้ใช้งานทำการ zero-offset ก่อนเริ่มการปั่นเสมอ
- การตรวจสอบความถูกต้องของค่า FTP: ตรวจหากค่า FTP ที่น่าสงสัย (เช่น >500W หรือ <100W สำหรับผู้ใหญ่)
- ทดสอบอย่างละเอียด: ใช้ไฟล์การปั่นที่ทราบค่าความถูกต้องแน่นอนแล้วเพื่อนำมาตรวจสอบผลการคำนวณของระบบ