羽毛球发力与阻抗匹配观后有感

GJW123

这两天看到中羽的帖子和b站的视频，讲解的是羽毛球鞭打发力中力的传导类比于机械波或者是电力传输的过程。
我觉得这是一个非常有意思的思路，把发力想象成电压的正向行波，波从大臂到小臂到到球拍最后被击球的这个负载吸收掉，转为球飞行的动能，按照均匀传输线的正弦稳态分析，输入阻抗与负载阻抗不匹配的时候，存在反射量，入射量与反射量之比的反射系数N=(Z2-Z1)/(Z2+Z1)，其中Z2是负载阻抗，Z1是输入阻抗。
在击球的过程中，力量在上一级传输到下一级，比如从小臂到球拍，类比于两段均匀传输线，只有Z1=Z2的时候会无损能量传输。
但是在实际的击球过程中，人体的肌肉是可以受到控制的，包括手腕这类灵活的关节处是可以实现“阻抗调节”的。现在主流的发力方法实际上是在大体上拉进每个发力环节的阻抗，专业球员通过长期的体能训练能够有限提高阻抗调节上限，通过长期的技巧训练能够摸索属于自己合适的“阻抗”大小。
通过上述内容我觉得针对我们业余或者萌新小白有几点值得思考的地方。
我们业余爱好者，除了技术，最关注的当然是装备，球拍和球线作为力量传输的最后一个环节，当然是值得我们去认真讨论的。对装备的意见球友们场分为两类：1.球拍得拉满，打感好，太重要了。2.球拍无所谓，我拿均衡之刃吊打你100zz。接下来我来聊聊我的理解。
根据上述阻抗匹配理论，球拍和球线不是我们能主动调节的，球线的磅数越高，球拍的中杆越硬，可以理解为输出阻抗越大。这会带来两点影响1.输出阻抗大了，我想传输相同的功率，我得加大电压正向行波的幅值，我能发出去的力量必须更大，才能达到相同的驱动效果。2.根据阻抗匹配的反射系数N=(Z2-Z1)/(Z2+Z1)，如果负载Z2大了，我的输入阻抗Z1受个人能力限制小了，那反射行波会变大，力量反射回来的部分增大了，达到一定程度，这必然对胳膊造成损伤。
综上所述，我认为羽毛球发力理论是能够用电路理论中传播特性进行解释的。高手力量与技巧强，对阻抗调节能力强，能够传输能量大并且反射小，更容易借助中杆硬磅数高实现控制与发力。而对于新手，能力不够造成的阻抗不匹配会使力量传输受阻，反射过大造成损伤。
球拍球线作为力量传输的最后一个环节，我认为是重要的，特别是针对于没有专业训练的朋友，选择偏软磅数稍低的会减小伤害。进阶球友也应该大胆选择中杆硬磅数高的，避免球拍造成“拖累”。
以上属于个人理解，可能存在不对的问题，欢迎大家一起讨论。

发自中羽APP Android

wanglin406

是的，惯性，弹性，感性，是3个无源线性元件，意思是没有内部能源供应，且各方向线性

实际上肌肉是有源器件，是可以输入功率的，当然我也在建模中处理了下，就是加入3个压力源，并且逐级滞后出力

建模好处是很清晰的知道某一个改变会怎样影响效果，身体的感知不太准

wanglin406

另外我发现，匹配网络表现得如同杠杠，放大一边的阻抗，去匹配另一边


一级也能完美匹配两边的阻抗，但级数很多之后，那就是鞭子的渐变（这里3级每级增加10倍，如果是10级，那就是每级2倍）

伟华天宝

虽然看不懂但大受震撼

恍惚as

哪有那么难啊哈哈

发于中羽APP iPhone

badmoon

人材啊

GJW123

wanglin406 发表于 2024-04-27 15:12
是的，惯性，弹性，感性，是3个无源线性元件，意思是没有内部能源供应，且各方向线性

实际上肌肉是有源器件，是可以输入功率的，当然我也在建模中处理了下，就是加入3个压力源，并且逐级滞后出力

建模好处是很清晰的知道某一个改变会怎样影响效果，身体的感知不太准

本帖最后由 wanglin406 于 2024-4-27 15:13 编辑

这个如果能够量化，对球拍设计和选择我感觉比较有意义，对训练也具有指导作用，但是感知不准造成量化太难了

发自中羽APP Android

wanglin406

GJW123 发表于 2024-4-28 15:12
这个如果能够量化，对球拍设计和选择我感觉比较有意义，对训练也具有指导作用，但是感知不准造成量化太难 ...

MATLAB的仿真其实很有名，汽车仿真，空气动力学仿真，机器人动力学仿真，啥都可以做





比如说机器人动力学，就是研究如果已知关节出力，关节会如何运动（位置速度加速度）
研究的好，就可以让机器人后空翻了，这也是懂发力的一种极致，可以列成公式，写成程序，让机器跑起来

对了，机器人控制里面就有一个思路，叫做阻抗控制，不过这是搞精细力控的, 教会机器人怎么开门
https://www.cnblogs.com/21207-iHome/p/9242948.html


也许有一天，动作捕捉，加运动仿真能很好地指导运动员发力，就像现在围棋选手跟AI学棋

GJW123

wanglin406 发表于 2024-04-28 15:37
MATLAB的仿真其实很有名，汽车仿真，空气动力学仿真，机器人动力学仿真，啥都可以做





比如说机器人动力学，就是研究如果已知关节出力，关节会如何运动（位置速度加速度）
研究的好，就可以让机器人后空翻了，这也是懂发力的一种极致，可以列成公式，写成程序，让机器跑起来

对了，机器人控制里面就有一个思路，叫做阻抗控制，不过这是搞精细力控的, 教会机器人怎么开门
https://www.cnblogs.com/21207-iHome/p/9242948.html


也许有一天，动作捕捉，加运动仿真能很好地指导运动员发力，就像现在围棋选手跟AI学棋



本帖最后由 wanglin406 于 2024-4-28 16:47 编辑

我觉得你这个动作捕捉思路说不定行，我只用matlab/simulink做过电路仿真

发自中羽APP Android

wanglin406

GJW123 发表于 2024-4-28 17:05
我觉得你这个动作捕捉思路说不定行，我只用matlab/simulink做过电路仿真

视频中上方闪动的就是动作捕捉摄像头

vutn

太专业了吧这

发自中羽APP Android

虎小超

中羽的B格立马上升了好几个档次

发自中羽APP Android

笑布风

电子信息专业哭了

发自中羽APP Android

heute666

挺好，那怎么量化人的素质去合理匹配呢

发自中羽APP Android

wanglin406

heute666 发表于 2024-5-3 08:14
挺好，那怎么量化人的素质去合理匹配呢

我的想法是，观察一个动作之后，肢体是继续往前，还是掉头往后运动，前者说明肢体惯性过强而力量传递不够，后者说明肢体惯性偏少而力量传递太多

通常会是前者，而这说明动能未能充分转移，连接下一级的肌肉力量需要加强
后者的话，试着减轻下一级的重量(选拍子不要自尊太强硬挑大杀器，匹配才好)


甚至可以调节杠杆的大小，比如中杆于小臂的夹角，夹角越大杠杆越大，同样的小臂旋转速度，角度越大，拍头速度越快。同理有大臂小臂之间的夹角

最终，一个好的匹配会导致中间传递环节只有很小的动能残留，即动作很干净

mockkker

我认为对业余爱好者来说就是增加一一定比例的末端的也就是手指的发力

发于中羽APP iPhone