状态指标（精选6篇）
状态指标 篇1
0 引言
基础模型数据质量是影响智能电网调度控制系统各类应用实用化水平的关键因素。电力系统状态估计作为能量管理系统的基础模块,是反映和提升基础数据质量的重要手段,为电网在线分析和辅助决策软件提供比遥测数据更准确、完整和合理的电网实时运行状态,状态估计结果的准确性对其他应用有着很大的影响[1],对电力系统状态估计结果的评价是反映电网基础模型数据质量的重要手段。
国内外在提高状态估计结果精度方面做了一些研究[2,3,4,5,6,7,8],如不良数据的检测和辨识、抗差状态估计、参数辨识与估计、PMU混合状态估计等。但实际上由于无法知道设备的测量真值,如何对状态估计结果进行合理评价,是进行状态估计研究和完善状态估计应用要解决的问题。
当前对于状态估计结果评价的研究不是很多, 文献[9-10]基于测量不确定度理论,提出了在真值未知情况下状态估计结果的评价指标;文献[11]提出了一种基于交叉熵和零注入失配量的状态估计精度评价准则;文献[12]针对给定的系统,提出了线性函数、平方函数、平方和函数、平方和对数函数、平方和指数函数等不同的评价函数;文献[8]中,状态估计误差的协方差矩阵的对角元素为状态估计误差的方差,用来衡量状态估计的精度;文献[13]用估计误差方差与测量误差方差相比较,当估计值误差方差小于原始测量误差方差时,说明状态估计起到了滤波的效果。以上研究只是针对状态估计的某一方面所做的研究,而影响状态估计结果准确性有很多因素,如电网模型(拓扑关系、设备参数、模型完整性)、量测数据(遥信、量测坏数据、数据时间不同步、测量精度、冲击性负荷)等,当前缺少对状态估计结果的综合评价方法的研究。
本文分析了当前状态估计结果评价的现状,以影响状态估计结果准确性的因素为基础,提出状态估计多指标综合评价方法,以选择的四个典型的指标为例,并通过实际电网系统的案例,说明了多指标综合评价方法能够反映电网模型数据存在的问题, 并指导电网模型数据的完善。
1 状态估计评价现状
国家电力调度控制中心颁布的《智能电网调度控制系统实用化要求(试行)》[14]和《智能电网调度控制系统实用化验收办法(试行)》[15]中规定了考核状态估计的两个指标:遥测估计合格率和电压残差平均值。2013年国家电网公司将状态估计遥测合格率作为同业对标考核的一项指标,该指标主要由估计值和量测值的残差、量测类型基准值、合格门槛 (有功功率≤2%,无功功率≤3%,电压≤0.5%)决定的,这一评价准则具有一定的合理性,对国、分、省三级调度的基础数据和基础模型的整治起到了很好的指导作用,提高了智能电网调度控制系统的运行和应用水平。现在国家调度控制中心的状态估计遥测合格率数值已经很高,某些省调在某个断面数据质量比较好时,实时状态估计遥测合格率能够达到100%。
理论上评估状态估计值的合格率和精度,应该用状态估计值与真值的误差,但量测真值无法获得, 实际上,只要在没有坏数据和模型错误的情况下,用正确的状态估计方法在计算收敛时,所得到的状态估计值就是可信且可以使用的[16]。
实际上,影响状态 估计结果 精度有很 多因素[17],如电网模型(拓扑关系、设备参数、模型完整性)、量测数据(遥信、量测坏数据、数据时间不同步、测量精度、冲击性负荷)等。因此单一的状态估计遥测合格率评价指标可能会导致出现合格率指标很高但估计结果却严重偏离系统真实状态的情况[11],不能完全满足后续应用对状态估计结果多方面的需求,不具备对合格的数据再进行细化区别的作用,无法反映出电网基础数据所存在的问题。因此在一定程度上,状态估计遥测合格率更多反映的是状态估计对电网模型和电网数据错误的粗纠偏功能。
本文通过状态估计多指标综合评价方法的研究,说明了多指标评价方法能够反映出电网存在的模型数据问题,为完善电网基础模型数据和提升状态估计结果实用可靠性提供理论支持。
2 多指标综合评价方法
状态估计多指标综合评价是从影响状态估计结果精度的因素出发,从多个角度对状态估计计算结果的精度做出全局性、整体性的评价,即按照给定的目标,对状态估计计算结果的精度进行全面的分类和排序的过程[18]。
2.1 综合评价的指标选择
与以往的只单一考虑状态估计遥测合格率的评价相比,综合评价指标方法的优点在于综合考虑了模型完整性、参数准确性、遥测准确性、遥信动作正确性等因素对状态估计结果精度的影响,将评价目标分成不同侧面的子系统,再细分为更具体的指标, 形成多指标体系。评价子系统具有一定的独立性, 既能反映系统某一方面的特征,又能一起全面反映评价目的。
将影响计算结果精度的因素分为模型、数据、管理等类,而每一类再进行细分,如模型类有拓扑关系、模型参数、模型完整度,数据类有遥信、量测坏数据、数据时间不同步、测量精度等,管理类有调度所属关系,主要考虑外网或者模型上下级的影响。
状态估计评价层次性结构如图1所示。
2.2 综合评价指标选择原则
评价指标的优化目的是理清各指标之间的独立性和关联性,完成对单项评价指标逻辑测验和综合评价指标体系的整体性测验。
对于状态估计结果的综合性评价,主要关注以下两个基本原则:辨识性和冗余性。辨识性是指统计评价指标在区分各评价单位某一方面价值特征时的能力与效果,故又称为“区分性”,是为了能够区分不同地区的基础模型和基础数据的水平,如状态估计遥测合格率受合格率门槛的影响,容易出现多个地区具有同样的合格率,区分性就不高,而状态估计遥测准确度、区域目标函数相对状态估计遥测合格率的区分能力就高些;“冗余性”是表示综合评价指标体系内各指标之间交叉重叠程度的指标,其计算通常可采用相关系数或相似系数、关联系数等公式, 如母线功率平衡率和支路首末端功率平衡率之间就存在着一定的指标交叉重叠,冗余性越好表明各指标越独立,就能够从更多角度来反映基础模型和基础数据所存在的问题。
3 状态估计典型评价指标
3.1 状态估计遥测合格率
状态估计遥测合格率是目前国家电网公司同业对标考核的一项指标,其公式定义为:
式中:RYCGJ为状态估计遥测合格率;N为相应范围内的遥测总点数,包括坏数据;Na为遥测估计合格点数,为遥测数据估计值误差小于由量测类型决定的合格阈值的点数。
3.2 状态估计遥测不准确度
状态估计遥测不准确度表征了区域内状态估计值和量测值之间的偏差程度,状态估计遥测不准确度越低,状态估计结果越准确,其公式定义为:
式中:Ja为状态估计遥测不准确度;xi为N维状态估计值向量的元素;zi为N维量测值向量的元素; σi 为N维量测误差标准差向量的元素。
3.3 母线功率不平衡度
母线功率不平衡度为输入母线的功率与输出母线的功率之差,不仅可以反映测控装置、互感器等是否准确可靠,也是评价供电量和用电量是否平衡的重要指标。而根据基尔霍夫电流定律,状态估计严格满足母线功率平衡,因此母线功率不平衡对状态估计结果会有很大的影响。母线功率不平衡度的定义为:
式中:M为计算母线的数目;Sij n为第j条计算母线的输入功率;Sj out为第j条计算母线的输出功率;Sj N 为第j条计算母线的基准功率,由电压等级决定。
3.4 遥信动作正确率
在电网运行的过程中,会出现遥信拒动或遥信误动的现象,成为电网运行的安全隐患。遥信动作正确率反映的是远动装置、开关辅助接点、信号传输通道等方面的问题,定义为:
式中:Nrf为开关拒动次数;Nun为开关误动次数;Nop 为总的开关动作次数,为遥信正确动作与误动、拒动次数的总和。
遥信动作正确率表征了开关遥信状态和设备量测的同步性,开关遥信的拒动或误动都会造成状态估计拓扑错误,进而影响状态估计结果的准确性,遥信动作的正 确性保证 了状态估 计计算模 型的正确性。
4 指标权重设置
各指标对评价对象的影响程度不同,采用层次分析法(AHP)来确定各评价指标的权重系数[19,20]。AHP是一种定性分析和定量分析相结合的系统分析方法。该方法通过将评价指标的重要程度两两比较,形成判断矩阵P,然后求出判断P的最大特征值λmax对应的特征向量,则归一化后的特征向量即为各评价指标的权重。最后进行判断矩阵的一致性校 验,如果校验通过,则指标权重分配合理,如果校验不通过,需要重新调整判断矩阵,重新计算。
则状态估计综合评价的结果可记为:
式中:wi为根据判 断矩阵确 定的各评 价指标的 权重;yi为各评价指标的结果;n为评价指标个数;y为综合评价的结果。
另外,为了排除由于各指标的量纲不同及数值量级差别所带来的影响,需要先对评价指标做无量纲化处理。采用向量规范法[21]实现评价指标的无量纲化。
式中:j为不同的指标序号;i为每个指标下的不同地区的指标值序号;yij* 为无量纲化之后的指标值。
5 实际电网算例分析
为了更加直接地展示多指标综合评价方法在实际系统应用的情况和评价指标的合理性,本文选取了某调度中心智能电网调度控制系统的某一个状态估计结果断面进行分析,如表1所示。本节的分析主要是通过多指标综合评价方法反映出电网模型和数据所存在的问题,将所选取的各项指标的权重均取0.2。
表1中状态估计有功遥测不准确度、状态估计无功遥测不准确度、母线有功功率不平衡度为极小型指标,取值越小越好,状态估计遥测合格率和遥信动作正确率为极大型指标,取值越大越好。通过极大型一致化处理和向量规范法无量纲化处理,并根据各项指标的权重求得各区域的综合评价指标值。
通过表1的统计信息可以看出,本次状态估计结果遥测合格率中C地区最高,但是其有功遥测不准确度也是最高的,说明C地区具有比较高的遥测合格率但有功估计却是最差的。统计C地区所有有功量测点的遥测不准确度分布,如图2所示。
由图2可以看出,大部分量测的不准确度小于0.01,实际上分析不准确度发现,其中一个量测的不准确度高达474.84,此量测所在母线的有功不平衡量为87 MW,有功量测不平衡解决后,遥测合格率变化很小,但是有功遥测不准确度降到了0.005,母线有功功率不平衡度降到了2.89。
A地区状态估计遥测合格率最低,有功和无功的遥测不准确度不是最高的,但是母线有功功率不平衡度比其他地区大得多,因此A地区的问题主要集中在量测上,特别是量测导致的母线功率不平衡。将A地区比较大的几个母线功率调整平衡以后,状态估计有功遥测不准确度下降到0.015,无功遥测不准确度下降到0.003,母线有功功率不平衡度下降到10.672,说明仍有功率不平衡的母线存在。
D地区在有功遥测不准确度和母线有功功率不平衡度都比C地区好的情况下,遥测估计合格率仍然比C地区低,表明了无功估计对D地区的遥测估计合格率影响比较大,问题主要集中在无功量测和电压量测上。同时发现,从综合评价指标上来看,D地区要比C地区的数据质量水平高,但D地区的状态估计遥测合格率却比C地区低,表明了状态估计有功遥测不准确度和母线有功功率不平衡度指标在增加电网基础数据质量水平的区分度上的有效性。
综合以上分析,单纯的状态估计遥测合格率并不能完全反映出状态估计的水平和存在的问题,结合遥测不准确度、母线功率不平衡度和遥信动作正确率,为状态估计准确度的评估提供更高的区分度, 更能反映出电网的模型和数据的问题所在。
6 结语
现有的状态估计评价指标比较单一,分析结果不够全面,本文以影响状态估计结果精度的因素为基础,提出了状态估计多指标综合评价方法,指标的选取遵循辨识性和冗余性的原则。以选取的状态估计遥测合格率、状态估计遥测不准确度、母线功率不平衡度和遥信动作正确率四个典型指标为例,并通过实际电网系统的案例,说明了多指标综合评价方法在状态估计结果精度评价上的有效性,能够反映出电网所存在的模型和数据的问题,通过对电力系统状态估计结果的评价来指导对电网基础模型数据质量的提升。如何在实际应用中完善指标集以全面地反映状态估计结果精度,实现对电网基础模型数据质量的评估将是下一步研究的重点。
摘要：对电力系统状态估计结果的评价是反映电网基础模型数据质量的重要手段。结合目前状态估计评价指标存在的问题,以影响状态估计准确性的因素为基础,提出了状态估计多指标综合评价方法。该方法多角度考虑了影响状态估计的因素,所提出的评价指标需要遵循辨识性和冗余性原则。文中以选择的四个典型性指标为例,应用层次分析法确定了各指标的权重,并通过实际电网系统的案例,验证了多指标综合评价方法在状态估计结果精度评价上的有效性,能够反映出电网模型数据存在的问题。
关键词：状态估计,综合评价,基础模型数据,层次分析法,辨识性,冗余性
状态指标 篇2
1 考察电网运行态势异常的着眼点
1.1 电网汲出流过量或者是超常变化引起的态势异常情景
首先是负荷的高位迅速升高。通常体现在负荷水平和负荷的升高已经超过了常态的标准和水平,这样的情况下非常容易导致系统的上调容量和上调相应迅速的下降,甚至基本处于完全消耗的状态。而这一现象也是引起电网态势异常的一个重要的外部因素,通常这种现象会发生在比较极端或者是恶劣的天气中,用电负荷过大就会出现符合水平和变化已经超出了正常的水平。此外在风和光电源渗透率比较高的情况下会因为风速的下降而使得系统的负荷呈现出异常的现象,这也会使得电网态势逐渐开始恶化,所以对这种情况也要极度的重视。
其次是负荷低位期的再次快速下降。这种现象通常会呈现为负荷水平明显超出正常的水平,在这样的情况下比较容易出现系统下调容量和下调相应的迅速减弱,这样也使得备用的资源比较少,甚至还会出现完全没有备用资源的情况。出现这种现象的主要原因是负荷出现了低谷效应,或者是参与运行的小火电设备数量大量减少等等综合因素导致了这一现象的产生,所以自实际的工作中应该采取多种措施来对这一现象进行有效的控制。
最后是重大的庆典或者是娱乐活动结束以后的负荷异常现象。在这种状况下,尤其是在晚间或者是接近傍晚的时间和重大事件有密切的关联同时结果又是未知的活动结束之前或者是刚刚结束的时候,是很难对负荷的实际情况予以清晰的掌握的,这个时候就有可能发生因为方向把握的不是非常准确而出现的电网运行态势异常的现象。
1.2 因为电网注入源过 / 欠量或者是超常变化而引起的态势异常现象
首先是从节点和局部网络以及系统的整体去看,系统运行的过程中会存在着响应支撑能力不符合系统运行标准的现象。这种情况通常会表现为负荷高位频率相对较低或者是频率偏高的时候会出现系统的调节功能存在着非常严重的不足的情况,负荷处在较高水平的时候电压过低,所以也无法保证系统的正常运行。
其次是间歇性电源功率的超长剧烈波动现象。间歇性的电源功率超长剧烈运动现象如果得不到及时有效的处理就非常有可能会引起局部电压波动的频率比较高,同时波动的幅度也比较大的情况,一部分的线路潮流波动的幅度过大,甚至还会出现相关断面潮流的宽裕程度不是非常好的情况,如果情况十分严重还可能会成为引起低频振荡的一个重要的源头。
再次是因为电网结构超常变化而引起的态势异常。电网运行中设备的故障或者是操作中的失误都是非常容易产生网络结构产生剧烈变化的,同时还有可能会因为这一缘故减弱电网结构运行中的稳定性。出了一些正常的或者是小范围的事故操作而导致的变化幅度超常现象,还有可能是外部环境方面产生了一些变化甚至出现了一些极端的恶劣天气而使得电网运行过程中出现了异常的现象,这种情况也会使得电网结构运行中的不稳定性大大增加,它也是电网运行态势异常进一步加重的主要原因,但是这一因素是一种非常特殊的情况,所以本文暂时不对此情况予以分析。
2 情景交错及其对电网运行态势恶化的影响
除了要关注更多的单个或者是单一种类的异常情况引起的相关电网运行的态势恶化情况之外,在实际的运行中还需要注意的是多个或者是多种类型的负荷情景相互之间的共同作用对电网运行的实际影响,在电网运行过程的一般规律角度上来看,电网运行态势的恶化和综合因素的交错影响有着更加密切的联系,而一旦出现了这样的问题就会使得电网运行的态势更加的恶化,在电网运行的过程中,网络的汲出流和注入源等很多方面都会出现异常的现象,虽然这种综合性的作用方式出现电网故障的可能性不是很大,但是在局部地区或者是某个时间段出现异常现象是非常有可能的,如果出现了这样的现象就非常有可能造成局部地区电网无法正常的运行。例如,在符合高位出现快速上升的情况下如果遇到无功备用资源供应不足的情况或者是电源的反向功率出现了大幅度的波动时就属于是典型的复杂型和综合型的情况,这种现象会使得电网运行态势恶化的速度更快,甚至还有可能导致电网长期处在一个恶劣的运行环境当中,所以在提取电网运行异常状态的特征和指标的时候也要注意其能否会使得这种作用变得更强。
3 电网运行态势异常的综合评估
3.1 特征与指标阈值的整定
从有关研究和应用的最新进展中寻求整定的技术依据。例如 :与振荡阻尼、脆弱性有关的参数阈值,可以按此原则进行整定。在有关研究和应用的最新进展中,通常会给出阻尼偏弱、脆弱性偏低等参考值,这些值对阈值整定具有借鉴意义。
3.2 态势异常度综合评估
(1)多层次模糊综合评判
多层次模糊综合评判是一种十分常用的方法,它可以应用于多个领域。例如 :将此法应用于电力系统电压态势预警等级的综合评判,并在电网电压态势分析中取得了良好的应用效果。该方法的最大障碍在于不同因素的模糊隶属度的确定及不同因素之间的权重的选择。
(2)基于货币化量度的风险类综合评判方法
风险类综合评判方法是一种可以考虑多种因素,特别是带有不确定性因素的新方法。在以往的风险评估方法中,通常需要将事件发生后产生的不良后果采用货币化表示。由于不良后果的货币化表示本身就带有很大的不确定性,加之导致不良后果的事件的发生概率往往难以准确掌握,故风险评估结果的可信度通常受到质疑。针对不良后果的货币化难以表示这一困难,有学者提出采用风险控制代价或其他物理指标代替对不良后果的评估。目前,这方面的研究正方兴未艾,尚有许多工作有待进一步深入。
4 结语
在实际的工作中对电网运行状态和趋势异常进行次详细的分析能够有效的反映出近期电网运行中可能会存在的问题,同时也可以根据电网运行的实际情况来采取有效的措施,将故障或者是异常现象有效的降低,在这一基础上还可以为电网建设提供更加有效的技术保障。
摘要：电力系统在运行的过程中会受到很多因素的影响,所以电力系统运行的过程中也会体现出非常强的脆弱性,这种情况也会使其在运行的过程中会受到很多因素的干扰,最终处在了非正常运行的状态,本文主要分析了电网运行异常的状态特征与趋势指标,以供参考和借鉴。
状态指标 篇3
关键词：大跨度桥梁,状态评估,环境随机激振法,动力性能指标
随着科学技术的进步和工业水平的提高, 我国桥梁建设取得了令人瞩目的成就。然而我们却会面临新的挑战, 即有越来越多的公路桥梁出现耐久性降低和承载力不足等问题。特别是在遭遇自然灾害后, 桥梁的养护、维修和加固等方面的问题愈发不容忽视。2013年12月16日13时04分, 巴东县东瀼口镇 (北纬31.1度, 东经110.4度) 发生4.8级地震, 震源深度5 000m, 随后发生多次余震。受地震作用, 巴东长江大桥有明显结构响应, 有必要对震后的桥梁工作状态进行检测评定。目前常用于桥梁结构评定方法[5]主要有基于外观调查评定法、以设计规范为基础的验算评定法、荷载试验评定法、承载能力的精细有限元模拟分析等, 而该文则采用了基于动力测试指标的方法, 对主跨为388m的巴东长江公路大桥进行了振动测试, 并与震前的振动测试记录进行对比研究, 评估其震后工作状态。
1 基于动力测试的桥梁结构评定思想
采用基于动力测试的桥梁损伤与评估理论的基本思想[3]在于:结构的物理参数如几何尺寸、材料特性等的变化必然会导致结构动力特性的改变, 因此可以根据结构的实测动力特性来反演结构物理参数的改变。动力检测因具有测试速度快, 对结构不会产生新的损伤, 能够实时检测, 在总体上把握结构的形态等突出优点而经常用于损伤识别。动力识别方法[3]按照有无激振输入可分为有激振动力识别和无激振动力识别。按照有无基准参照可分为:依据有限元模型动力识别和无有限元模型动力识别。按照动力识别所采用的不同识别方法及特定动力参数可分为:基于模态参数的损伤准则及指标法、结构模型修正法、时域响应法、神经网络与遗传算法识别法, 以及其他一些方法。此次采用的是环境激振法 (脉动法) , 通过模态识别分析, 根据振动测试的结果对结构的性能进行结构性能的评判, 为桥梁结构的养护维修提供可靠的依据。
2 基于动力测试的评定方法
2.1 环境激励机理
桥梁结构的动力特性是其固有的性质, 与结构的质量、刚度、阻尼分布及其材料特性有关, 动力特性的测试方法[1]有自振法、共振法和脉动法。其中脉动法也称环境随机激振法, 即结构在环境扰动作用下, 例如自然风、地脉动、机器或车辆引起的扰动等, 虽然引起结构振动的振幅极为微小, 但脉动响应所包含的频率成分相当丰富, 它不需要任何激振设备, 又不受结构形式和大小的限制, 特别适用于测量结构整体的自振特性, 最后通过计算机进行模态识别分析即可得到被测结构的动力特性。
2.2 环境激励试验设计
巴东大桥主桥部分采用全漂浮的结构体系, 即主梁在索塔位置无竖向支撑, 主梁沿纵桥向可以在一定范围内自由变位, 同时为了限制主梁横桥向的位移, 在塔梁交界处设置主梁横向限位装置。根据理论分析, 其各个主要自振模态的首阶频率较低。该次试验采用941B超低频加速度传感器作为拾振设备, 采用DH5922数据采集和分析系统进行数据采集与分析。通过在桥梁适当位置布置测点并采样, 在时域和频域分析的基础上得到结构的频率、振型和阻尼特性。
为了尽可能测出更多阶振型参数, 可预先估算结构振型, 或分析以前的动测试验结果, 以便在结构的敏感点布置拾振器。拟在斜拉桥主梁上两侧布置加速度传感器, 并进行多点多方向的测量, 测出对称竖弯、反对称竖弯、扭转的各个振型。具体如下:在桥上的11个拟定测点, 各自沿主桥横桥向、竖向, 分3批次进行布设, 桥面测点布置如图1所示, 图中数字表示测点号。测试时, 每次采样时间不少于30min。将竖向传感器、水平向传感器各一个放置于参考点, 作为不同批次试验的参考点且不可移动。详见图1。
该次试验选择在晚上进行, 试验时温度恒定, 风速小于5km/h。受环境干扰比较小, 即振动获取的噪声比较小。按计划分3批次进行数据采集, 每批采集持续时间约为40min, 水平方向的传感器摆放的朝向为图1中Y方向。DH5922设置为外输入数采, 采样频率100Hz, 传感器DIP设为2。
2.3 评定规则
桥梁自振频率变化能够反映结构整体性能和受力体系的改变。通过测试桥梁自振频率的变化, 可以分析桥梁结构性能, 评价桥梁工作状况。按照《公路桥梁承载能力检测评定规程》 (JTG/T J21—2011) 的评定方法, 根据实测自振频率fmi与理论计算频率fdi的比值, 按表1的规定确定自振频率评定标度。
3 实验数据及分析
图2表示第一批采集时的部分测点的时程。图3~图7横坐标表示时间单位为秒, 纵坐标表示振幅。
经采用不测力法分析计算, 巴东长江大桥的模态参数如表2所示。
说明: (1) 表中提供2个测值的, 表明桥面处存在同频同振型特征信号, 由于现场测试时间有限, 暂难于区分, 需在今后的重复测试中进行甄别。 (2) 根据实测数据的回归分析, 按照《公路桥梁承载能力检测评定规程》 (JTG/T J21—2011) 的评定方法, 在巴东12·16里氏4.8级地震后, 大桥各主要振型基频与成桥后初始值吻合较好, 其动力性能正常, 符合规范要求, 在正常使用极限状态下可以继续工作。
4 结语
目前, 对桥梁结构的工作状态评估是一个十分活跃且极具潜力的研究领域, 人们对其关注度也逐渐提高。该文以巴东长江公路大桥为研究背景, 以如何建立动力评估方法为核心, 对涉及到的动力性能参数测试、数据的分析处理以及震后工作状态综合评定系统等相关问题进行了探讨与研究。通过对振动测试的结果进行理论、数值分析, 进行了大跨度斜拉桥震前与震后的振型、频率、阻尼的对比, 说明基于动力性能指标对桥梁工作状态的评估方法是可行的。
参考文献
[1]杨雅勋.基于动力测试的桥梁结构损伤识别与综合评估理论研究[D].西安:长安大学, 2008.
[2]李咏忠.大跨度斜拉桥动力特性分析及主梁损伤识别[D].南昌:南昌大学, 2010.
[3]施洲.基于动力测试的桥梁结构损伤识别及性能评定理论与应用研究[D].成都:西南交通大学, 2003.
[4]朱劲松, 肖汝诚.桥梁损伤识别的实用模型修正方法研究[J].工业建筑, 2006 (S1) , 219-224.
[5]陆烨佳.斜拉桥结构运营期状态评级与安全评定方法研究[D].哈尔滨:哈尔滨工业大学, 2012.
[6]闰桂荣, 段忠东, 鸥进萍.基于结构振动信息的损伤识别研究综述[J].地震工程与工程振动, 2007 (3) :95-103.
状态指标 篇4
1 对象与方法
1.1 对象
采用整群抽样法, 于2009年6月从北京市海淀区2所小学选择一～五年级494名7～11岁学生作为研究对象, 剔除10名无血液检测指标者, 最终共获484份有效数据, 其中男生275名, 女生209名。
1.2 方法
研究对象均检测了身高、体重、腰围 (WC) 、收缩压 (SBP) 、舒张压 (DBP) 、总胆固醇 (TC) 、三酰甘油 (TG) 、低密度脂蛋白胆固醇 (LDL-C) 、高密度脂蛋白胆固醇 (HDL-C) 、空腹血糖 (FPG) 、C-反应蛋白 (CRP) 。儿童清晨空腹 (禁食12～14 h) 到达现场后由医生先采取空腹静脉血4 mL。静坐5 min后, 由经过培训的医生测试其身高、体重、腰围、血压。身体测量均遵循《全国学生体质健康与调研检测细则》进行[4]。血液于室温下凝固离心后, 采用Olympus全自动生化分析仪测定TC, TG, LDL-C, HDL-C, FPG和CRP, 试剂盒均来自日本积水医疗株式会社, TC, TG采用酶法, LDL-C、HDL-C采用直接法, FPG采用己糖激酶法, CRP采用乳胶免疫比浊法。
1.3 各指标界值点的判定与分组说明
超重、肥胖判定标准依照《中国学龄期儿童青少年超重、肥胖BMI筛查分类标准》[5];血压依照2005年全国学生体质健康与调研城市学生第95百分位数分组, 舒张压、收缩压中有1项或2项过高者即为血压过高;结合国内学者相关研究, 将CRP水平小于等于0.68 mg/L者作为机体系统性炎症低水平组, 将大于0.68 mg/L 者作为高水平组[6,7,8];TC和LDL-C 参考美国国家胆固醇计划 (NCEP) 推荐的儿童青少年血脂谱水平异常判断标准[9], 即取TC≥5.17mmol/L, LDL-C≥3.36 mmol/L为过高;TG, HDL-C参考Ferranti等推荐的标准[10], 即TG≥1.1 mmol/L, HDL-C<1.3 mmol/L者为异常; TC, TG, LDL-C, HDL-C中任意1项及以上指标异常定义为血脂异常;FPG采用世界糖尿病联合会 (IDF) 的标准[11], FPG≥5.6 mmol/L为过高。
1.4 统计分析
用EpiData 3.1软件建立数据库, 进行数据双录入和检错。利用SPSS 13.0软件对数据进行统计分析, 各组间根据数据具体情况, 比较采用t检验、方差分析或秩和检验, 相关性分析采用Spearman相关分析, 多因素分析采用非条件Logistic回归分析。
2 结果
2.1 不同性别、年龄组小学生CRP水平比较
见表1, 男女学生血清CRP平均水平分别为1.34 mg/L和1.44 mg/L;总体CRP均值为1.38 mg/L, 中位数1.00 mg/L。经检验, 不同性别、不同年龄组学生间CRP水平差异均无统计学意义 (P值均>0.05) ;男、女生不同年龄间CRP水平差异亦均无统计学意义 (P值均>0.05) 。
2.2 不同组别男生CRP水平比较
如表2所示, 各指标按照性别以及相应标准分组后, 只有男生不同BMI分组、男生不同TG分组间CRP水平差异均有统计学意义 (P值均<0.05) 。其中肥胖组CRP水平明显较正常组高;TG过高组CRP水平明显较正常组高。
2.3 各指标与CRP水平的相关性
研究显示, 对于男生而言, 血清CRP水平随着血脂水平的增加而逐渐升高, 其中TC, TG, LDL-C水平与CRP水平间均呈正相关 (P值均<0.05) ;此外, 腰围与CRP水平呈正相关。对于女生而言, CRP水平与各指标的相关性均无统计学意义 (P值均>0.05) 。见表3。
2.4 影响学生CRP水平的多因素分析
以0.68 mg/L作为标准把CRP分成低水平组和高水平组, 将年龄、BMI分组、TC、TG、HDL-C、LDL-C、FPG、腰围 (WC) 和血压指标 (DBP分组、SBP分组) 作为影响因素进行多因素Logistic回归分析, 并以基于LR (偏最大似然估计) 的后退法进行变量筛选。结果显示, 对于男生, 随着腰围、血清HDL-C和LDL-C水平的增加, 机体CRP的水平逐渐增加;而对于女生, CRP水平随着年龄、舒张压、血清TG和HDL-C的增加而升高, 见表4。
注:*P<0.05, **P<0.01。
3 讨论
由于增大的脂肪组织分泌过多的炎症因子, 使肥胖者实际上处于一种慢性低浓度的炎症状态[12], 不同于一般感染所造成的经典型炎症, 肥胖所致炎症的主要控制器官是脂肪组织[3], 并以血清炎症因子和CRP表达增加、白细胞数量增多及其活性增强为特点[13]。CRP是指示低浓度炎症较强的一个生物标记物[14], 常用来评价体内的炎症水平[12,14,15], 美国国家健康营养调查 (NHANES) 认为具有高水平CRP和白细胞计数的超重儿童正处于全身低度炎症状态[12]。
根据对肥胖儿童青少年的调查显示, 即使极幼龄的肥胖儿童体内亦存在着慢性炎症[3]。许多报道显示, CRP、IL-6、TNF-α等炎症因子在肥胖成人和儿童青少年都较正常体重者高[12]。本研究亦发现, 对于男生, BMI肥胖组CRP水平明显高于BMI体重正常组, 但正常组与超重组以及正常组与肥胖组间的CRP水平不明显。
根据NHSNES和其他的研究显示, BMI是预测儿童CRP的较好指标[3], 但也有调查发现, 腰围能够更好地反映体内的炎症水平[16]。本研究发现, 尽管单因素分析时男生的腰围和BMI分组均显示与CRP水平密切相关, 但多因素分析时则只有腰围与CRP呈现出显著性关联, 提示在本研究中腰围较BMI能够更好地反映男生体内CRP水平。究其原因可能与腰围较BMI能更好地反映内脏脂肪的蓄积程度, 而导致肥胖所致炎症的主要器官是脂肪组织 (尤其是内脏脂肪组织) 有关[3]。
增大的脂肪组织一方面造成体内脂类代谢的异常, 另一方面通过释放过多的炎症因子, 与血管壁相互作用, 影响高血压的发生发展[3,17]。本研究在对各影响因素进行控制和筛选后亦发现, 男、女生血脂水平升高是血清CRP过高的危险因素, 而较高的舒张压也会增加女生CRP水平过高的风险。
多因素回归分析还显示, 男、女生CRP水平的影响因素具有明显的差异, 女生的影响因素较男生更为“隐晦”, 需要在控制其他影响因素后才能显现出来, 提示在今后的研究中应该注意这种性别差异, 而不应将两者一概而论。
由于条件所限, 本研究并没有随机选择研究对象, 这给结论的外推带来了一定的局限。同时由于本研究只是一个横断面研究, 不具有因果推论效用, 因此本结论的解释有待于进一步观察和研究。
状态指标 篇5
1 课题研究背景和意义
运动鞋鞋腔的微气候—热湿条件发生明显变化,不仅能给运动鞋穿着者带来生理上的不舒适,降低运动鞋穿着者的运动效果,而且这种生理上的不舒适也会引发其心理上的不舒适,导致运动鞋穿着者的情绪下降,致使运动效果的降低效应加强;极其剧烈的不舒适,甚至有可能给人体带来运动伤害。
鞋的舒适性,从广义上来说,是指穿鞋者通过感觉(视觉、触觉、听觉、嗅觉、味觉)和知觉等,对所穿着运动鞋的综合体验,包括生理上的舒服感、心理上的愉悦感和社会文化方面的自我实现、自我满足感。运动鞋舒适性从狭义上来说,就是指生理舒适感[1]。
运动鞋的舒适感很大程度与运动鞋所使用的材质相关,在运动鞋设计中,设计师应运用各种不同材质的组合,来进行设计风格和设计理念的凸显塑造[2]。
目前,对运动鞋热湿舒适性的评价多是从制鞋材料的性能角度进行研究,即采用客观评价法,利用各种指标(主要是制鞋材料的各项性能)的定量测试,来间接评价其舒适性,与穿着者的联系并不密切,这就使运动鞋的热湿舒适性无法全面的得到衡量和体现。因此,探讨脚-鞋-环境系统之间的关系,对整个运动鞋的热湿舒适性动态过程的研究是相当必要的。
本课题旨在从客观物理指标测试与生理指标相结合的角度出发,研究在静止、慢跑等状态下,运动鞋鞋腔微气候中湿热传递的规律与人脚生理变化的关系,为进一步研究鞋腔热湿变化提供一定的基础数据和理论指导。
2 研究的主要内容
在运动鞋舒适性所包含的众多指标当中,热湿舒适性是其中一个很重要的指标。
研究表明,鞋腔内的湿气是运动鞋穿着过程中感觉不舒适的最重要的因素之一。
鞋腔内由帮面和底部件形成一个微气候环境,它是成鞋与人脚皮肤之间的微小空间的温度、湿度、风速等因素的总称,是影响运动鞋热湿舒适性的关键因素。
穿鞋后,人们感到是否舒适,不仅与材料和成鞋的物理性能和特征有关,还与人们的活动方式、环境条件以及人们的生理、心理因素有关。
本课题研究的主要指标包括鞋腔温度、鞋腔相对湿度、人脚各部位温度等。
选择5种款式结构相同、材料不同的运动鞋,通过大量的测试者模拟静止、行走等状态,对样品鞋进行试穿试验,测试不同的运动状态、运动时间内,受试者鞋腔内温湿度和各项生理指标,分析鞋腔温湿度值随时间变化、生理指标和鞋腔温湿度之间的变化规律。
3 试验
3.1 设备和材料
试验设备主要用到德国TESTO-温湿度仪(625)、红外温度测试仪、DP8650“负离子”电动跑步机。
试验用鞋选择5双浅口的运动鞋和同样大小的纯棉袜子若干双。
3.2 试穿人员基本情况
(1)年龄
不同年龄段人对于同一温度的主观感觉并不一样,其本身的脚表面温度也不一样。
一般来说,儿童和老年人对温度敏感度要低于成年人;儿童的脚表面温度比成年人高,成年人比老年人高。
本次试验统一选择年龄为18~22岁青年学生。
(2)性别
因为女性和男性感觉灵敏度不完全相同,对舒适性的要求也不一样,为了保证本次试验条件统一,本次试穿人员统一选择男性青年。
(3)身高和体重
这两个因素会影响人的肥胖程度,而比较肥胖的人由于皮下脂肪较厚,因此皮肤温度较低[32]。
本次试验试穿人员将身高统一为165~170cm,体重为60~65kg。
(4)籍贯
如果一个人长期生活在某一个生活环境中,即使此环境的温湿度不符合该个体的标准热、湿舒适模式,他也不会感觉出来,这是一种习惯现象,这是由于人的大脑神经系统对该环境热湿刺激产生疲劳[3]。
不同地域的人,由于长期生活习惯和文化背景的不同,对温度的适应性不一样,因此会影响到生理指标和心理指标。
本次测试人员选择了气候和生活习惯较为接近的泉州市的20名同学。
3.3 试验方案
由于食物是人体产生热量的主要来源,而吃饭时间的长短则会影响人体自身产热量的多少,进而影响人的冷暖感和生理指标的变化。
同时,人的生理指标、心理指标在一天之中会呈现周期性波动,如体表温度在凌晨2~6点最低,在下午1~6点最高。血压也有周期性变化规律,一般在上午8~11点最高,在0~8点最低。
本课题试验将每次测试前的最近的进餐时间统一为上午8∶30,9∶00开始进行测试,以减少对试验结果的影响。
3.3.1 试验准备
试验开始前30min,记录员进入实验室进行环境温湿度调试,打开并调试跑步机步速,测量试验用鞋初始鞋腔温度和相对湿度,做好试验记录相关准备;试验开始前15min,测试人员进入实验室适应环境气候(温度:25℃,相对湿度:30%),确保心情舒缓,穿上试验用袜,确保试验前脚部皮肤干燥。
3.3.2 试验步骤
根据不同的外界环境,结合人们实际工作和生活情况,本课题相关试验测试一共选择了2种有代表性的状态,即静止状态和行走状态(步速:4km/h)。
静止状态:每隔5min后,用温湿度测试仪测量鞋腔的温度和相对湿度,用红外温度测试仪测量试穿人员的人脚各部位的温度,记录员记录上述各项数据。每次静止状态的试验时间为60min。
行走状态(步速约4km/h):每隔2min或更长的时间后,记录试穿人员的各项主观评价值、生理参数和客观物理指标。每次行走状态的试验时间为3min。
试穿人员穿脱鞋子时,为了防止外界空气进入鞋腔,影响鞋腔内温湿度的数据准确性,每次脱、穿时,都用大的密封性好的塑料袋套住鞋口后,迅速脱掉密封好的运动鞋后,进行测量。
注:**,代表显著性水平为0.01。
4 数据处理与分析
为研究运动鞋成鞋热湿舒适性,首先需要对影响穿着状态下运动鞋热湿舒适性的各相关参数进行分析。
相关性分析[4]是衡量变量之间线性相关程度的强弱并用适当的统计指标表示出来的一种分析方法。
根据本课题试验测量数据的性质,选择二元定距变量相关分析。
4.1 客观数据
为了确定左、右脚的不同对人的热湿舒适性的评价有无影响,对5双试验用鞋的试验数据进行了两配对样本T检验(Pared-Samples T Test),目的是为了了解2个样本之间是否有显著差异存在。
5双鞋左、右脚鞋腔温度两配对样本T检验结果见表1。
由表1可见,在置信率为95%即显著性水平为95%的情况下,Sig.(P值)均大于0.05,本测试符合T检验零假设,也就是说试穿人员左、右脚对运动鞋热湿舒适性的评价没有明显差异。因此,可以将人对右脚的舒适性评价作为对运动鞋整体舒适性的评价。
为了确定静止和行走两种不同状态对运动鞋穿着舒适性有无影响,对测试者穿着每双鞋的静止和行走状态下的各物理指标、生理指标和主观评价值,进行两独立样本T检验,结果见表2。
由表2可知,在置信率为95%的情况下,两种状态下的鞋腔温度、相对湿度、大趾缝温度的相伴概率(F值)、Sig.(P值)均大于显著性水平0.05,不能拒绝方差相等的假设,即可以认为静止和运动状态的差异对各指标的数量关系无影响。因此,可以选择运动状态研究各指标的相关关系,建立运动鞋穿着热湿舒适性的评价体系。
为了确定鞋腔温度和相对湿度的相关关系,以及能否利用已知的鞋腔温度预测鞋腔相对湿度值,需要对二者进行相关性分析和回归分析。运动鞋鞋腔相对湿度与鞋腔温度相关系数分析见表3。
由表3可知,在显著性水平为0.01时,鞋腔相对湿度与鞋腔温度存在显著正相关关系,其相关系数达到0.931,否定原假设。所以,根据表3可以得出结论,随着鞋腔温度的升高,鞋腔相对湿度也升高。
要利用鞋腔温度结果预测鞋腔相对湿度,需要进行回归分析,使用SPSS软件,对其进行曲线回归分析,把鞋腔温度作为自变量,鞋腔相对湿度作为因变量,置信率为95%。选择线性回归模型,其线性回归结果和图示回归模型见表4。
表4给出了鞋腔温度和鞋腔相对湿度两个变量之间的相关系数R、判定系数R2、调整判定系数R2、估计值的标准误差,以上数据可以说明样本回归方程的代表性强。
对鞋腔温度和相对湿度的回归方程进行方差分析,见表5。
表5给出了自由度、平均离差、F统计量和显著性水平,鞋腔温度和相对湿度的回归方程显著水平为0.000。
从这部分结果可以看出:统计量F=116.602,相伴概率值P<0.001,说明自变量x与因变量y之间确实存在线性回归关系。
从表5中可以看出,相伴概率值(显著性系数)P<0.001,说明该回归方程有意义。
鞋腔湿度和鞋腔温度回归系数分析见表6。
从表6可知,常数项为-234.380,回归系数为11.816,回归系数检验量为10.798,该线性方程为:y=-234.380+11.816x。式中:y为鞋腔相对湿度,x为鞋腔温度。
4.2 生理参数
为了确定各生理参数与大趾缝温度的相关关系,并能利用已知大趾缝温度预测其它生理参数,需要对其它各生理参数与大趾缝温度之间进行相关性分析和曲线回归分析,各生理参量相关分析见表7。
由表7可知,在显著水平为0.05的情况下,小趾缝温度、前掌温度、脚心温度、内腰窝温度与大趾缝温度存在显著正相关关系,因此,将大趾缝温度作为生理参数的代表,来预测其它生理参数,具有一定的合理性。
小趾缝温度和大趾缝温度的线性回归系数分析见表8。
根据表8回归计算结果得到小趾缝温度和大趾缝温度回归方程为:y=-0.522+0.968x,式中:y为小趾逢温度,x为大趾缝温度。
前掌温度和大趾缝温度的线性回归系数分析见表9。
根据表9回归计算结果得到前掌温度和大趾缝温度回归方程为y=1.485+0.939x,式中:y为前掌温度,x为大趾缝温度。
脚心温度和大趾缝温度的线性回归分析见表10。
注:a,自变量为鞋腔温度,b,因变量为鞋腔相对湿度。
注:a,鞋腔温度的预测值;b,因变量为鞋腔相对湿度。
注:a,因变量为鞋腔相对湿度。
注:a,因变量为大趾缝温度。
注:a,因变量为小趾缝温度。
注:a,因变量为小趾缝温度。
注:a,因变量为小趾缝温度。
注:a,因变量为大趾缝温度。
注:a,因变量为大趾缝温度;**,代表显著性水平为0.01。
注:a,因变量为大趾缝温度。
根据表10回归计算结果得到脚心温度和大趾缝温度的回归方程为:y=4.537+0.784x,式中:y为脚心温度,x为大趾缝温度。
内腰窝温度和大趾缝温度的线性回归分析见表11。
根据表11回归计算结果得到内腰窝温度和大趾缝温度的回归方程为:y=5.604+0.775x,式中:y代表内腰窝温度,x代表大趾缝温度。
为确定客观数据和生理参数之间的数量关系,结合上文研究结果,需要对鞋腔温度和大趾缝温度进行相关性分析和回归分析,见表12。
由表12可知,鞋腔温度和大趾缝温度之间呈现显著相关关系,说明一个变量的改变会导致另一个变量也随之改变。如何通过已知一个变量,求得另外一个变量,需要对它们之间的数量关系进行曲线回归分析。
通过图1可以得知,鞋腔温度和大趾缝温度之间存在明显线性关系,因此对其进行线性回归分析,见表13。
从表13中可以看出,常数项为-22.217,回归系数为1.962。回归方程为:y=-22.217+1.962x,式中:y为大趾缝温度,x为鞋腔温度。
从表13还可以看出,回归系数检验量为14.229,相伴概率值P<0.001。说明回归系数与0有显著区别,该回归方程有意义。
4.3 鞋腔温度与时间曲线估计
本课题试验测试了在一定环境条件下各个时间点的客观数据,以及相对应的生理参数,为了明确各测量数据和时间之间的相互关系,需要对数据变量和时间之间做时间序列的曲线估计。
所谓的时间序列的曲线估计,是分析社会和经济现象中经常用到的一种曲线估计。通常把时间设为自变量x,代表具体经济或社会现象的变量设为因变量y。研究变量x和y之间的关系的方法,就是时间序列曲线估计,其具体步骤与一般的曲线估计基本类似。
因为上述章节已经分析得出各变量之间的相互关系,因此只需要研究一个变量的时间序列曲线估计,就可以推断出其它相应时间的变量。
本文选择了鞋腔温度和时间变化关系进行研究,其回归效果见图1,综合方差表及二次、三次回归系数分析表见表14~表16。
从图1中可以看到,不同时间点的鞋腔温度与曲线估计各模型的预测值之间的拟合程度。
由表14可以看出,二次函数和三次函数的曲线回归模型拟合度最高,其判定系数R2都达到了0.949,但是从表15、表16可知,三次函数的回归系数的相伴概率值P>0.05,不符合显著性水平,而二次函数的回归系数的P值远小于0.05,符合显著性水平检验。
因此,应该采用二次函数的模型,即鞋腔温度与时间的变化关系大致呈二次函数分布。其回归方程为:y=21.284+0.898x-0.027x2,式中:y为鞋腔温度,x为时间。
5 结论
本课题对影响穿着状态下运动鞋微气候热湿舒适性的重要指标进行测试,并且对测试者穿着5双试验用鞋的试验数据进行了两配对样本T检验,确定了左、右脚不同,对运动鞋热湿舒适性的评价没有明显差异。
对受试者穿着每双鞋的静止和行走状态下的各物理指标、生理指标进行独立样本T检验,确定了静止和运动状态的不同,对各项指标之间的数量关系无显著影响。
对受试者穿着每双鞋的静止和行走状态下的各物理指标、生理指标进行测试。
通过统计分析得到,鞋腔温度和鞋腔相对湿度之间,大趾缝温度和小趾逢温度、前掌温度、脚心温度、内腰窝温度之间的回归方程。
通过主客观相结合统计分析,得到鞋腔温度和大趾缝温度的回归方程。
状态指标 篇6
1 研究对象与方法
1.1 研究对象
广西女子乒乓球队两名主力运动员。基本情况为:殷X, 1991年出生, 运动健将;候X, 1992年出生, 运动健将。
1.2 研究方法
1.2.1 测试法:
运动员晨起静脉抽血。测试指标: (1) 血成分:Hgb、RBC、HCT。 (2) 代谢产物指标:BUN、LDH。 (3) 内分泌指标:T、C。
1.2.2 对比分析法:
2009年第11届全运会、2013年第12届全运会备战阶段的冬训练期间进行测试, 2009年冬训期间测试一次, 2013年冬训期测试两次。对比分析测试结果。
1.2.3数理统计法:
用Microsoft Excel 2003对数据进行处理。
2 结果与分析
2.1 血色素 (Hgb) 变化情况
Hgb是评定运动员有氧代谢能力的重要指标。由表1、表2可见, 与全国优秀运动员Hgb[1]比较, 殷X的最高值超过中国乒乓球队和广东省乒乓球队女运动员平均值, 候X的最高值接近中国乒乓球队女运动员平均值, 超过广东省乒乓球队女运动员平均值。说明两名运动员的正常情况下的机能状态不错。在两届全运会备战周期中, 两名运动员2009年的Hgb最高值略优于2013年, 说明2009年的状态稍好于2013年, 但差距不大, 值差为3-4%, 说明二人的机能状态在四年中保持相对稳定。分析认为运动员达到一定的水平后, 进步空间有限, 正常机能状态下的Hgb值变化不大。2013年的最低值与四年来的最高值之差为9-13%。一般认为, 当Hgb的水平较训练前下降了10%时, 运动员比赛成绩大多不好;Hgb水平下降20%时, 运动员成绩明显下降。最低值出现原因一方面考虑为大运动量训练所致, 另一方面与测试时适逢月经期有关。经询问得知, 殷X 2013年最低值出现的原因包括测试时正值经期。二人在2013年冬训期间的Hgb下降可经过营养、康复手段及运动量调整而恢复, 属正常下降范围内。
2.2 血睾酮 (T) 和皮质醇 (C) 变化情况
保持较高的T水平是乒乓球运动员维持良好的身体机能状况, 获得比赛胜利的关键。长时间运动训练后T升高, 是身体机能增强的表现[1]。
测试结果显示, 二人2013年最佳T、C值与2009年相比变化不大。说明到达一定水平后, 运动能力提高空间有限, T值相对稳定。也说明二人在两届全运会备战期间身体机能状态保持较稳定。殷X的T值最高与最低值差达55%, C值最高与最低值差达83.57%, 考虑与测试时逢月经期有关。本研究T、C值测试方法与冯连世[1]报道的国家队及广东省队乒乓球女运动员的测试方法不同, 在中国知网未查获国内相关乒乓球女运动员的T、C值报道, 因此未能与国内运动员进行比较。
2.3 血清激酶 (CK) 变化情况
CK增高说明运动量过大, 需要恢复。测试结果显示, 二人CK值2013年较2009年略有增高, 较2002年广东女队运动员测试结果 (73.26±35.42) 高出较多, 但未达到疲劳程度。自身对比, 殷X 2013年低值与2009年测试结果相近, 2013年训练前后比较相差12.7%, 表明训练达到一定的量。候X 2013年的测试结果低值与2009年相当, 2013年训练前后测试比较相差近46.97%, 结合其Hgb近10%的差值表现, 提示其2013年冬训期间的上量训练及恢复的效果明显。
2.4 血尿素氮 (BUN) 变化情况
血尿素变化可推测随运动负荷的大小, 监测运动性疲劳的发生情况。表5、表6显示, 广西2名运动员的测试结果与国家队和广东省队队员相比, 相对较低, 该指标未提示出现训练疲劳。林文涛曾[1]测试乒乓球女子单打、双打运动员赛后测试结果BUN平均值分别由5.89升至8.53, 5.01升至7.87。两届全运会冬训期间自身比较, 候X 2013年的测试结果较2009年低, 殷X 2013年与2009年测试结果相近, 但二人均未提示出有明显的疲劳状态。
3 结论和建议
3.1 2013年与2009年相比, 两运动员最高Hgb、T值的变化不大, 说明二人运动能力已达到稳定水平, 提高空间不大。也说明二人在两届全运会期间的身体机能状况保持稳定。因而能够连续参加两届全运会。
3.2两运动员在2013年冬训期间的CK值略有变化, 考虑因训练运动量不同所致。BUN值变化不大, 显示期间的运动量变化对此项指标的影响不大。
3.3女运动员经期前后测试Hgb、T、C值变化较明显。
3.4监测评定运动员机能状态, 需要生化指标各项结合评价, 单一指标评价可能会存在误差。评价中需要考虑运动员的个性化指标情况, 前后变化。
3.5生化指标只是评价乒乓球运动员机能状态的一个要素。根据乒乓球运动快速多变的特点, 反应时、脑电图等指标也具有重要评价意义。本研究仅从生化指标角度对运动员机能状态进行评价, 尚未全面掌握运动员的机能状态。在有条件的情况下可结合神经反应性指标等进行综合评价, 能更准确掌握运动员的机能状态。
参考文献