舉重運動員羅崇陽抓舉技術動作運動生物力學分析

張丹

中圖分類號：G884.1? ?文獻標識：A? ? ?文章編號：1009-9328（2021）11-110-01

摘? 要? 2021年東京奧運會我國舉重項目取得了7金1銀的好成績，男子81千克級冠軍由我國舉重名將呂小軍奪得。在這一級別，我國不乏優秀運動員，其中四川運動員羅崇陽近幾年在國內的比賽中表現較為突出，在2020年全國錦標賽中以抓舉165千克，挺舉200千克取得了第二名，這一成績追平了2021年全國錦標賽中的冠軍成績，甚至超過了第十四屆全運會這一級別的冠軍成績，說明運動員技術動作的穩定性至關重要。本文對羅崇陽極限重量下抓舉成功失敗技術動作的各階段指標進行對比分析，希望找出影響運動員動作穩定性的原因，進而提出合理意見，幫助運動員提高動作的穩定性。

關鍵詞? 舉重? 抓舉技術? 羅崇陽? 運動生物力學

一 、研究對象

羅崇陽，1998年4月25日出生，身高168厘米，2020全國舉重錦標賽81千克級第二名;2019全國舉重錦標賽81千克級第三名。

二、研究方法

（一）三維錄像解析法

1.使用兩臺JVC GC-PX100型攝像機，分辨率為1920×1080，拍攝頻率50幀/s，快門1/800s。攝像機擺放在舉重臺兩側，攝像機主光軸與運動員失狀軸成45°角，兩臺攝像機主光軸成90°角。空間坐標采用simimotion28點空間坐標。水平面擺放直角坐標，X軸正方向指向運動員正面方向，Y軸正方向指向運動員左手方向。每次拍攝前后擺放坐標。采用遙控閃光燈作為同步標識，閃光燈亮第一幀作為同步幀，手動剪輯同步視頻。

2.拍攝運動員正常訓練的抓舉技術動作，抓舉動作160千克成功動作8個，失敗動作8個，輸入FASTMOVE人體運動自動捕捉人工智能系統，軟件采用21關節點人體模型，使用低通濾波法以7.4Hz的頻率對曲線進行濾波處理。軟件輸出各關節和重心坐標、速度、加速度，各關節角度、角速度、角加速度以及各數據隨時間變化曲線圖。

（二）數理統計法

利用SPSS22.0軟件將得到的成功、失敗動作的各數據進行兩獨立樣本T檢驗。

三、研究結果

階段劃分參考王向東、任景萍、徐文泉等人的研究，將抓舉技術階段劃分為六個階段。第一階段伸膝提鈴：杠鈴離地時刻（伸膝最大時刻）;第二階段引膝提鈴：伸膝最大時刻（引膝最大時刻）;第三階段最大發力：引膝最大時刻（鈴速最大時刻）;第四階段慣性上升：鈴速最大時刻（杠鈴最高時刻）;第五階段下蹲定鈴：杠鈴最高時刻（杠鈴最底時刻）;第六階段支持站立：杠鈴最低時刻（站立支撐時刻）。

伸膝提鈴階段選取指標具體如下。雙手握距、杠鈴離地瞬間踝關節角度、杠鈴離地瞬間膝關節角度、杠鈴離地瞬間髖關節角度、杠鈴離地瞬間軀干與垂直軸角度、杠鈴離地瞬間上肢與垂直軸角度、杠鈴離地瞬間兩肩與水平角度、杠鈴離地瞬間人體重心距離地面高度、杠鈴離地瞬間杠鈴重心距離地面高度、杠鈴最大垂直速度、人體重心上升高度、杠鈴重心上升高度、杠鈴離地瞬間人體重心與杠鈴重心距離、人體重心與杠鈴重心距離變化、杠鈴前后擺動最大幅度;引膝提鈴階段選取指標：杠鈴重心最大垂直速度、人體重心上升高度、杠鈴重心上升高度、鈴杠重心速度最大時刻前后擺動速度、人體重心與杠鈴重心距離變化、膝關節變化幅度、髖關節變化幅度;最大發力階段選取指標：杠鈴重心最大垂直速度、人體重心上升高度、杠鈴重心上升高度、鈴杠重心速度最大時刻前后擺動速度、人體重心與杠鈴重心距離變化;慣性上升階段選取指標：人體重心上升的高度、人體重心下潛的高度、杠鈴重心最高高度、杠鈴重心上升高度、杠鈴重心最高時刻杠鈴重心高度/身高、杠鈴重心最高時刻前后擺動速度;定鈴階段選取指標：人體重心下降高度、杠鈴重心下降高度、杠鈴下降最大垂直速度、人體重心下潛最大垂直速度;支撐站立階段選取指標：人體重心上升高度、杠鈴重心上升高度、支撐定鈴時，上肢雙肢間夾角。

羅崇陽抓舉失敗動作均在下蹲定鈴階段發生失敗，故對前五階段所選指標分別進行對比分析，結果是引膝提鈴階段的膝關節變化幅度指標（p=0.013）、伸膝提鈴階段的人體重心上升高度（p=0.027）和杠鈴重心上升高度（p=0.040）指標在成功與失敗動作直接有顯著性差異。

四、分析與討論

引膝階段的膝關節變化幅度直接影響運動員的發力效果。通過數據得知成功動作的膝關節變化幅度比失敗動作的膝關節變化幅度大5±0.45°，較大的膝關節變化幅度可以使粗細肌絲達到一個合理的相對位置，使肌肉收縮更充分，直接導致后續伸膝提鈴基地人體重心上升高度、杠鈴重心上升高度更高。杠鈴上升高度高，使人體有充分的時間空間下降定鈴，從而促進抓舉動作成功。