和Tarmac SL8一样，Tarmac SL9同样利用速度公式进行开发——它不是一个标语，而是一个关于骑士完成比赛所需时间的真实公式。

该公式的计算结果是实际赛道上的完赛时间。虽然速度公式本身基于基础物理原理，但真正的奥妙在于我们团队如何应用该公式，以及用于填充公式数据的准确性。每个变量几乎都会被独立测量，然后整合到单一的模拟中。

这种方法在自行车运动中或许尚属新鲜，但在其他注重竞技表现的运动项目中早已行之有效。在一级方程式赛车、帆船运动及类似项目中，冠军车队不会孤立地优化单一指标，而是依托综合性能模型，根据赛道或赛场的具体要求，对所有变量进行平衡调整。一辆一级方程式赛车的制造目的，并非为了使其成为最轻或动力最强的单一存在。它的调校旨在特定赛道上跑出最快的单圈时间。同样地，“速度公式”让我们能够精准地调整几乎所有变量，目标并非追求最佳的单一数值，而是为了实现最快的完赛时间。

尽管公路与砾石公路的计算公式相同，但决定性因素却大不相同。在公路车语境下，由于车速较快且滚动阻力较小，降低骑士与自行车整体的风阻比在砾石公路车上更为关键。正是对影响完赛时间的各种因素的深刻理解，指引了Tarmac SL9的诞生。

速度公式的结果，正是在真实赛道上的完赛时间。

为何是大环赛和五大古典赛？

我们将大环赛关键赛段和五大古典赛作为Tarmac SL9的评价基准，因为这些比赛塑造了现代公路车的性能评价标准。它们代表了对一辆公路车最严苛的要求，也是我们打造Tarmac之时所瞄准的胜利目标：

·真正能实现突围制胜的机会

·绵延不绝的高速赛段

·爬坡、下坡和平路交织的丰富地形

·将车手和装备推向极限的赛程时长

·在疲劳达到顶峰时，成为胜负关键的空气动力学效率

如果一辆自行车在这里更快，那么在任何关键场合它都会更快。

“我们致力于打造世界上最快的自行车，通过针对真正决定比赛胜负的关键时刻进行工程设计。从环法自行车赛各赛段到春季古典赛，基于真实赛道的分析数据以及车手数据，都融入了Tarmac的每一个细节，力求在比赛达到白热化时，它能发挥出更出色的性能。”

——Alex Jerome，Tarmac SL9产品经理

骑士中心空气动力学

动态腿部人体模型

没有公路车可以脱离骑士参赛——对于空气动力学数据而言，骑士与车亦缺一不可。正因如此，我们在 Win Tunnel 风洞测试中采用了现已升级至第六代的动态腿部人体模型。与静态人体模型或仅对自行车进行测试不同，该系统能够捕捉骑士在竞赛速度下，其全身动态如何改变流经自行车的气流。

多年来的每次迭代都带来了以下成果：

•提高了可重复性

•降低了测试方差

•获得了更准确的、以骑士为中心的CdA值

骑士——不仅仅是骑士的腿——会让气流发生显著的改变。

任何缺少骑士存在的气动数据都是不完整的。

“我们的第六代人体模型系统是基于十余年的Win Tunnel风洞工程经验专门打造的，旨在提供测试自行车更精准、可重复性更高且更逼真的方法。这不仅仅在于拥有一个更真实的人体模型——更在于拥有一个从零开始构建的完整系统，力求每次将自行车放置在人体模型下方时，模型都能处于真实且正确的姿势，并得到充分支撑。如果人体模型的位置偏差哪怕只有半厘米，其产生的阻力差异甚至会比更换所骑的自行车还要大。”

——Lionello Bardina，空气动力学研发工程师

更精准的自行车测试系统的核心特征：

•    人体模型：我们的模型基于真实骑士的扫描数据制作而成，能够做出真实的踩踏动作。它结合了机器人般的可重复性，是迄今为止最接近真实骑士的测试模型。

•    支撑架：该支撑架可对骑行姿势进行微调，并能完全支撑人体模型，无需依赖双手。

o 若需用手支撑，车把宽度的每次微小调整都会导致空气阻力发生显著变化

o    我们旨在测量自行车本身的空气阻力，而非因车把宽度导致的骑行者空气阻力

•    激光投影仪：采用毫米级精度的激光投影系统，确保每次更换自行车时，人体模型相对于每辆车的五通位置都能精确到毫米

生于竞赛，通过倾听与观察来学习

孤立的空气动力学与骑士数据都不足以为顶级车手们打造出全新的梦幻战车。

通过研究真实比赛中的车手，我们发现了一些能从根本上改变空气动力学表现的行为。例如，大多数突围车手只携带一个水壶，而非两个。与传统配置（通常假设配备两个水壶和两个水壶架）相比，这会显著改变座管和后三角周围的气流。我们围绕这一真实比赛配置，对整车后部进行了重新设计。结果就是我们的“Win Fin”。针对致胜场景的具体空气动力学现实进行调整，能够为骑士节省约0.5W。

我们还分析了高速突围阶段的车手骑行姿势——在这些时刻，空气动力学效率对比赛胜负的影响最为关键。我们的测试用人体模型现已优化，能够更精准地还原这些决定比赛胜负的关键姿势，确保每一项空气动力学决策都基于车手实际的比赛方式，而非我们对比赛方式的假设。

这些数据直接应用于我们的“完赛时间”模拟中。