Un nuevo modelo predice cómo las propiedades del calzado afectan el rendimiento de un corredor

Desarrollado por ingenieros del MIT, el modelo podría ser una herramienta para los diseñadores que buscan innovar en el diseño de zapatillas.

Un buen zapato puede marcar una gran diferencia para los corredores, desde los maratonistas de carrera hasta los principiantes de 5 km.

Pero cada corredor es único y un zapato que funciona para uno puede hacer tropezar a otro.

Aparte de probarse una variedad de diseños diferentes, no existe una forma rápida y sencilla de saber qué zapato se adapta mejor al estilo particular de correr de una persona.

Ingenieros del MIT esperan cambiar eso con un nuevo modelo que predice cómo ciertas propiedades del calzado afectarán el rendimiento de un corredor.

El modelo simple incorpora la altura, el peso y otras dimensiones generales de una persona, junto con propiedades del calzado como rigidez y elasticidad a lo largo de la entresuela.

Con esta información, el modelo simula la forma de correr de una persona, o cómo correría, con un zapato en particular.

Utilizando el modelo, los investigadores pueden simular cómo cambia la marcha de un corredor con diferentes tipos de calzado.

Luego pueden elegir el zapato que produce el mejor rendimiento, que definen como el grado en que se minimiza la energía gastada por un corredor.

Si bien el modelo puede simular con precisión los cambios en la marcha de un corredor al comparar dos tipos de calzado muy diferentes, es menos exigente al comparar diseños relativamente similares, incluida la mayoría de los zapatos para correr disponibles comercialmente.

Por esta razón, los investigadores imaginan que el modelo actual sería mejor utilizado como herramienta para los diseñadores de calzado que buscan ampliar los límites del diseño de zapatillas.

“Los diseñadores de calzado están empezando a imprimir zapatos en 3D, lo que significa que ahora pueden fabricarlos con una gama mucho más amplia de propiedades que con una simple pieza de espuma“, dice Sarah Fay, postdoctorada en el Laboratorio de Deportes y el Instituto de Datos y Sistemas del MIT y Sociedad (IDSS).

“Nuestro modelo podría ayudarles a diseñar zapatos realmente novedosos que también sean de alto rendimiento”.

El equipo planea mejorar el modelo, con la esperanza de que algún día los consumidores puedan usar una versión similar para elegir zapatos que se adapten a su estilo personal de correr.

“Hemos permitido suficiente flexibilidad en el modelo para que pueda usarse para diseñar zapatos personalizados y comprender diferentes comportamientos individuales“, dice Fay.

“Más adelante, imaginamos que si nos envías un video tuyo corriendo, podremos imprimir en 3D el zapato adecuado para ti”.

El nuevo modelo del equipo surgió de conversaciones con colaboradores de la industria del calzado deportivo, donde los diseñadores comenzaron a imprimir zapatos en 3D a escala comercial.

Estos diseños incorporan entresuelas impresas en 3D que se asemejan a andamios intrincados, cuya geometría se puede adaptar para brindar cierto rebote o rigidez en lugares específicos de la suela.

“Con la impresión 3D, los diseñadores pueden ajustar localmente todo lo relacionado con la respuesta del material”, dice Hosoi.

“Y vinieron a nosotros y esencialmente nos dijeron: ‘Podemos hacer todas estas cosas’. ¿Qué debemos hacer?‘”

“Parte del problema de diseño es predecir qué hará un corredor cuando le pongas un zapato completamente nuevo”, añade Fay.

“Hay que combinar la dinámica del corredor con las propiedades del calzado”.

Fay y Hosoi buscaron primero representar la dinámica de un corredor utilizando un modelo simple.

Se inspiraron en Thomas McMahon, líder en el estudio de la biomecánica de la Universidad de Harvard, quien en la década de 1970 utilizó un modelo muy simple de “resorte y amortiguador” para modelar la mecánica esencial de la marcha de un corredor.

Utilizando este modelo de marcha, predijo qué tan rápido podría correr una persona en varios tipos de pistas, desde superficies de concreto tradicionales hasta materiales más gomosos.

El modelo demostró que los corredores deberían correr más rápido en pistas más suaves y con mayor rebote que apoyaran la marcha natural del corredor.

Aunque esto puede no ser sorprendente hoy en día, la idea fue una revelación en ese momento, lo que llevó a Harvard a renovar su pista cubierta, una medida que rápidamente acumuló récords, ya que los corredores descubrieron que podían correr mucho más rápido en la superficie más suave y elástica.

“El trabajo de McMahon demostró que, incluso si no modelamos cada extremidad, músculo y componente del cuerpo humano, todavía podemos crear ideas significativas en términos de cómo diseñamos para el rendimiento deportivo“, dice Fay.

Siguiendo el ejemplo de McMahon, Fay y Hosoi desarrollaron un modelo similar y simplificado de la dinámica de un corredor.

El modelo representa a un corredor como centro de masas, con una cadera que puede girar y una pierna que puede estirarse.

La pierna está conectada a un zapato en forma de caja, con elasticidad y absorción de impactos que se pueden ajustar, tanto vertical como horizontalmente.

Razonaron que deberían poder introducir en el modelo las dimensiones básicas de una persona, como su altura, peso y longitud de las piernas, junto con las propiedades del material de un zapato, como la rigidez de la entresuela delantera y trasera, y utilizar el modelo para simular cuál será el modo de andar de una persona cuando corre con ese zapato.

Pero también se dieron cuenta de que la marcha de una persona puede depender de una propiedad menos definible, a la que llaman “función de costo biológico”, una cualidad de la que un corredor puede no ser consciente pero que, sin embargo, puede intentar minimizar cada vez que corre.

El equipo razonó que si pueden identificar una función de costo biológico que sea general para la mayoría de los corredores, entonces podrían predecir no sólo la marcha de una persona con un zapato determinado, sino también qué zapato produce la marcha correspondiente al mejor rendimiento de carrera.

Con esto en mente, el equipo analizó un estudio previo en cinta rodante, que registró mediciones detalladas de los corredores, como la fuerza de sus impactos, el ángulo y el movimiento de sus articulaciones, la elasticidad de sus pasos y el trabajo de sus músculos, cada uno con el mismo tipo de zapato para correr.

Fay y Hosoi plantearon la hipótesis de que la forma de andar real de cada corredor surgía no sólo de sus dimensiones personales y propiedades del calzado, sino también de un objetivo subconsciente de minimizar una o más medidas biológicas, aún desconocidas.

Para revelar estas medidas, el equipo utilizó su modelo para simular la marcha de cada corredor varias veces.

Cada vez, programaron el modelo para asumir que el corredor minimizaba un costo biológico diferente, como el grado en que balancea la pierna o el impacto que hace con la cinta de correr.

Luego compararon la marcha modelada con la marcha real del corredor para ver qué marcha modelada (y el costo asumido) coincidía con la marcha real.

Al final, el equipo descubrió que la mayoría de los corredores tienden a minimizar dos costos: el impacto que sus pies hacen con la cinta y la cantidad de energía que gastan sus piernas.

“Si le decimos a nuestro modelo: ‘Optimiza tu marcha en estas dos cosas’, obtenemos marchas de aspecto realmente realista que coinciden mejor con los datos que tenemos“, explica Fay.

“Esto nos da confianza en que el modelo puede predecir cómo correrán realmente las personas, incluso si les cambiamos el calzado”.

Como paso final, los investigadores simularon una amplia gama de estilos de calzado y utilizaron el modelo para predecir la marcha de un corredor y qué tan eficiente sería cada marcha para un tipo determinado de zapato.

“En cierto modo, esto ofrece una forma cuantitativa de diseñar una zapatilla para una carrera de 10 km frente a una zapatilla para maratón“, afirma Hosoi.

“Los diseñadores tienen un sentido intuitivo para esto.

Pero ahora tenemos una comprensión matemática que esperamos que los diseñadores puedan utilizar como herramienta para impulsar nuevas ideas”.

Fuente: MIT News