指标 (Metrics)PMC（表现管理图）
训练压力平衡（TSB）
把 TSB 理解为模型化较长期负荷与近期负荷的差值，并掌握 Trainingload.ai 公式、适用问题和准备度边界。
训练压力平衡（TSB）
**训练压力平衡（TSB）**是 Trainingload.ai 当前 PMC 模型中 CTL 与 ATL 的差值，用于表示模型化近期负荷相对慢速较长期负荷所处的位置。
界面可能把 TSB 标记为状态（Form），或使用“清新度”描述。TSB 不直接测量准备度、恢复、健康或表现。
TSB
示例数值仅用于界面预览。
Trainingload.ai 使用的公式
TSB_today = CTL_today − ATL_today- TSB 为负：当前 ATL 高于当前 CTL，即模型化近期负荷高于较慢负荷水平。
- TSB 接近零：两个模型平均值相近。
- TSB 为正：当前 ATL 低于当前 CTL，即模型化近期负荷低于较慢负荷水平。
正负号描述负荷关系，不代表运动员感觉一定好或坏。
为什么 TSB 变化快
Trainingload.ai 默认使用七天 ATL 平滑周期和 42 天 CTL 平滑周期。因此训练增加或减少时 ATL 反应更快。减少训练时，ATL 通常下降更快，TSB 上升；负荷构建时，ATL 通常上升更快，TSB 下降。
适合回答的问题
TSB 可以帮助组织以下问题：
- 模型化近期负荷高于还是低于较长期趋势？
- 恢复周或减量是否按预期降低了近期负荷？
- 明显变化是否能由计划和来源活动解释？
- 负荷关系是否与主观状态和课程执行一致？
它无法独立回答：
- 运动员是否已经达到比赛或测试准备状态？
- 负值是否“有效”或“危险”？
- 正值是否“最佳”或代表训练不足？
- 医学或生理上必须休息几天？
不要使用通用 TSB 区间
“巅峰”“最佳训练”“高风险”等区间是特定教练上下文中的经验规则，不是通用产品保证，也不应当作安全阈值。
对个人有用的范围取决于负荷计算、运动类型、训练历史、赛事要求、主观响应和数据质量。应从可比较的个人周期建立上下文，而不是强行追逐通用目标。
在减量或构建期使用 TSB
减量期应确认训练量和近期负荷按预期下降，同时关键课程执行仍然合适。TSB 上升是模型负荷变化的证据，不证明减量已经成功。
构建期 TSB 下降可能符合计划。应检查变化是否匹配计划，以及课程质量、主观状态、疼痛、生病或恢复信号是否提示需要重新考虑下一节课。
验证 TSB 解释
- CTL 和 ATL 使用一致、有效的活动负荷。
- 比较使用预期运动类型和日期范围。
- 正负号被描述为负荷关系，而不是诊断。
- 已加入主观状态和完成课程质量。
- 比赛、伤病、生病或恢复决策没有只依赖通用 TSB 区间。