Review on Electrodynamic Suspension Trains and on-Board Superconducting Magnets
-
摘要:
电动悬浮列车具有速度高、悬浮间隙大、安全系数高等优点，在超高速磁悬浮列车领域具有十分光明的应用前景. 车载超导磁体是超导电动悬浮列车的核心组成部分之一，其服役可靠性是列车安全运行的重要基础. 本文系统地阐述国内外电动悬浮列车的发展历史及现状，针对国内外电动悬浮系统中车载超导磁体的结构和技术方案进行对比和总结. 高温超导磁体技术已经成为超导电动悬浮领域的重要发展方向，在列车行驶过程中车载超导磁体系统的热稳定性和振动稳定性是影响其可靠服役的重要因素. 高温超导磁体闭环运行技术、轻量小型化低温系统结构设计、高强度低漏热支撑结构设计等将是未来超导电动悬浮系统中车载超导磁体需要重点研究和解决的关键技术难题.
Abstract:The electrodynamic suspension (EDS) train has the advantages of high speed, large suspension gap, and high safety factor. It has a bright application prospect in the field of ultra-high-speed maglev trains. The on-board superconducting magnet is one of the core components of the superconducting EDS train, and its reliability in service is the basis for the safe operation of the train. In this paper, the development history and status of EDS trains in China and abroad were summarized, and the structure and technical solutions of on-board superconducting magnets in global EDS systems were compared and summarized. The high-temperature superconducting (HTS) magnet technology has become an important development direction in the field of superconducting EDS. The thermal and vibration stability of the on-board superconducting magnet system during the running of the train is an important factor affecting its reliable service. The closed-loop operation technology of HTS magnets, the structural design of lightweight and miniaturized cryogenic systems, and that of high-strength and low heat leakage support devices will be the key technical problems that need to be studied and solved for the on-board superconducting magnets in superconducting EDS systems in the future.
-
异质性最先在遗传学领域被提出，表示遗传物质存在的差异性会导致后代个体在遗传性状的差异. 在交通领域，体异质性理论表述了个体因先天条件或后天环境的差异，个体在外部特性、认知水平、感知态度以及价值观上表现各异，因此，不同出行者之间存在异质性，导致个体面对同一选择情景表现出不同的偏好，亦会面对同一影响因素时表现出敏感程度的差异. 相关研究表明：影响出行者出行选择行为的异质性通常来自于自身，包括可观测的异质性和不可观测的异质性，前者包括出行者性别、收入水平以及小汽车拥有情况等个体社会经济属性，后者主要针对出行者的出行偏好、主观感受以及社会认知等；在出行选择行为研究中是否考虑个体异质性会直接影响分析结果，异质性会通过出行者对交通方式选择的偏好表征出来，从而更好地解释不同群体出行方式的选择偏好，提升模型的拟合优度和解释能力[1-2].
近年来运用在各个领域的考虑个体异质性的模型有很多，如混合logit模型、潜在类别条件logit模型、潜在类别随机参数logit模型以及Hazard模型等[3-11]. 混合logit模型通过将出行属性参数设置为随机参数，依靠随机参数标准偏差探究随机偏好差异，能够在已知的实际选择结果基础上开展对个体级别的偏好估计；潜在类别logit模型通过最佳分类准则将全体样本划分为若干个潜在分类子群体，每个类别群体的参数估计值不同，通过对比不同类别群体之间参数估计值可以分析出不同类别群体间偏好；Hazard模型在进行异质性分析时，考虑时间因素对个体异质性的影响，个体异质性会跟随时间的动态变化，其优势在于能够对不可观测异质性进行测量. 这些模型都可以对个体异质性进行评估，但各模型的适用性未得到充分实证，可以通过不同选择行为问题以及样本进行具体分析，选择最适合的模型.
随着汽车共享与绿色出行相互融合发展，新能源汽车分时租赁逐渐成为一种新兴的出行模式. 本文对新能源汽车分时租赁加入后的城市交通出行方式选择行为进行研究. 为了更加深入地挖掘可观测的异质性对出行选择行为的影响，采用了混合logit模型以及潜在类别条件logit模型来测量个体异质性，既展现每个模型在个体异质性上的表现，也通过对比寻求拟合效果较优的模型，重点分析可观测的异质性所带来的影响，通过出行者个人属性与出行方式属性的交互影响，分析它们之间的偏好关系.
1. 模型构建
首先，确定选择枝集合. 基于目前城市出行中主要的交通出行方式，考虑与新能源汽车分时租赁存在竞争关系的出行方式作为备选项，确定选择枝集合为地铁、常规公交、出租车、私家车、新能源汽车分时租赁. 其次，确定影响选择枝效用的属性，根据实际情况设置步行时间（包括找车）、候车时间、车内时间以及费用作为出行特征属性，同时出行者的性别、年龄、学历、收入和私家车拥有情况等社会经济属性也会影响个体的选择.
1.1 基于混合logit的选择模型
混合logit模型与传统logit不同，模型考虑了个体异质性，能够假设出行者对于出行方式存在偏好差异，模型更加符合实际情况. 通过将出行方式属性参数设置为随机参数测量个体异质性，并能通过模型结果分析个体异质性对选择行为的影响.
在混合logit模型中，出行者
$ n $ 选择出行方式$ i $ 的效用为Uni=Vni+εni = K∑k=1βnikxnik+εni = βTnXni+εni, (1) 式中：
$ {V_{ni}} $ 和$ {\varepsilon _{ni}}{\kern 1pt} $ 分别为出行者n选择出行方式i的效用确定项和效用随机项，$i=1，2，\cdots，I $ ；$ {x_{nik}} $ 、$ {\beta _{nik}} $ 分别为出行者n选择出行方式i的第k种出行相关属性和对应参数； K为出行相关属性的总数；${{\boldsymbol{X}}_{ni}}$ 为能观测到的出行者n选择出行方式i的属性变量的完整向量，${{\boldsymbol{\beta}} _n}$ 为对应的参数向量.出行者n选择出行方式i的概率为
Pni=∫Lni(βn)f(βn|θ)dβn， (2) Lni(βn)=exp(βnXni)/I∑i = 1exp(βnXni)， (3) 式中：
${L_{ni}}\left({\text{•}}\right)$ 为多项logit模型中出行者n选择出行方式i的概率；$f\left( {{\boldsymbol{\beta} _n}|\theta } \right)$ 为${\boldsymbol{\beta} _n}$ 在条件$ \theta $ 下的随机参数概率密度函数；$ \theta $ 为分布函数的参数.本文将步行时间、候车时间、车内时间及费用对应的参数设置为随机变量，并且服从对数正态分布，则在混合logit模型中，
$ {V_{ni}} $ 可表示为Vni=Cni+K∑k=1βnikxnik+J∑j=1βnijsnij， (4) 式中：
$ {C_{ni}} $ 为出行者n选择出行方式i的固有常量；$ {s_{nij}} $ 为出行者n选择出行方式i的第j种个人社会经济属性；$ J $ 为个人社会经济属性的总数；$ {\beta _{nik}} $ 、${\beta _{nij}}$ 为对应属性的系数.1.2 基于潜在类别条件logit的选择模型
潜在类别条件logit模型能够科学合理地进行样本分类和建模分析，提高行为选择模型精度和解释能力[12-13]. 假设有
$N$ 个出行者，出行选择情景有$W$ 种，每个情景中有I种出行方式，运用潜在类别条件logit模型，根据最佳分类原则将总体样本分为M个不同类别. 若第n个出行者属于$m\;（m=1，2，\cdots，M）$ 类，第m类的出行者n选择第$w\;（w=1，2，\cdots，W）$ 个场景中的交通方式i的总效用为Unwi,m=Vnwi,m+εnwi,m=OTnwi,mξm+εnwi,m， (5) 式中：
$ {V_{nwi,m}} $ 、$ {\varepsilon _{nwi,m}} $ 和${{\boldsymbol{O}}_{nwi,m}}$ 分别为第m类的出行者n选择第w个场景中的交通方式i的固定效用、随机效用和出行属性特征向量；${{\boldsymbol{\xi }}_m}$ 为第m类权重向量.假设出行者n属于第m类选择第w场景中的交通方式i的概率为
Pnwi,m（ξm）=exp(OTnwi,mξm)I∑i=1exp(OTnwi,mξm). (6) 2. 问卷设计与调查
2.1 问卷设计
根据《2019年中国分时租赁行业研究报告》[14]显示，新能源汽车分时租赁出行距离多分布于10 ~20 km的中等距离出行，因此，本文确定以15 km的城市内中距离出行为基础进行问卷设计. 本文结合成都市中心城区客运交通的实际状况，以及新能源汽车分时租赁市场占有率较高的EVCRRD与GOFUN两类品牌收费对各属性的水平值进行设置，属性水平如表1所示，其中，私家车的费用包括油费和停车费. 本文选择正交设计来获得合适的属性组合. 正交设计可以保证各属性的独立性，避免属性的多重线性问题，有效地提高模型结果的精度. 本文利用正交设计，通过均衡搭配形成具有代表性和典型性的属性水平组合，最终生成16个选择情境组成一套问卷. 同时问卷采集了受访者的个人社会经济属性. 个人属性水平与编码设置如表2所示.
表 1 选择枝属性水平Table 1. Levels of alternative attributes出行方式 属性 水平 1 水平 2 地铁 步行时间/min 15 20 候车时间/min 2 5 车内时间/min 35 35 费用/元 5 5 公交 步行时间/min 10 16 候车时间/min 10 15 车内时间/min 50 64 费用/元 2 2 出租车 步行时间/min 2 3 候车时间/min 4 8 车内时间/min 30 45 费用/元 38 42 私家车 步行时间/min 5 8 车内时间/min 30 45 费用/元 15 20 新能源汽车
分时租赁步行时间/min 15 20 候车时间/min 0 0 车内时间/min 30 45 费用/元 17 24 表 2 个人属性水平及编码Table 2. Levels of individual attribute and coding变量 个人属性水平 编码 性别 男 1 女 2 年龄 18 岁 ~ 25 岁 1 26 岁 ~ 30 岁 2 31 岁 ~ 35 岁 3 36 岁 ~ 40 岁 4 41 岁 ~ 45 岁 5 45 岁 ~ 50 岁 6 51 岁 ~ 55 岁 7 > 55 岁 8 学历 初中及以下 1 高中/中专/技校 2 大专 3 本科 4 研究生及以上 5 月收入 > 3000 元 1 3000 ~ 5000 元 2 5001 ~ 8000 元 3 8001 ~ 10000 元 4 > 10000 元 5 拥有私家车 拥有 1 未拥有 2 2.2 调查开展与样本分析
本文在成都市开展问卷调查，共收集有效样本378份. 对有效样本进行整理分析，结果如表3所示. 有效样本中，男性占比46.0%，女性占比54.0%，基本符合人口调查比例. 年龄分布占比最多的是31岁 ~35岁，总体集中在18岁~ 40岁，较为符合新能源汽车分时租赁使用偏向中青年群体的特征. 受访者的收入主要集中在5000 ~ 10000元/月. 调查样本的年龄、性别与收入分布与抽样计划基本一致.
表 3 样本个人属性统计Table 3. Statistical results for individual attribute of surveyed samples调查内容 选项 样本数/份 比例/% 性别 男 174 46.0 女 204 54.0 年龄 18 岁 ~ 25 岁 61 16.1 26 岁 ~ 30 岁 83 22.0 31 岁 ~ 35 岁 115 30.4 36 岁 ~ 40 岁 64 16.9 41 岁 ~ 45 岁 26 6.9 45 岁 ~ 50 岁 25 6.6 51 岁 ~ 55 岁 4 1.1 > 55 岁 0 0 学历 初中及以下 8 2.1 高中/中专/技校 26 6.9 大专 67 17.7 本科 247 65.3 研究生及以上 30 7.9 职业 企业员工 223 59.0 商业/服务业人员 27 7.1 机关/事业单位人员 67 17.7 学生 53 14.0 其他 8 2.1 月收入 > 3000 元 59 15.6 3000 ~ 5000 元 59 15.6 5000 ~ 8000 元 126 33.3 8000 ~ 10000 元 87 23.0 > 10000 元 47 12.4 是否拥有
私家车有 261 69.0 没有 117 31.0 3. 结果分析
3.1 混合logit模型标定结果及分析
本文借助NLogit 4.0，利用极大似然模拟，采用Halton序列抽样，对混合logit模型进行标定，抽取总次数为500次时模型估计结果稳定，具体步骤为：
步骤1 已知对应参数的联合概率密度函数
$f\left( {{\boldsymbol{\beta} _n}{\text{|}}\theta } \right)$ 分布形式，给定$\theta $ 值，用Halton抽样法从密度函数中抽取一个随机向量，记为$\boldsymbol{\beta} _n^{(r)}$ ，r为抽取次数，第一次抽取，$r = 1$ .步骤2 利用式（3）计算本次抽样的概率值
${L_{ni}}\left( {\boldsymbol{\beta} _n^{(r)}} \right)$ .步骤3 重复步骤1、2共R次，R = 500. 计算
${L_{ni}}\left( {\boldsymbol{\beta} _n^{(r)}} \right)$ 的均值作为近似概率来给出模拟概率${P_{ni}}$ ，即Pni = 1RR∑r=1Lni(β(r)n). (7) 步骤4 本文样本为378份，出行方式为5个，构造样本的似然函数
$G\left( {{\boldsymbol{\beta} _n}} \right)$ 为G(βn)=378∏n=15∏i=1Pynini， (8) 式中：
$ {y_{{ni}}} $ 为0-1变量，当个体n 选择方案为 i 时，$ {y_{^{ni}}} $ 为1，否则为0.取式（8）的对数形式得到模拟极大似然算子为
K(βn)=378∏n=15∏i=1ynilnPni. (9) 可以证明式（9）是关于
$ {\beta _n} $ 的凸函数，因此令$K\left( {{\boldsymbol{\beta} _n}} \right)$ 对${\boldsymbol{\beta} _n}$ 的导数向量为0， 此时达到最大值，求得其极大似然估计值.步骤5 改变
$\theta $ 值，重复计算步骤1 ~ 4，直到模拟极大似然算子取得最大值.标定结果如表4所示. 通过P值检验各参数的显著性. 标定结果中，性别参数符号为正表示女性，参数符号为负表示男性；年龄、学历以及收入参数符号为正分别表示年龄越大、学历以及收入水平越高；而私家车拥有参数符号为正表示未拥有私家车，参数符号为负表示拥有私家车.
表 4 混合logit模型参数标定结果Table 4. Calibration results of mixed logit model属性 参数值 标准误差 P 值 步行时间 −0.0723① 0.01441 0 候车时间 −0.0447② 0.02036 0.028 车内时间 −0.0198① 0.00478 0 费用 −0.0207② 0.00998 0.038 步行时间标准差 0.0451② 0.20413 0.271 候车时间标准差 0.0315② 0.01723 0.068 车内时间标准差 0.0109③ 0.00587 0.064 费用标准差 0.0165② 0.00826 0.046 地铁固有常量 0.4389① 0.08190 0 公交固有常量 −0.5564② 0.25027 0.026 出租车固有常量 −0.7516② 0.38028 0.048 新能源汽车分时
租赁固有常量0.3935③ 0.22469 0.080 性别 0.1866 0.12011 0.120 年龄 0.2437② 0.12708 0.055 收入 −0.5649① 0.05821 0 学历 0.0976 0.83657 0.244 是否拥有私家车 −1.4824① 0.15972 0 注：①、②、③分别表示在1%、5%、10%下显著，后同. 由表4可以看出：
1） 公交、地铁、出租车和新能源汽车分时租赁4种选择枝的固定参数均显著，说明这4种方式未被观测到效用对其总效用各有影响. 新能源汽车分时租赁和出租车固定常数均显著，但前者参数符号为正，后者参数符号为负，说明相比于私家车出行，新能源汽车分时租赁具有一定的优势能够让部分私家车出行转移到新能源汽车分时租赁，出租车相对于私家车优势不明显.
2） 年龄、收入和是否拥有小汽车3个参数均显著. 其中，年龄参数符号为正，收入与是否拥有小汽车参数符号为负，表明年龄越大的出行者对地铁或者公交出行存在偏好，使用新能源汽车分时租赁的年轻群体更多，而收入较高的有车群体更愿意选择私家车出行.
3） 步行时间、候车时间、车内时间以及费用4个变量均显著且符号均为负，说明这4个变量值越高选择该交通方式的概率越低，符合实际情况. 其中，步行时间参数值绝对值最大，说明步行时间是影响出行方式选择较为重要的因素.
混合logit模型输出的属性变量的标准差值均显著，说明不同个体具有不同于样本均值参数估计的个体异质性. 为了分析个体异质性的可能来源，本文假设设置的随机参数异质性来源于个体社会经济属性的差异，通过使各随机参数与个体经济属性相互作用来确定. 本文利用NLogit软件分析个人经济社会属性与选择方案属性之间相互作用，得到的交互效应结果如表5所示. 首先，分析个体收入属性. “步行时间-收入”、“候车时间-收入”和“车内时间-收入”交互作用显著且呈正相关，说明收入越高的群体对步行时间、车内时间和候车时间增加更加敏感. 同时，“费用-收入”交互作用结果显著，符号为正，说明收入越高的群体对出行费用增加表现不敏感；综上，在个体异质性上收入越高的群体相比于出行费用更加注重时间价值，尤其是通勤出行时注重交通方式两端接驳的便利性，因此，更加合理和密集的租赁站点能够吸引这部分人群使用新能源汽车分时租赁. 同理分析个体私家车拥有属性. 步行时间、候车时间与私家车拥有情况交互作用显著，呈负相关，说明无车群体对步行时间和候车时间的增加表现不敏感，符合无车群体出行时多选择地铁、公交等传统公共交通方式的事实. “费用-拥车”交互参数显著且正相关，说明无车群体对于费用增加表现比较敏感，更偏好于公共交通出行. 新能源汽车分时租赁步行、候车时间比传统公共交通短，比私家车长，出行费用比传统公共交通高但比私家车便宜，更能吸引无车群体的使用.
表 5 个体社会经济属性与出行方案属性交互分析Table 5. Interaction analysis of individual social-demographic attributes and travel mode statistics交互属性 参数值 标准误差 z 值 P 值 步行时间-性别 −0.0150 0.01650 −0.91 0.362 步行时间-年龄 0.0017 0.00602 0.28 0.776 步行时间-学历 −0.0026 0.01105 −0.24 0.813 步行时间-拥车 0.1134① 0.01901 5.97 0 步行时间-收入 −0.0254① 0.00898 −2.83 0.005 候车时间-性别 −0.0007 0.01723 −0.04 0.966 候车时间-年龄 −0.0059 0.00640 −0.92 0.359 候车时间-学历 0.3591 0.01146 −0.30 0.763 候车时间-拥车 0.1071① 0.02051 5.22 0 候车时间-收入 −0.0579① 0.00929 −6.23 0 车内时间-性别 0.0079 0.00840 0.94 0.345 车内时间-年龄 0.0030 0.00308 0.96 0.338 车内时间-学历 −0.0101③ 0.00545 −1.85 0.064 车内时间-拥车 −0.0063 0.00951 −0.66 0.507 车内时间-收入 −0.0096② 0.00431 −2.23 0.026 费用-性别 0.0038 0.00805 0.47 0.642 费用-年龄 0.0028 0.00295 0.95 0.340 费用-学历 −0.0023 0.00549 −0.42 0.676 费用-拥车 −0.0373① 0.00912 −4.09 0 费用-收入 0.0355① 0.00430 8.25 0 3.2 潜在类别条件logit模型标定结果及分析
潜在类别条件logit模型进行出行方式选择行为分析的第一步是确定出行者的最佳分类数. 最佳分类数的确定基于定量与定性的考虑，通过一致的赤池信息准则 （consistent Akaike information criterion，CAIC）和贝叶斯信息准则 （Bayesian information criterion，BIC）定量确定最佳的潜在类别数量，CAIC值和BIC值越小，模型拟合度越高. 实际运用时通过设置一个最大的分类数量，然后利用潜在类别条件logit模型对每个分类数量下的样本进行回归，从而获取每个类别数量对应的CAIC和BIC，一般情况选取CAIC和BIC最小时的分类数作为最佳的潜在类别数量，当无法同时满足时，通常取CAIC最小值的分类数作为最佳分类数. CAIC 和BIC分别为
QCAIC=−2D+h(1+lnN), (10) QBIC=−2D+hlnN, (11) 式中：D为样本最大对数似然值；h为拟合模型参数的总数量.
运用stata编程得到不同分类数的CAIC以及BIC， 结果如表6所示，表中，LLF为对数似然值.
表 6 潜在类别条件logit模型分类结果Table 6. Classification results of latent-class conditional logit model类别 LLF CAIC BIC 2 −1978.08 4053.238 4039.238 3 −1899.77 3959.967 3912.967 4 −1862.93 3961.655 3927.655 5 −1849.01 4003.150 3959.150 6 −1833.14 4040.768 3959.150 7 −1822.50 4088.827 4024.827 8 −1815.94 4145.058 4071.058 由表6可知：当潜在类别的数目增多时，模型适配LLF绝对值也在下降，当分类数为3时，其CAIC和BIC均为最小值，说明最佳潜在类别数量为3，因此，将通勤选择模型的样本划分为3个类别. 对样本进行潜在类别条件logit模型回归，结果如表7所示.
由表7可知：步行时间、候车时间、车内时间以及费用4个变量参数值符号均为负，与混合logit模型结果一致，但不同参数估计值在不同类别中显著性各异，说明不同类别的出行者在对出行方式选择的偏好程度上表现出了较强的异质性. 具体分析如下：
表 7 潜在类别条件logit模型回归结果Table 7. Regression results of latent-class conditional logit model类别 属性 参数值 标准差 z 值 P 值 步行时间 −0.2000① 0.045527 −4.40 0 1 候车时间 −0.0508 0.052150 −0.97 0.330 车内时间 −0.0496② 0.020274 −2.45 0.014 费用 −0.4654① 0.107002 −4.35 0 2 步行时间 −0.1776① 0.015585 −11.40 0 候车时间 −0.2419① 0.019889 −12.16 0 车内时间 −0.0246① 0.007539 −3.27 0.001 费用 −0.0050 0.007848 −0.64 0.523 3 步行时间 −0.0330① 0.011412 −2.89 0.004 候车时间 −0.0657① 0.015323 −4.29 0 车内时间 −0.0381① 0.006395 −5.96 0 费用 −0.0446① 0.006366 −7.00 0 1） 类别1群体中步行时间和费用参数显著，候车时间参数不显著，费用参数绝对值为3个类别中最大，说明类别1群体属于“费用敏感型”，能够接受较长的候车时间，但不太能接受费用的增加，这类群体更偏好于选择地铁或公交出行.
2） 类别2群体中步行时间与候车时间参数显著且绝对值较大，费用参数不显著，说明类别2群体属于“时间敏感型”. 这类群体出行时对时间因素更加关注，而对费用敏感程度不高，更偏好于私家车或出租车出行. 新能源汽车分时租赁也属于小汽车出行，通过提升车辆品质以及个性化服务能够提升其对类别2群体的吸引力.
3） 类别3群体中4参数均显著，参数绝对值都介于类别1和类别2之间，属于“出行平衡型”. 这类出行者选择交通方式时会同时关注时间和费用因素，不会对某一因素特别敏感，希望在各个出行属性上寻求平衡，而新能源汽车分时租赁服务特性能较好满足这类群体出行需求.
将类别3作为参考基准，出行者特性对潜在类别的影响如表8所示. 由表可知：固定常数在类别1中不显著，在类别2中显著且符号为负，说明未观测到的固定效用对类别2的出行方式选择有抑制作用，类别2的群体有向类别3转移的可能；性别和年龄在类别1中均不显著，在类别2中均显著，且性别参数符号为正，年龄参数符号为负，即在类别2中女性更加愿意选择类别2群体所偏爱的私家车或出租车，且类别2群体随着年龄的增加，越不容易成为“时间敏感型”，因此，类别2中，年龄越大的女性可能更容易被能够提供优质服务的新能源汽车分时租赁所吸引；学历在类别1中显著且符号为负，在类别2中不显著，说明在类别1中，学历越高越不容易成为“费用敏感型”；收入在类别1和类别2中均显著，但前者参数符号为负，后者为正，说明收入越高对时间越敏感.
表 8 出行者特性对潜在类别的影响Table 8. Influence of travelers’ characteristics on latent class类别 属性 参数值 标准差 z 值 P 值 1 性别 0.5523 0.388434 1.42 0.155 年龄 −0.3348 0.453656 −0.74 0.461 学历 −0.7091③ 0.389555 −1.82 0.069 收入 −0.7178③ 0.412547 −1.74 0.082 是否拥
有私家车1.3281① 0.390433 3.40 0.001 固定常数 0.5060 0.310452 1.63 0.103 2 性别 0.9755② 0.481793 2.02 0.043 年龄 −0.9951② 0.489439 −2.03 0.042 学历 0.5408 0.614215 0.88 0.379 收入 0.8241① 0.266693 3.09 0.002 是否拥有私家车 −3.0222② 0.834863 −3.62 0.001 固定常数 −2.4347① 0.922243 −2.64 0.008 3.3 模型对比分析
通过计算得到混合logit模型和潜在类别条件logit模型的拟合优度和命中率如表9所示. 两个模型的各参数检验效果较好，具有一定的解释力，都是考虑个体异质性的出行选择行为模型. 由表可知：潜在类别条件logit模型的拟合优度比混合logit模型提高了0.04，潜在类别条件logit模型的拟合效果更好. 潜在类别条件logit模型的命中率比混合logit模型的命中率高16.57%，说明潜在类别条件logit模型对全体样本进行分类标定，对预测不同偏好的群体的选择行为有一定的优势；潜在类别条件logit模型对出行者进行了类别区分，区分度为0.9084，能较好地对全样本群体进行群体偏好性区分，通过最佳分类数将出行者划分为不同群体，并同时对每一类群体进行标定，分析参数标定结果可以明确不同种类的特征以及出行偏好. 综上所述，相较于混合logit模型，潜在类别logit模型拟合效果更好，模型解释力更强，对预测不同偏好群体的新能源汽车分时租赁选择行为具有一定的优势.
表 9 模型对比分析Table 9. Model comparison analysis项目 混合 logit 潜在类别条件 logit 拟合优度 0.139 0.143 命中率/% 61.28 77.85 区分度 0.9084 4. 结 论
本文以成都市实际调查数据为基础，分别建立了基于混合logit以及基于潜在类别条件logit的选择模型分析考虑异质性的新能源汽车分时租赁选择行为，对相关属性变量参数进行了显著性分析，并对两种模型进行了对比，所得主要结论总结如下：
1） 步行时间、候车时间、车内时间以及费用均对新能源汽车分时租赁选择行为有着重要影响，但不同的出行者对时间和费用的敏感程度不同，表现出不同的个体偏好性. 其中，步行时间对出行者选择影响最为显著. 新能源汽车分时租赁应该合理地提升租赁站点的密集度、增加可供租赁的车辆数，减少步行和找车时间以吸引更多出行者.
2） 收入、性别、学历及私家车拥有情况等个人属性对不同类别出行者的选择行为有着不同的影响. 新能源汽车分时租赁可以考虑提供差异化服务丰富出行者的选择，吸引不同类别的群体. 例如可以提供更高档更舒适的车型以吸引部分高收入、高学历以及拥有私家车的人群使用，这部分群体对费用不是特别关注，更关注出行时间和品质.
3） 相较于混合logit模型，潜在类别条件logit模型拟合优度提高了0.004，命中率提高了16.57%，模型解释力更强，能更好地考虑个体异质性对新能源汽车分时租赁选择行为的影响，分析不同类别群体的选择偏好.
-
悬浮
类型悬浮原理 悬浮高
度/mm最高试验速
度/(km·h−1)最高应用速
度/（km·h−1）悬浮、导
向控制车载
磁体路轨
铺设车辆重量
（单节车厢）研究
进展EMS 车载磁体与铁磁轨道之间的相互吸引产生悬浮力 8～10 550
（德国 TR09）430
（上海磁浮
线 TR08）需要闭环控制，有静态悬浮 电磁铁 硅钢片 重，56.5 t
（德国 TR09）商业
运营EDS 车载磁体与“8”字线圈、导电板之间相对运动产生悬浮力 80～150
（超导电动
悬浮），
20～30
（永磁电动
悬浮）603
（JR 东
海 L0）505
（日本山梨
试验线 L0）自稳定，无需控制，无静态悬浮 超导磁
体，永磁体“8”字线圈，金属导电板 轻，25 t
（JR 东
海 L0）准商
业运营SPL 非理想第二类超导体的抗磁特性产生
悬浮力10～30 300
（西南交通
大学模型车）自稳定，无需控制，有静态悬浮 超导块材 永磁导轨 轻，12 t
（西南交通
大学工程
化样车）试验
阶段
下载: 导出CSV
参数 取值 悬浮方式 电动悬浮 编组 5 / 7 / 12 车辆尺寸（单节车厢）/m 长 25，宽 2.9，高 3.08 重量/（t·车厢−1） 25 设计最高速度/（km·h−1） 603 运行速度/（km·h−1） 505
下载: 导出CSV
表 3 日本历代车载超导磁体主要技术参数对比[51, 59]
Table 3. Comparison of main technical parameters of on-board superconducting magnets developed in Japan[51, 59]
磁体
类型线圈尺寸/
mm额定电
流/A匝数/匝 导线材料 匝间
绝缘运行
方式电流衰减
率/（%·d−1）线圈工作
温度/K冷却方式 研究进展 LTS 长 1070，
宽 500500 1400 NbTi 闭环 < 0.1 4.2 液氦浸泡冷却，GM-JT 制冷机辅助 装车运行 一代
HTS长 1070，
宽 500536 1400 Bi-2223 闭环 0.4～0.7 < 20.0 GM 双极制冷机，
传导冷却单个磁体装车运行 二代
HTS长 1070，
宽 500250 2800 ReBCO 绝缘 开环 约 13.0 30.0～40.0 GM 制冷机，
传导冷却降温、励磁、振动、涡流，地面试验
下载: 导出CSV
磁体类型 线圈尺
寸/mm磁动势/
kA运行电
流/A匝数/匝 导线
材料匝间
绝缘运行
方式线圈工作温度/K 冷却方式 研究进展 2020 年全尺寸推进车载磁体 长 520，
宽 420300 126.0 2610 ReBCO 无绝缘 开环 < 20.0 GM 双极制冷机，传导冷却 降温、励磁、推进，地面实验 2021 年1/2 尺寸车载磁体 长 600，
宽300150 85.4 1760 ReBCO 金属
绝缘闭环 30.0～40.0 氦气提前冷却，固氮保温 降温、励磁，地面实验
下载: 导出CSV
表 5 中国科学院合肥物质科学研究院车载LTS磁体主要技术参数[68-69]
Table 5. Main technical parameters of on-board LTS magnet developed by Hefei Institutes of Physical Science, CAS[68-69]
项目 参数 磁体尺寸/mm 长 1278，宽 598，高 78 导线材料 NbTi 额定电流/A 274 匝数/匝 2 738 线圈工作温度/K 4.6 研究进展 试验阶段
下载: 导出CSV
表 6 中国上海交通大学车载HTS磁体主要技术参数[71-74, 76-77]
Table 6. Main technical parameters of on-board HTS magnet developed by SJTU, China [71-74, 76-77]
团队
名称磁体尺
寸/m磁动
势/kA导线材料 匝数/匝 匝间绝缘 运行
方式电流衰减
率/（ %·d−1）线圈工作
温度/K冷却方式 研究进展 黄振团队 长 0.83，
宽 0.24，
高 0.93360 ReBCO 2400 无绝缘 闭环 2.0 30.0～40.0 可插拔制冷机冷却，固氮辅助冷却 降温、励磁、振动，
地面试验吴蔚团队 长 1.6，
宽 0.3，
高 0.8360 ReBCO 1800 无绝缘 闭环 < 1.1 < 35.6 可插拔制冷机冷却，
固氮辅助冷却已研制5台磁体，
并投入试验运行
下载: 导出CSV
-
[1] 魏庆朝, 孔永健, 时瑾. 磁浮铁路系统与技术 [M]. 2版. 北京: 中国科学技术出版社, 2010. [2] LEE H W, KIM K C, LEE J. Review of maglev train technologies[J]. IEEE Transactions on Magnetics, 2006, 42(7): 1917-1925. doi: 10.1109/TMAG.2006.875842 [3] 熊嘉阳,邓自刚. 高速磁悬浮轨道交通研究进展[J]. 交通运输工程学报,2021,21(1): 177-198. doi: 10.19818/j.cnki.1671-1637.2021.01.008XIONG Jiayang, DENG Zigang. Research progress of high-speed maglev rail transit[J]. Journal of Traffic and Transportation Engineering, 2021, 21(1): 177-198. doi: 10.19818/j.cnki.1671-1637.2021.01.008 [4] DENG Z G, ZHANG W H, WANG L, et al. A high-speed running test platform for high-temperature superconducting maglev[J]. IEEE Transactions on Applied Superconductivity, 2022, 32(4): 3600905.1-3600905.5. [5] 朱雪黎. 世界首台高温超导高速磁浮工程化样车在川启用 [N/OL]. 四川日报, 2021-01-14 [2022-09-05]. https://www.sc.gov.cn/10462/12771/2021/1 /14/5cd0cf013e9f4cb0bce30fb0f58f5230.shtml. [6] Central Japan Railway Company. About the vehicle[EB/OL]. [2022-09-05]. https://scmaglev.jr-central-global.com/abou t/design. [7] MEINS J, MILLER L, MAYER W J. The high speed maglev transport system TRANSRAPID[J]. IEEE Transactions on Magnetics, 1988, 24(2): 808-811. doi: 10.1109/20.11347 [8] NAKAMURA S. Development of high speed surface transport system (IISST)[J]. IEEE Transactions on Magnetics, 1979, 15(6): 1428-1433. doi: 10.1109/TMAG.1979.1060437 [9] 吴祥明,常文森,刘万明. 上海高速磁浮列车及磁浮技术发展刍议[J]. 综合运输,2005,27(1): 28-31. [10] 宫崎聡夫,张芳. 磁悬浮列车的液压制动装置[J]. 国外机车车辆工艺,2017(4): 20-23. [11] 付敬懿. 长沙中低速磁浮快线开通试运营[J]. 城市轨道交通研究,2016,19(6): 116. [12] 刘珜. S1线等三条地铁新线周六开通 [N/OL]. 北京青年报, 2017-12-28 [2022-09-05]. https://www.so hu.com/a/213177044_255783. [13] 黎棠. 凤凰磁浮观光快线正式开通运营 [N/OL]. 潇湘晨报, 2022-07-30 [2022-10-27]. https://baijiah ao.baidu.com/s?id=1739780194246544640&wfr=spider&for=pc. [14] 张娟. 超导电动悬浮磁力特性及超导磁浮车辆动力学仿真分析 [D]. 成都: 西南交通大学, 2020. [15] 王麟. 轨道交通的前世今生 [M]. 北京: 中国铁道出版社, 2018. [16] 马光同,杨文姣,王志涛,等. 超导磁浮交通研究进展[J]. 华南理工大学学报(自然科学版),2019,47(7): 68-74,82.MA Guangtong, YANG Wenjiao, WANG Zhitao, et al. Research development of superconducting maglev transportation[J]. Journal of South China University of Technology (Natural Science Edition), 2019, 47(7): 68-74,82. [17] 邓自刚,刘宗鑫,李海涛,等. 磁悬浮列车发展现状与展望[J]. 西南交通大学学报,2022,57(3): 455-474,530. doi: 10.3969/j.issn.0258-2724.20220001DENG Zigang, LIU Zongxin, LI Haitao, et al. Development status and prospect of maglev train[J]. Journal of Southwest Jiaotong University, 2022, 57(3): 455-474,530. doi: 10.3969/j.issn.0258-2724.20220001 [18] 邓自刚,李海涛. 高温超导磁悬浮车研究进展[J]. 中国材料进展,2017,36(5): 329-334,351. doi: 10.7502/j.issn.1674-3962.2017.05.02DENG Zigang, LI Haitao. Recent development of high-temperature superconducting maglev[J]. Materials China, 2017, 36(5): 329-334,351. doi: 10.7502/j.issn.1674-3962.2017.05.02 [19] 王家素,王素玉. 高温超导磁悬浮列车研究综述[J]. 电气工程学报,2015,10(11): 1-10. doi: 10.11985/2015.11.001WANG Jiasu, WANG Suyu. High temperature superconducting maglev train[J]. Journal of Electrical Engineering, 2015, 10(11): 1-10. doi: 10.11985/2015.11.001 [20] 马卫华,罗世辉,张敏,等. 中低速磁浮车辆研究综述[J]. 交通运输工程学报,2021,21(1): 199-216. doi: 10.19818/j.cnki.1671-1637.2021.01.009MA Weihua, LUO Shihui, ZHANG Min, et al. Research review on medium and low speed maglev vehicle[J]. Journal of Traffic and Transportation Engineering, 2021, 21(1): 199-216. doi: 10.19818/j.cnki.1671-1637.2021.01.009 [21] 李家志,索红莉,王毅,等. 超导材料在磁悬浮列车上的应用进展(上)[J]. 铁道技术监督,2020,48(3): 38-44.LI Jiazhi, SUO Hongli, WANG Yi, et al. Progress in the application of superconducting materials on maglev trains (part 1 of 2)[J]. Railway Quality Control, 2020, 48(3): 38-44. [22] OHSAKI H. Review and update on maglev[R]. Karlsruhe: European Cryogenics Days, 2017. [23] EASTHAM A R, HAYES W F. Maglev systems development status[J]. IEEE Aerospace and Electronic Systems Magazine, 1988, 3(1): 21-30. doi: 10.1109/62.843 [24] SAIJO T, KOIKE S, TADAKUMA S. Characteristics of linear synchronous motor drive cycloconverter for maglev vehicle ML-500 at Miyazaki test track[J]. IEEE Transactions on Industry Applications, 1981, IA-17(5): 533-543. doi: 10.1109/TIA.1981.4503994 [25] KYOTANI Y. Recent progress by JNR on maglev[J]. IEEE Transactions on Magnetics, 1988, 24(2): 804-807. doi: 10.1109/20.11346 [26] 商福昆. 宫崎实验线新磁浮实验车MLU—002N[J]. 铁道机车车辆,1995,15(1): 58-60. [27] ONO M, KOGA S, OHTSUKI H. Japan’s superconducting maglev train[J]. IEEE Instrumentation & Measurement Magazine, 2002, 5(1): 9-15. [28] SAWADA K. Outlook of the superconducting maglev[J]. Proceedings of the IEEE, 2009, 97(11): 1881-1885. doi: 10.1109/JPROC.2009.2030246 [29] 蓝建中. 日本超导磁浮列车时速创纪录[J]. 城市轨道交通研究,2015,18(5): 134. [30] POWELL J R, DANBY G R. High speed transport by magnetically suspended trains[J]. Mechanical Engineering, 1966, 89(4): 66. [31] THORNTON R D. Efficient and affordable maglev opportunities in the United States[J]. Proceedings of the IEEE, 2009, 97(11): 1901-1921. doi: 10.1109/JPROC.2009.2030251 [32] THOME R, RADOVINSKY A, MONTGOMERY B. EDS levitation and guidance using sheet guideways [C]//Proceedings of 16th International Conference on Magnetically Levitated Systems and Linear Drives. Rio de Janeiro: [s.n.], 2000: 236-241. [33] 张瑞华,刘育红,徐善纲. 美国Magplane磁悬浮列车方案介绍[J]. 变流技术与电力牵引,2005(5): 40-43.ZHANG Ruihua, LIU Yuhong, XU Shangang. American Magplane schemes[J]. Converter Technology & Electric Traction, 2005(5): 40-43. [34] Courtesy Hyperloop Transportation Technologies. New full-scale hyperloop passenger capsule revealed [EB/OL]. (2018-10-03) [2022-09-05]. https://edition.cnn.com/travel/article/hyperloop-capsule/index.html. [35] 武瑛严,陆光,徐善纲. Inductrack磁浮技术及其在磁浮列车系统中的应用[J]. 电气应用,2006,25(1): 1-3. [36] ANDREW J H. Mile stone: the first human passenger test [EB/OL]. (2020-11-19) [2022-09-05]. https://virginhyperloop.com/pegasus. [37] 谭斌. 高温超导电动悬浮轨道结构研究[J]. 铁道建筑技术,2021(6): 27-31. doi: 10.3969/j.issn.1009-4539.2021.06.006TAN Bin. Study on the structure of high-temperature superconducting electrodynamic suspension track[J]. Railway Construction Technology, 2021(6): 27-31. doi: 10.3969/j.issn.1009-4539.2021.06.006 [38] 杨文俊. 高速飞车山西省实验室揭牌暨大同（阳高）试验线工程开工奠基仪式在大同举行 [N/OL]. 山西日报, 2021-05-25 [2022-09-05]. http://www.shanxi.gov.cn/yw/zwhd/202105/t20210525_920032.shtml. [39] 磁电总体部. 国内首次全尺寸超导航行试验成功 [EB/OL]. 2023-01-14 [2023-02-20]. https://mp.weixin.qq.com/s/_ dPNZyZqVDNCsqUcOhZC2Q. [40] NISHIJIMA S, ECKROAD S, MARIAN A, et al. Superconductivity and the environment: a roadmap[J]. Superconductor Science and Technology, 2013, 26(11): 113001.1-113001.35. [41] FUJIMOTO S, TANEYA S, KURIHARA T, et al. Development of a 4K GM/JT refrigerator for maglev vehicle [C]//Proceedings of 16th International Cryogenic Engineering Conference/International Cryogenic Materials Conference. Amsterdam: Elsevier, 1997: 331-334. [42] KONDO Y, TERAI M, NISHIKAWA Y, et al. Development of a GM-type pulse tube refrigerator cooling system for superconducting maglev vehicles [M]//ROSS R G. Cryocoolers 13. Boston: Springer, 2005: 681-687. [43] 中尾裕行, 高橋政彦, 真田芳直, 等. 浮上式鉄道用超電導磁石の4K/80K両用GM冷凍システムの開発[J]. 低温工学, 1999, 34(2): 65-72. doi: 10.2221/jcsj.34.65NAKAO H, TAKAHASHI M, SANADA Y, et al. Development of a 4K/80K multiple operating type of GM refrigeration system for the superconducting magnet in maglev use cooling characteristics of the nitrogen self-circulated cooling-type radiation shield plate [J]. TEION KOGAKU (Journal of Cryogenics and Superconductivity Society of Japan), 1999, 34(2): 65-72. doi: 10.2221/jcsj.34.65 [44] 服部敏雄, 青山博, 福士慶滋. 超電導磁石の荷重支持構造, 荷重支持体並びに磁気浮上列車: 平 4-162405[P]. 1992-06-05. [45] 王秋良. 高磁场超导磁体科学 [M]. 北京: 科学出版社, 2008. [46] KUSADA S, IGARASHI M, KUWANO K, et al. Persistent current HTS magnet cooled by cryocooler (2)−magnet configuration and persistent current operation test[J]. IEEE Transactions on Applied Superconductivity, 2005, 15(2): 2285-2288. doi: 10.1109/TASC.2005.849632 [47] TOSAKA T, TASAKI K, MARUKAWA K, et al. Persistent current HTS magnet cooled by cryocooler (4)−persistent current switch characteristics[J]. IEEE Transactions on Applied Superconductivity, 2005, 15(2): 2293-2296. doi: 10.1109/TASC.2005.849634 [48] TASAKI K, TOSAKA T, MARUKAWA K, et al. Persistent current HTS magnet cooled by cryocooler (3)−HTS magnet characteristics[J]. IEEE Transactions on Applied Superconductivity, 2005, 15(2): 2289-2292. doi: 10.1109/TASC.2005.849633 [49] IGARASHI M, NAKAO H, TERAI M, et al. Persistent current HTS magnet cooled by cryocooler (1)−project overview[J]. IEEE Transactions on Applied Superconductivity, 2005, 15(2): 1469-1472. doi: 10.1109/TASC.2005.849130 [50] TERAI M, IGARASHI M, KUSADA S, et al. The R&D project of HTS magnets for the superconducting maglev[J]. IEEE Transactions on Applied Superconductivity, 2006, 16(2): 1124-1129. doi: 10.1109/TASC.2006.871342 [51] KUWANO K, IGARASHI M, KUSADA S, et al. The running tests of the superconducting maglev using the HTS magnet[J]. IEEE Transactions on Applied Superconductivity, 2007, 17(2): 2125-2128. doi: 10.1109/TASC.2007.899003 [52] OGATA M, MIYAZAKI Y, HASEGAWA H, et al. Basic study of HTS magnet using 2G wires for maglev train[J]. Physica C: Superconductivity and Its Applications, 2010, 470(20): 1782-1786. doi: 10.1016/j.physc.2010.05.206 [53] OGATA M, MIZUNO K, ARAI Y, et al. Study on applicability of rare earth high-temperature superconducting wires to superconducting magnet for maglev system[J]. Quarterly Report of RTRI, 2010, 51(3): 151-155. [54] OGATA M, MIZUNO K, ARAI Y, et al. Trial manufacture of small HTS magnet using 2G tapes for maglev train application[J]. IEEE Transactions on Applied Superconductivity, 2011, 21(3): 1556-1559. doi: 10.1109/TASC.2010.2091487 [55] TAKEMATSU T, HU R, TAKAO T, et al. Degradation of the performance of a YBCO-coated conductor double pancake coil due to epoxy impregnation[J]. Physica C: Superconductivity and Its Applications, 2010, 470(17/18): 674-677. [56] IWAI S, MIYAZAKI H, TOSAKA T, et al. Development of large-scale racetrack coil wound with REBCO-coated conductors[J]. IEEE Transactions on Applied Superconductivity, 2014, 24(3): 4600705.1-4600705.5. [57] MIZUNO K, OGATA M, HASEGAWA H. Manufacturing of REBCO coils strongly bonded to cooling members with epoxy resin aimed at its application to maglev[J]. Physica C: Superconductivity and Its Applications, 2014, 506: 138-142. doi: 10.1016/j.physc.2014.06.009 [58] MIZUNO K, OGATA M, HASEGAWA H. Manufacturing of a REBCO racetrack coil using thermoplastic resin aiming at maglev application[J]. Physica C: Superconductivity and Its Applications, 2015, 518: 101-105. doi: 10.1016/j.physc.2015.06.016 [59] MIZUNO K, SUGINO M, TANAKA M, et al. Experimental production of a real-scale REBCO magnet aimed at its application to maglev[J]. IEEE Transactions on Applied Superconductivity, 2017, 27(4): 3600205.1-3600205.5. [60] MIZUNO K, SUGINO M, OGATA M. Experimental production and evaluation of racetrack coils for REBCO on-board magnet[J]. Quarterly Report of RTRI, 2016, 57(3): 234-239. doi: 10.2219/rtriqr.57.3_234 [61] MIZUNO K, SUGINO M, TANAKA M, et al. Development of a real-scale REBCO coil for the demonstration of a magnetomotive force of 700 kA[J]. Quarterly Report of RTRI, 2017, 58(4): 318-323. doi: 10.2219/rtriqr.58.4_318 [62] MIZUNO K, TANAKA M, OGATA M. Evaluation of eddy current heating in a REBCO magnet due to the magnetic field of ground coils for the maglev[J]. Superconductor Science and Technology, 2020, 33(7): 074009.1-074009.6. [63] MIZUNO K, TANAKA M, OGATA M, et al. Mechanical vibration test of a REBCO coil designed for application to the maglev[J]. IEEE Transactions on Applied Superconductivity, 2018, 28(4): 3601107.1-3601107.6. [64] PARK C B, LEE C Y, YOON S, et al. Development of a small-scale superconducting LSM using Gd-Ba-Cu-O high-temperature superconducting wire[J]. IEEE Transactions on Energy Conversion, 2016, 31(4): 1250-1256. doi: 10.1109/TEC.2016.2577058 [65] MUN J, LEE C, KIM K, et al. Operating thermal characteristics of REBCO magnet for maglev train using detachable cooling system[J]. IEEE Transactions on Applied Superconductivity, 2019, 29(5): 3603305.1-3603305.5. [66] LEE C Y, LEE J H, LIM J, et al. Design and evaluation of prototype high-Tc superconducting linear synchronous motor for high-speed transportation[J]. IEEE Transactions on Applied Superconductivity, 2020, 30(4): 3602205.1-3602205.5. [67] MUN J, LEE C, LEE C, et al. Thermal and electromagnetic performance evaluation of REBCO magnet with solid nitrogen thermal battery for maglev train[J]. IEEE Transactions on Applied Superconductivity, 2021, 31(5): 3601405.1-3601405.5. [68] ZHENG J X, ZOU C L, LIU X F, et al. Development of high current density, compactness NbTi superconducting coil for the maglev system[J]. IEEE Transactions on Applied Superconductivity, 2023, 33(1): 4900205.1-4900205.10. [69] 中国科学技术大学. 中科院合肥物质研究院“高载流跑道型低温超导磁体研制”项目通过航天科工集团验收 [EB/OL]. (2022-05-25) [2022-09-05]. http://qybx.ustc.edu.cn/2022/0525/c20985a 556003/page.htm [70] 宋云涛, 郑金星, 刘旭峰, 等. 一种用于超导磁悬浮列车的高温超导磁体装置及使用方法: 202011185421[P]. 2021-07-20. [71] DONG F L, HUANG Z, HAO L N, et al. An on-board 2G HTS magnets system with cooling-power-free and persistent-current operation for ultrahigh speed superconducting maglevs[J]. Scientific Reports, 2019, 9: 11844.1-11844.12. [72] DONG F L, HUANG Z, XU X Y, et al. Improvement of magnetic and cryogenic energy preservation performances in a feeding-power-free superconducting magnet system for maglevs[J]. Energy, 2020, 190: 116403.1-116403.11. [73] WU W, YU X, ZHANG C, et al. Development of on-board HTS magnets for EDS-type maglev trains[R]. Tampa: Applied Superconductivity Conference, 2020. [74] 吴蔚, 李凯, 邵南, 等. 电动磁浮车载高温超导磁体全断电运行特性 [C]//第十届全国磁悬浮技术与振动控制学术会议论文集. 沈阳: [出版地不详], 2022: 101. [75] SHAO Q, LI K, SHAO N, et al. Multiphysics field topology optimization design of main support structure of high-temperature superconducting magnets[J]. IEEE Transactions on Applied Superconductivity, 2022, 32(6): 4902005.1-4902005.5. [76] DONG F L, HUANG Z, LI X F, et al. R&D of no-insulation HTS magnets using 2G wires in a prototype for maglev applications[J]. IEEE Transactions on Applied Superconductivity, 2019, 29(5): 4601905.1-4601905.5. [77] LU L, WU W, YU X, et al. High-temperature superconducting non-insulation closed-loop coils for electro-dynamic suspension system[J]. Electronics, 2021, 10(16): 1980.1-1980.14. [78] MA G T, GONG T Y, WANG R C, et al. Design, fabrication and testing of a coated conductor magnet for electrodynamic suspension[J]. Superconductor Science and Technology, 2022, 35(2): 025013.1-025013.13. [79] 蒋久福,盛荣进,聂兴超,等. 铝制传导冷却低温容器的结构设计与强度分析[J]. 低温与超导,2021,49(9): 32-37.JIANG Jiufu, SHENG Rongjin, NIE Xingchao, et al. Structural design and strength analysis of aluminum cryostat with conduction cooling[J]. Cryogenics & Superconductivity, 2021, 49(9): 32-37. [80] 盛荣进,蒋久福,聂兴超,等. 制冷机可插拔式固氮低温容器的热性能研究[J]. 低温工程,2021(4): 40-46,58. doi: 10.3969/j.issn.1000-6516.2021.04.008SHENG Rongjin, JIANG Jiufu, NIE Xingchao, et al. Study on thermal characteristics of solid nitrogen cryogenic system with detachable cryocooler[J]. Cryogenics, 2021(4): 40-46,58. doi: 10.3969/j.issn.1000-6516.2021.04.008 [81] HE J L, ROTE D M, COFFEY H T. Applications of the dynamic circuit theory to maglev suspension systems[J]. IEEE Transactions on Magnetics, 1993, 29(6): 4153-4164. doi: 10.1109/20.280868 [82] HE J L, ROTE D M. Double-row loop-coil configuration for EDS maglev suspension, guidance, and electromagnetic guideway directional switching[J]. IEEE Transactions on Magnetics, 1993, 29(6): 2956-2958. doi: 10.1109/20.280905 [83] DAVEY K, MORRIS T, SHAAF J, et al. Calculation of motion induced eddy current forces in null flux coils[J]. IEEE Transactions on Magnetics, 1995, 31(6): 4214-4216. doi: 10.1109/20.489930 [84] MURAI T. Characteristics of LSM combined propulsion, levitation and guidance[J]. Electrical Engineering in Japan, 1995, 115(4): 134-145. doi: 10.1002/eej.4391150412 [85] MURAI T, FUJIMOTO T, FUJIWARA S. Test run of combined propulsion, levitation and guidance system at Miyazaki test track[J]. Electrical Engineering in Japan, 1996, 117(2): 68-79. doi: 10.1002/eej.4391170207 [86] 万尚军,钱金根,倪光正,等. 电动悬浮型磁悬浮列车悬浮与导向技术剖析[J]. 中国电机工程学报,2000,20(9): 23-25,31. doi: 10.3321/j.issn:0258-8013.2000.09.006WAN Shangjun, QIAN Jingen, NI Guangzheng, et al. Study of the levitation and guidance technology for electrodynamic suspension maglev vehicle[J]. Proceedings of the CSEE, 2000, 20(9): 23-25,31. doi: 10.3321/j.issn:0258-8013.2000.09.006 [87] CAI Y, MA G T, WANG Y Y, et al. Semianalytical calculation of superconducting electrodynamic suspension train using figure-eight-shaped ground coil[J]. IEEE Transactions on Applied Superconductivity, 2020, 30(5): 3602509.1-3602509.9. [88] GONG T Y, MA G T, WANG R C, et al. 3-D FEM modeling of the superconducting EDS train with cross-connected figure-eight-shaped suspension coils[J]. IEEE Transactions on Applied Superconductivity, 2021, 31(3): 3600213.1-3600213.13. [89] SU Z H, LUO J, MA G T, et al. Fast and precise calculation of mutual inductance for electrodynamic suspension: methodology and validation[J]. IEEE Transactions on Industrial Electronics, 2022, 69(6): 6046-6057. doi: 10.1109/TIE.2021.3088362 [90] SU Z H, MA G T, LUO J. Analytical modeling of the closed-loop operation and quench behavior for superconducting electrodynamic suspension train[J]. IEEE Transactions on Transportation Electrification, 2022, 8(1): 1026-1039. doi: 10.1109/TTE.2021.3119290 [91] FUJIMOTO T, AIBA M, SUZUKI H, et al. Characteristics of electromagnetic force of ground coil for levitation and guidance at the yamanashi maglev test line[J]. Quarterly Report of RTRI, 2000, 41(2): 63-67. doi: 10.2219/rtriqr.41.63 [92] CAI Y, ROTE D M, MULCAHY T M, et al. Dynamic stability of repulsive-force maglev suspension systems [R]. Illinois: Argonne National Laboratory, 1996. [93] CHO H, BAE D K, SUNG H K, et al. Experimental study on the electrodynamic suspension system with HTSC and PM Halbach array magnets[J]. IEEE Transactions on Applied Superconductivity, 2008, 18(2): 808-811. doi: 10.1109/TASC.2008.921290 [94] MA G T, WANG Y Y, LUO J, et al. An analytical-experiment coupling method to characterize the electrodynamic suspension system at various speeds[J]. IEEE Transactions on Industrial Electronics, 2022, 69(7): 7170-7180. doi: 10.1109/TIE.2021.3097600 [95] OHMORI J, NAKAO H, YAMASHITA T, et al. Heat load tests of superconducting magnets vibrated electromagnetically for the Maglev train[J]. Cryogenics, 1997, 37(8): 403-407. doi: 10.1016/S0011-2275(97)00033-7 [96] TANAKA M, AIBA M, SUZUKI M. Electromagnetic vibration test for durability verification of ground coil[J]. Quarterly Report of RTRI, 2007, 48(2): 110-114. doi: 10.2219/rtriqr.48.110 [97] JIZO Y, AKAGI H, YAMAGUCHI T, et al. Heat load characteristics and new design using one-coil model superconducting magnets[J]. Cryogenics, 1997, 37(7): 371-379. doi: 10.1016/S0011-2275(97)00034-9 [98] SUZUKI E. Heating phenomena in the superconducting magnet of a maglev vehicle caused by electromagnetic vibration[J]. Cryogenics, 1997, 37(7): 363-370. doi: 10.1016/S0011-2275(97)00029-5 [99] 龚天勇,马光同,罗俊,等. 行波磁场中高温超导电动悬浮磁体的热性能研究[J]. 中国电机工程学报,2023,43(1): 415-425. doi: 10.13334/j.0258-8013.pcsee.220245GONG Tianyong, MA Guangtong, LUO Jun, et al. Study on the thermal performance of high-temperature superconducting electrodynamic suspension magnet subjected to travelling magnetic fields[J]. Proceedings of the CSEE, 2023, 43(1): 415-425. doi: 10.13334/j.0258-8013.pcsee.220245 [100] OHASHI S. Effect of the damper coils on the rotational motion of the superconducting magnetically levitated bogie[J]. IEEE Transactions on Magnetics, 2000, 36(5): 3680-3682. doi: 10.1109/20.908939 [101] OHASHI S. Effect of the active damper coils of the superconducting magnetically levitated bogie in case of acceleration[J]. IEEE Transactions on Magnetics, 2008, 44(11): 4163-4166. doi: 10.1109/TMAG.2008.2002788 [102] OHASHI S, OHSAKI H, MASADA E. Effect of the active damper coil system on the lateral displacement of the magnetically levitated bogie[J]. IEEE Transactions on Magnetics, 1999, 35(5): 4001-4003. doi: 10.1109/20.800735 [103] OHASHI S, UESHIMA T. Control method of the semi-active damper coil system in the superconducting magnetically levitated bogie against vertical and pitching oscillation[J]. IEEE Transactions on Magnetics, 2012, 48(11): 4542-4545. doi: 10.1109/TMAG.2012.2202378 [104] 胡道宇,冯馨月,张志华. 超导电动悬浮系统阻尼特性研究[J]. 中国电机工程学报,2021,41(13): 4679-4688.HU Daoyu, FENG Xinyue, ZHANG Zhihua. Study on the damping characteristics of superconducting electrodynamic suspension system[J]. Proceedings of the CSEE, 2021, 41(13): 4679-4688. [105] OGATA M, OKINO T, IKEDA K, et al. Vibration characteristics of superconducting magnets for the yamanashi maglev test line vehicles[J]. Quarterly Report of RTRI, 2000, 41(2): 79-82. doi: 10.2219/rtriqr.41.79 [106] 村井敏昭,岩松勝,吉岡博. 超電導磁気浮上方式における8字型コイル諸元の最適化[J]. 電気学会論文誌D (産業応用部門誌),2003,123(1): 9-14. [107] HUANG Z, DONG F L, XU X Y, et al. Evaluation of the structural dynamics of a 2G HTS magnet system considering electromagnetic and thermal stress[J]. IEEE Transactions on Applied Superconductivity, 2021, 31(5): 4901005.1-4901005.5. [108] 王琦,刘振兴,何杰,等. 超导开关及其控制方式研究进展[J]. 低温与超导,2022,50(1): 1-6,26.WANG Qi, LIU Zhenxing, HE Jie, et al. Research review on superconducting switch and control mode[J]. Cryogenics & Superconductivity, 2022, 50(1): 1-6,26. [109] 中华人民共和国中央人民政府. 中共中央、国务院印发《交通强国建设纲要》[EB/OL]. (2019-09-19) [2022-05-29]. https://www.gov.cn/gongbao/content/2019/content_5437132.htm. -
下载:
下载:
点击查看大图
计量
- 文章访问数: 1874
- HTML全文浏览量: 546
- PDF下载量: 180
- 被引次数: 0