• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于IPSO-SVR的水泥窯尾分解率軟測量研究

    2016-04-01 03:53:15金星徐婷王盛慧李冰巖秦石凌張永恒
    中國測試 2016年11期
    關(guān)鍵詞:適應度向量粒子

    金星,徐婷,王盛慧,李冰巖,秦石凌,張永恒

    (長春工業(yè)大學電氣與電子工程學院,吉林長春130012)

    基于IPSO-SVR的水泥窯尾分解率軟測量研究

    金星,徐婷,王盛慧,李冰巖,秦石凌,張永恒

    (長春工業(yè)大學電氣與電子工程學院,吉林長春130012)

    為實現(xiàn)水泥窯尾分解率的實時在線檢測,利用軟測量技術(shù)在解決工業(yè)在線測量問題中的優(yōu)勢,提出一種改進的粒子群參數(shù)優(yōu)化的支持向量回歸機算法(IPSO-SVR),即通過粒子群算法對支持向量機模型核心參數(shù)進行優(yōu)化選擇,并在粒子群算法中引入自適應慣性權(quán)重的思想,克服粒子群算法容易出現(xiàn)早熟收斂、陷入局部極值的缺點,最終建立起基于IPSO-SVR的窯尾分解率軟測量模型。將其與基于交叉驗證法(CV)和未改進粒子群算法優(yōu)化SVR參數(shù)的軟測量模型進行仿真對比實驗,實驗表明:該IPSO-SVR模型具有更佳的預測能力,窯尾分解率預測相關(guān)系數(shù)達0.857 5,預測最大相對誤差不超過1.14%,平均相對誤差為0.75%,可進一步運用到諸如水泥生產(chǎn)等大型工業(yè)的產(chǎn)品分解率預測中。

    在線檢測;窯尾分解率;軟測量;粒子群算法;支持向量回歸機

    0 引言

    預分解技術(shù)作為新型干法水泥生產(chǎn)工藝的核心技術(shù),是在懸浮預熱器和回轉(zhuǎn)窯之間增加了新熱源——分解爐,旨在提高窯尾分解率。增加分解爐設(shè)備,減輕了窯內(nèi)燒成帶的熱負荷,大幅度提高了窯系統(tǒng)的生產(chǎn)效率,所以窯尾分解率的高低及其穩(wěn)定情況成為控制分解爐及回轉(zhuǎn)窯的重要參考量[1]。

    窯尾分解率作為與系統(tǒng)穩(wěn)定及產(chǎn)品質(zhì)量密切相關(guān)的重要過程變量,需對其進行實時準確的檢測。而目前對窯尾分解率的檢測方法主要集中在燒矢量法、CO2增量法以及CO2氣體吸收法等傳統(tǒng)的方法,尚無統(tǒng)一的國家標準。此外,文獻[2-3]中分別提出了采用BS-I型測碳儀和鈣鐵分析儀測定分解率,不但測定速度快而且簡單。然而,以上方法均屬于離線檢測方法,既耗費資源,測量結(jié)果又存在一定的滯后性,并不能很好地滿足工業(yè)過程實時控制的需求。

    軟測量技術(shù)的發(fā)展為窯尾分解率實時在線檢測提供了新的思路[4]。所謂軟測量技術(shù)就是通過工業(yè)生產(chǎn)中的可控變量及可測變量,使用機理建模、數(shù)理統(tǒng)計建模、神經(jīng)網(wǎng)絡(luò)建模等方法計算或估計無法在現(xiàn)階段實時檢測的待測變量。文獻[5]基于軟測量技術(shù),提出了鋼水溫度的軟測量方法;文獻[6]介紹了軟測量技術(shù)在聚酯工業(yè)過程中的應用。

    結(jié)合窯尾分解率檢測方法的研究現(xiàn)狀和與窯尾分解率密切相關(guān)的幾個主要運行參數(shù),參考已有研究,本文提出一種改進的粒子群參數(shù)優(yōu)化的支持向量回歸機算法(IPSO-SVR),在引入自適應權(quán)重思想克服粒子群算法容易出現(xiàn)早熟收斂、陷入局部極值的缺點[7],提高其全局搜索能力和局部改良能力的基礎(chǔ)上,對支持向量回歸機進行參數(shù)優(yōu)化,進而建立窯尾分解率軟測量模型。

    1 IPSO-SVR算法

    1.1 支持向量回歸機

    當支持向量機(SVM)通過引入一個額外的損失函數(shù)以應用到回歸運算中時,稱為支持向量回歸機(SVR)。ε-SVR是應用最普遍的SVR模型之一,當數(shù)據(jù)集{xj,yj}呈線性關(guān)系時,回歸方程[8]可描述為

    式中:ω——向量回歸系數(shù):

    b——偏差。

    優(yōu)化對象可以表示為

    式中:ε——不敏感損失系數(shù);

    c——對誤差大于ε的樣本的懲罰程度,常數(shù),

    正值;

    對于非線性情況,可以通過核函數(shù)轉(zhuǎn)換成線性。鑒于徑向基核函數(shù)較其他核函數(shù)更好的性能表現(xiàn),本文選取徑向基核函數(shù)作為SVR的核函數(shù):

    1.2 改進粒子群算法(IPSO)

    1995年Kennedy和Eberhart提出粒子群算法(PSO)。粒子群算法的中心思想是通過最小的適應度函數(shù)獲取最優(yōu)解(粒子)[9]。每個粒子的速度和位置通過以下公式進行更新:

    式中:c1、c2——學習因子;

    r1、r2——0和1之間的隨機數(shù);

    ω——慣性權(quán)重系數(shù);

    gbestk——直到所有粒子第k次迭代后的全局最優(yōu)解。

    為了平衡粒子群算法的全局搜索能力和局部改良能力,引入非線性動態(tài)慣性權(quán)重系數(shù)公式(7)對ω進行更新,因ω隨粒子的適應度函數(shù)值自動變化,故又稱之為自適應慣性權(quán)重。

    式中:ωmin=0.4,ωmax=0.9;

    f——粒子當前的適應度函數(shù)值;

    favg、fmin——當前所有粒子的平均適應度函數(shù)值和最小適應度函數(shù)值。

    當各粒子的適應度函數(shù)值比較分散時,ω減小;當各粒子的適應度函數(shù)值趨于一致或局部最優(yōu)時,ω增大。同時對于適應度函數(shù)值優(yōu)于平均適應度函數(shù)值的粒子,其對應的ω較小,從而保留該粒子。反之,對于適應度函數(shù)值差于平均目標值的粒子,其對應的ω較大,使該粒子向較好的搜索區(qū)域靠攏。

    1.3 IPSO優(yōu)化SVR模型

    SVR的泛化能力完全依賴于不敏感損失系數(shù)ε、懲罰系數(shù)c和RBF核寬度系數(shù)σ3個參數(shù),因此,尋求最優(yōu)化的參數(shù)對(ε,c,σ)是實現(xiàn)支持向量回歸機的關(guān)鍵。本文中,采用IPSO對該參數(shù)對(ε,c,σ)同時尋優(yōu),選取能夠直接反應SVR回歸性能的均方差(MSE)作為適應度函數(shù):

    式中:n——樣本的數(shù)量;

    yi——第i個樣本實際測量值;

    ^y——第i個樣本的預測值。

    基于IPSO的ε-SVR參數(shù)對(ε,c,σ)迭代優(yōu)化選取步驟可總結(jié)如下:

    1)初始化粒子群(ε,c,σ),確定最大迭代次數(shù)tmax和種群規(guī)模m等算法相關(guān)參數(shù)值;

    2)將每個粒子的個體極值pibest設(shè)置為其當前值,按式(8)計算各粒子的適應值,將全局極值gbest設(shè)置為適應度最好的粒子的個體極值;

    3)按照式(5)~式(7)對粒子的速度和位置以及慣性權(quán)重ω進行更新;

    4)依據(jù)適應度函數(shù)(MSE)評價更新粒子的適應值;

    5)將更新后粒子的適應值與其極值pibest對比,擇優(yōu)作為新的個體極值;

    6)將新的個體極值pibest與當前全局極值gbest對比,擇優(yōu)作為新的全局極值;

    7)判斷是否達到最大迭代次數(shù)或適應值不再變化,達到則終止,否則返回3)。

    2 分解率預測仿真實驗及結(jié)果分析

    2.1 變量選取

    分解爐作為預分解系統(tǒng)的核心部分,主要承擔煤粉燃燒、氣固換熱和生料分解任務(wù)。水泥生料分解過程中主要的化學反應為碳酸鈣的分解反應,其分解過程為可逆反應,并且分解反應為強吸熱過程,只有保持適當高的溫度和周圍介質(zhì)中合適的CO2分壓才利于反應的正向進行。隨著溫度的升高,碳酸鈣開始分解,通常情況下,溫度控制在850~900℃時,最利于分解反應的快速穩(wěn)定進行[10]。因此,本文選取溫度和壓力作為影響水泥窯尾分解率的主要參考變量。

    同時,生料進料量也是影響生料分解率的重要參量,加大進料量,若爐內(nèi)反應物不能充分反應則使分解率降低,反之,分解率升高。由于生料進料量與提升機電流的正比關(guān)系,選取易于測量的提升機電流作為輔助變量之一[11]。

    2.2 數(shù)據(jù)采集

    本文以吉林省亞泰水泥有限公司雙陽建材公司2000 t/d新型干法水泥生產(chǎn)線為研究對象,實驗所用的分解率化驗室離線采樣分析值和相應時刻的DCS歷史數(shù)據(jù)均來自該生產(chǎn)線,由于分解率所需的化驗室分析時間較長而DCS系統(tǒng)數(shù)據(jù)采樣周期較短,故取分解率采樣時刻前后20 min的數(shù)據(jù)平均值作為輔助變量,選取對應該采樣時刻窯尾分解率化驗值作為主導變量,選取有代表性的230×7組數(shù)據(jù)用作仿真實驗,實驗數(shù)據(jù)如圖1所示。

    圖1 窯尾分解率軟測量輸入輸出數(shù)據(jù)

    2.3 數(shù)據(jù)預處理

    鑒于數(shù)據(jù)樣本量綱和單位不統(tǒng)一問題,對樣本數(shù)據(jù)進行歸一化,歸一化處理后,所有樣本數(shù)據(jù)被轉(zhuǎn)換為(0,1)之間的小數(shù),考慮到預測集歸一化處理后對應的數(shù)據(jù)最值存在超出訓練集歸一化處理后的數(shù)據(jù)范圍的情況,即最終訓練出的SVR模型不足以滿足預測集的要求,本文將訓練集和預測集統(tǒng)一按維度進行歸一化,歸一化公式為

    式中:xi、——數(shù)據(jù)樣本歸一化前后的值;

    xmin、xmax——數(shù)據(jù)樣本中的最小值和最大值。

    2.4 預測結(jié)果及分析

    為避免初始化粒子群盲目性,選擇文獻[12]中提供的參數(shù)大致范圍ε=[0,0.2],c=[1,108],σ=[0.01,2.0]。實驗選取種群數(shù)量為20,終止迭代次數(shù)為100。經(jīng)粒子群算法優(yōu)化選擇后尋得最優(yōu)參數(shù)值為ε=0.148 22,c=67.830 1,σ=23.508 9。將尋得的最優(yōu)值分別賦給SVR模型的3個參數(shù),并從這230組實驗數(shù)據(jù)中隨機選取150組數(shù)據(jù)構(gòu)成訓練集,另80組數(shù)據(jù)構(gòu)成預測集分別進行訓練和預測仿真實驗,實驗效果如圖2所示。

    圖2 基于IPSO-SVR模型訓練與預測效果圖

    2.5 對比試驗分析

    由2.4的實驗結(jié)果可以看出,利用改進的粒子群算法對SVR參數(shù)尋優(yōu)建立的窯尾分解率軟測量模型具有很好的回歸和預測效果。為了進一步驗證該改進方法的優(yōu)勢,將其與基于CV-SVR和未改進的PSO-SVR軟測量模型的預測效果進行對比試驗,預測效果對比與誤差分析如圖3~圖5所示。

    從圖3和圖4中不難看出,基于IPSO-SVR的窯尾分解率軟測量模型表現(xiàn)出更好的預測效果,對水泥窯尾分解率的預測值更接近實際分解率化驗值。圖5中通過分解率預測誤差的對比圖更明顯地體現(xiàn)出改進模型的優(yōu)勢,實驗性能評價參數(shù)對比總結(jié)見表1。

    圖3 基于IPSO-SVR與基于CV-SVR軟測量模型預測效果對比圖

    圖4 基于IPSO-SVR與基于PSO-SVR軟測量模型預測效果對比圖

    圖5 窯尾分解率預測誤差對比圖

    表1 模型預測性能對比

    如表所示,在對水泥窯尾分解率進行預測時,3種軟測量模型都達到了一定的預測效果,同時,基于IPSO-SVR的軟測量模型的各項性能評價指標都明顯高于其他兩種軟測量模型,與實際化驗分解率曲線相關(guān)系數(shù)達0.8575,分解率預測相對誤差保持在1.14%以內(nèi),平均相對誤差0.75%,獲得了很好的預測精度。

    3 結(jié)束語

    本文依據(jù)與窯尾分解率密切相關(guān)的主要運行參數(shù),提出了一種IPSO-SVR算法做窯尾分解率軟測量回歸模型和預測。通過實驗和在相同預測集情況下,與另外兩種窯尾分解率軟測量預測模型進行對照實驗分析,該IPSO-SVR算法表現(xiàn)出了更佳的建模、預測與泛化能力,分解率預測平均相對誤差0.75%。所提出的方法適用于水泥窯尾分解率軟測量預測模型的建立,并可進一步運用到諸如水泥生產(chǎn)等大型工業(yè)的產(chǎn)品分解率實時在線檢測中。

    [1]李斌懷,郭俊才.預分解窯水泥生產(chǎn)綜合技術(shù)及操作實例[M].武漢:武漢理工大學出版社,2006:132-141.

    [2]劉文長,張亞珍,游良儉.用BS-I型測碳儀測定入窯生料分解率[J].水泥,2003(5):39-40.

    [3]劉洪林,于加濱.氧化鈣法快速測定入窯生料分解率[J].四川水泥,2004(2):53.

    [4]曹宏芳,付忠廣,齊敏芳.PSO-SVM軟測量方法在火電廠煤質(zhì)發(fā)熱量測量中的應用[J].熱能動力工程,2014,6(29):731-735.

    [5]孫彥廣,高克偉,陶百生.基于智能技術(shù)的剛水溫度軟測量[J].儀器儀表學報,2002(S2):753-755.

    [6]周志成.基于支持向量機的軟測量建模[J].自動化技術(shù)與應用,2005,24(8):8-10.

    [7]孟倩,馬小平,周延.改進的粒子群支持向量機預測瓦斯涌出量[J].礦業(yè)安全與環(huán)保,2015,42(2):2-4.

    [8]PEI J F,ZHU Y M.Modeling and prediction the glass transition temperature of vinyl polymers by using hybrid PSO-SVR method[J].Journal of Theoretical and Computational Chemistry,2013,12(3):5-13.

    [9]QIN T C,ZENG S K.Robust prognostics for state of health estimation of lithium-ion batteries based on an improved PSO-SVR model[J].Microelectronics Reliability,2015,55 (3):1280-1284.

    [10]段鵬君.水泥生料分解率溫度過程建模方法研究[D].沈陽:東北大學,2012.

    [11]劉慧.新型干法水泥生產(chǎn)窯尾分解率軟測量研究[D].濟南:濟南大學,2010.

    [12]熊偉麗,徐保國.基于PSO的SVR參數(shù)優(yōu)化選擇方法研究[J].系統(tǒng)仿真學報,2006,18(9):2442-2445.

    (編輯:莫婕)

    Soft sensor measurement research on resolution ratio of cement kiln tail based on IPSO-SVR

    JIN Xing,XU Ting,WANG Shenghui,LI Bingyan,QIN Shiling,ZHANG Yongheng
    (College of Electrical and Electronic Engineering,Changchun University of Technology,Changchun 130012,China)

    A support vector regression(SVR)algorithm optimized by improved particle swarm optimization(IPSO)is proposed in this paper to realize the real-time online detection of cement kiln tail resolution ratio.IPSO-SVR is based on soft sensor measurement technique which solves the problem that some important industrial process parameters cannot be directly online measured.Adaptive inertia weight is introduced into PSO to avoid premature convergence and getting trapped in local extremum.The cement kiln tail resolution ratio soft sensor measurement model based on IPSO-SVR is built with the core parameter selection of SVR optimized by using IPSO.Simulation experiment proves that IPSO-SVR has a better forecasting ability compared with model based on SVR optimized by cross validation and PSOSVR.The correlation coefficient is 0.857 5.The maximum relative error is 1.14%,and the average relative error is 0.75%.It shows that IPSO-SVR can be further applied to the prediction of product resolution ratio in large scale industries such as cement production.

    online detection;resolution ratio of kiln tail;soft sensor measurement;particle swarm algorithm;support vector regression machine

    A

    1674-5124(2016)11-0089-05

    10.11857/j.issn.1674-5124.2016.11.019

    2016-05-23;

    2016-07-10

    吉林省科學技術(shù)廳計劃項目(20150203003SF)

    金星(1976-),男,吉林長春市人,副教授,主要研究領(lǐng)域為測控技術(shù)與智能系統(tǒng)。

    猜你喜歡
    適應度向量粒子
    改進的自適應復制、交叉和突變遺傳算法
    計算機仿真(2022年8期)2022-09-28 09:53:02
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    基于粒子群優(yōu)化的橋式起重機模糊PID控制
    基于粒子群優(yōu)化極點配置的空燃比輸出反饋控制
    向量垂直在解析幾何中的應用
    基于空調(diào)導風板成型工藝的Kriging模型適應度研究
    中國塑料(2016年11期)2016-04-16 05:26:02
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    基于Matlab的α粒子的散射實驗模擬
    物理與工程(2014年4期)2014-02-27 11:23:08
    基于兩粒子糾纏態(tài)隱形傳送四粒子GHZ態(tài)
    中国美女看黄片| 国产午夜福利久久久久久| 男人舔奶头视频| 五月玫瑰六月丁香| 日本欧美国产在线视频| 级片在线观看| 日本-黄色视频高清免费观看| 精品国产三级普通话版| 国产精品久久视频播放| 日本三级黄在线观看| 亚洲va日本ⅴa欧美va伊人久久| 又粗又爽又猛毛片免费看| 亚洲熟妇中文字幕五十中出| 嫁个100分男人电影在线观看| 内地一区二区视频在线| av天堂中文字幕网| 丰满的人妻完整版| 一个人观看的视频www高清免费观看| 日本黄色片子视频| 伊人久久精品亚洲午夜| 黄片wwwwww| 免费看美女性在线毛片视频| 两人在一起打扑克的视频| 国产在线男女| 亚洲av中文av极速乱 | 免费一级毛片在线播放高清视频| 成人av一区二区三区在线看| 国产精品日韩av在线免费观看| 一本一本综合久久| 成人一区二区视频在线观看| 色哟哟哟哟哟哟| 亚洲av美国av| 成人性生交大片免费视频hd| 国产av麻豆久久久久久久| 日韩中文字幕欧美一区二区| 免费不卡的大黄色大毛片视频在线观看 | 亚洲国产精品成人综合色| 欧美3d第一页| 伦理电影大哥的女人| 精品人妻视频免费看| 欧美日韩中文字幕国产精品一区二区三区| 日韩亚洲欧美综合| 亚洲精品456在线播放app | 久久久久久大精品| 国产精华一区二区三区| 亚洲天堂国产精品一区在线| 999久久久精品免费观看国产| 国产精品,欧美在线| 在线观看午夜福利视频| 天堂网av新在线| 国产午夜福利久久久久久| 欧美黑人欧美精品刺激| 国产麻豆成人av免费视频| 99久久精品一区二区三区| 成人av一区二区三区在线看| 噜噜噜噜噜久久久久久91| 非洲黑人性xxxx精品又粗又长| 国产伦精品一区二区三区四那| 欧美日韩黄片免| 五月玫瑰六月丁香| 亚洲人成伊人成综合网2020| 欧美+日韩+精品| 村上凉子中文字幕在线| 69av精品久久久久久| 校园春色视频在线观看| 伦理电影大哥的女人| 国内揄拍国产精品人妻在线| 日本 欧美在线| 日韩欧美在线二视频| 欧美日韩国产亚洲二区| 天天一区二区日本电影三级| 亚洲av免费高清在线观看| 亚洲欧美精品综合久久99| 亚洲性久久影院| 精品人妻1区二区| 亚洲无线在线观看| 真人一进一出gif抽搐免费| 国内精品久久久久久久电影| 成人性生交大片免费视频hd| 麻豆成人午夜福利视频| 欧美中文日本在线观看视频| 国产免费男女视频| 日韩欧美一区二区三区在线观看| 男人和女人高潮做爰伦理| 久久久精品大字幕| 亚洲精品一区av在线观看| 亚洲av一区综合| 久久草成人影院| 国产毛片a区久久久久| 久久婷婷人人爽人人干人人爱| 精品久久久久久久末码| 成人欧美大片| 97人妻精品一区二区三区麻豆| 狠狠狠狠99中文字幕| 99热这里只有精品一区| 永久网站在线| 久久久精品欧美日韩精品| 啦啦啦啦在线视频资源| 亚洲专区国产一区二区| 精品久久国产蜜桃| 精品午夜福利视频在线观看一区| 日本成人三级电影网站| 97超视频在线观看视频| 国产视频内射| 国产精品1区2区在线观看.| 国产精品国产三级国产av玫瑰| 午夜精品在线福利| 国产亚洲精品综合一区在线观看| 在线观看一区二区三区| 亚洲欧美日韩高清专用| 亚洲性久久影院| 国产不卡一卡二| 久久午夜福利片| 国产色爽女视频免费观看| 国产老妇女一区| 看十八女毛片水多多多| aaaaa片日本免费| 午夜激情欧美在线| 午夜视频国产福利| 久久精品久久久久久噜噜老黄 | netflix在线观看网站| 国产亚洲av嫩草精品影院| av黄色大香蕉| 国产乱人视频| 91久久精品国产一区二区成人| 色尼玛亚洲综合影院| 全区人妻精品视频| 哪里可以看免费的av片| bbb黄色大片| 91狼人影院| 少妇被粗大猛烈的视频| 一本久久中文字幕| 欧美日本视频| 日韩精品有码人妻一区| 国产真实乱freesex| 国产亚洲精品综合一区在线观看| 精品久久久久久久久亚洲 | 国产高清视频在线播放一区| 观看美女的网站| 99热这里只有精品一区| 日韩欧美 国产精品| 亚洲精品国产成人久久av| 成人二区视频| 身体一侧抽搐| av在线天堂中文字幕| 99久国产av精品| av福利片在线观看| 国产一区二区三区在线臀色熟女| 色尼玛亚洲综合影院| 麻豆久久精品国产亚洲av| 国产精品爽爽va在线观看网站| 性欧美人与动物交配| 国语自产精品视频在线第100页| 国产精品,欧美在线| 能在线免费观看的黄片| 免费无遮挡裸体视频| 亚洲熟妇中文字幕五十中出| 亚洲欧美精品综合久久99| 亚洲中文字幕日韩| 亚洲av日韩精品久久久久久密| 一级av片app| 又紧又爽又黄一区二区| 国产一区二区在线av高清观看| 免费看av在线观看网站| 精品一区二区三区人妻视频| 日日干狠狠操夜夜爽| 久久国产精品人妻蜜桃| 亚洲真实伦在线观看| 夜夜爽天天搞| 在线国产一区二区在线| 99久久中文字幕三级久久日本| 精品人妻熟女av久视频| 亚洲欧美日韩东京热| 色吧在线观看| 国产v大片淫在线免费观看| 国产精品亚洲一级av第二区| 极品教师在线免费播放| 亚洲三级黄色毛片| 亚洲国产精品sss在线观看| 97热精品久久久久久| 99久久精品一区二区三区| 欧美日韩精品成人综合77777| 亚洲欧美清纯卡通| 亚洲va日本ⅴa欧美va伊人久久| 国产精品,欧美在线| 免费在线观看成人毛片| 成年女人看的毛片在线观看| 狠狠狠狠99中文字幕| 精品久久久噜噜| 亚洲乱码一区二区免费版| 中亚洲国语对白在线视频| 看片在线看免费视频| 精品久久久久久久久亚洲 | 日韩欧美精品v在线| 日韩欧美精品免费久久| 特级一级黄色大片| 女生性感内裤真人,穿戴方法视频| 99久国产av精品| 身体一侧抽搐| 欧美成人一区二区免费高清观看| 亚洲性久久影院| 久久中文看片网| 亚洲欧美激情综合另类| 熟女电影av网| 一区二区三区四区激情视频 | av黄色大香蕉| 一级a爱片免费观看的视频| videossex国产| 国内久久婷婷六月综合欲色啪| 日本 欧美在线| 精品一区二区三区视频在线| 窝窝影院91人妻| 日本五十路高清| or卡值多少钱| 麻豆精品久久久久久蜜桃| 看免费成人av毛片| 亚州av有码| 无人区码免费观看不卡| 伦理电影大哥的女人| 亚洲精品色激情综合| 久久久精品欧美日韩精品| 精品99又大又爽又粗少妇毛片 | 久久久久久久久久黄片| 精品久久久久久久末码| 亚洲男人的天堂狠狠| 亚洲va日本ⅴa欧美va伊人久久| 一级a爱片免费观看的视频| 制服丝袜大香蕉在线| 人妻久久中文字幕网| 成年版毛片免费区| 久久这里只有精品中国| 97热精品久久久久久| 中文在线观看免费www的网站| 国产老妇女一区| 亚洲av免费在线观看| 精品欧美国产一区二区三| 欧美潮喷喷水| 午夜福利在线在线| 真人一进一出gif抽搐免费| 日韩精品中文字幕看吧| 免费大片18禁| 国产激情偷乱视频一区二区| 在线免费观看的www视频| 性欧美人与动物交配| 悠悠久久av| 欧美黑人巨大hd| 日韩在线高清观看一区二区三区 | 成人亚洲精品av一区二区| 大型黄色视频在线免费观看| 成人无遮挡网站| 欧美人与善性xxx| АⅤ资源中文在线天堂| 老师上课跳d突然被开到最大视频| 国产av在哪里看| 日本一二三区视频观看| 伦精品一区二区三区| www日本黄色视频网| 自拍偷自拍亚洲精品老妇| 成人av一区二区三区在线看| 久久精品夜夜夜夜夜久久蜜豆| 日本爱情动作片www.在线观看 | 小蜜桃在线观看免费完整版高清| 97超视频在线观看视频| 精品99又大又爽又粗少妇毛片 | 免费不卡的大黄色大毛片视频在线观看 | 欧美中文日本在线观看视频| 亚洲av中文av极速乱 | 自拍偷自拍亚洲精品老妇| 久久久色成人| 动漫黄色视频在线观看| 日韩高清综合在线| 亚洲经典国产精华液单| 欧美在线一区亚洲| 国内精品一区二区在线观看| 丰满乱子伦码专区| 窝窝影院91人妻| 99久久中文字幕三级久久日本| 91精品国产九色| 大型黄色视频在线免费观看| 简卡轻食公司| 日本黄大片高清| 嫩草影院入口| 国产精品国产高清国产av| 亚洲最大成人av| 啦啦啦观看免费观看视频高清| 热99在线观看视频| 欧美日韩亚洲国产一区二区在线观看| 人人妻,人人澡人人爽秒播| 一本一本综合久久| 国产午夜福利久久久久久| 一个人观看的视频www高清免费观看| 在线观看舔阴道视频| 国产黄a三级三级三级人| 国产又黄又爽又无遮挡在线| 香蕉av资源在线| 女的被弄到高潮叫床怎么办 | 国产久久久一区二区三区| 色在线成人网| 51国产日韩欧美| 网址你懂的国产日韩在线| 免费观看人在逋| 国产av麻豆久久久久久久| 日日撸夜夜添| 亚洲不卡免费看| av国产免费在线观看| 中文字幕精品亚洲无线码一区| 国产精品一区二区性色av| a在线观看视频网站| 成年版毛片免费区| 少妇猛男粗大的猛烈进出视频 | 99热这里只有是精品50| 国产精品av视频在线免费观看| 女人被狂操c到高潮| 亚洲精品亚洲一区二区| 国产成人av教育| 我的老师免费观看完整版| 一本久久中文字幕| 全区人妻精品视频| 99久久精品国产国产毛片| 在线a可以看的网站| 岛国在线免费视频观看| 久久久久久久久久成人| 偷拍熟女少妇极品色| 国产激情偷乱视频一区二区| 色综合站精品国产| 午夜视频国产福利| 国产一区二区三区在线臀色熟女| netflix在线观看网站| 国国产精品蜜臀av免费| 中文字幕高清在线视频| 精品久久国产蜜桃| 少妇的逼水好多| 亚洲av成人av| 亚洲三级黄色毛片| 亚洲国产欧美人成| 小蜜桃在线观看免费完整版高清| 色哟哟·www| 国产精品一区二区免费欧美| 免费不卡的大黄色大毛片视频在线观看 | 级片在线观看| 久久中文看片网| 天堂影院成人在线观看| 国产精品国产三级国产av玫瑰| 99久久成人亚洲精品观看| 热99在线观看视频| av黄色大香蕉| 亚洲精品色激情综合| 观看免费一级毛片| 国产高清视频在线观看网站| 啦啦啦韩国在线观看视频| 亚洲熟妇中文字幕五十中出| 日日夜夜操网爽| 久久精品影院6| 黄色欧美视频在线观看| 国产精品三级大全| 亚洲av中文字字幕乱码综合| 亚洲无线在线观看| 国产午夜精品论理片| 欧美性猛交╳xxx乱大交人| 亚洲精华国产精华液的使用体验 | 国产精品,欧美在线| 久久久久久久久久久丰满 | 亚洲欧美精品综合久久99| 精品人妻视频免费看| 又爽又黄无遮挡网站| 深夜a级毛片| 成年免费大片在线观看| 成人三级黄色视频| 亚洲久久久久久中文字幕| 少妇丰满av| 亚洲avbb在线观看| 99久久精品热视频| 国产精品一区二区免费欧美| 变态另类丝袜制服| 成人精品一区二区免费| 国内毛片毛片毛片毛片毛片| 色综合婷婷激情| 欧美性猛交黑人性爽| 小蜜桃在线观看免费完整版高清| 极品教师在线免费播放| 人妻制服诱惑在线中文字幕| 丝袜美腿在线中文| 亚洲人成网站在线播放欧美日韩| 性色avwww在线观看| 久久香蕉精品热| 久久国内精品自在自线图片| 1000部很黄的大片| 少妇人妻精品综合一区二区 | 欧美人与善性xxx| 国产伦人伦偷精品视频| 亚洲最大成人中文| 97热精品久久久久久| 99视频精品全部免费 在线| 在线观看午夜福利视频| 三级国产精品欧美在线观看| 国产淫片久久久久久久久| 一区二区三区高清视频在线| 午夜激情欧美在线| 国产 一区精品| 老司机福利观看| 日本 av在线| 亚洲第一电影网av| 国产高清视频在线观看网站| 亚洲中文日韩欧美视频| 日本免费a在线| 欧美日韩瑟瑟在线播放| 亚洲精品久久国产高清桃花| 国产老妇女一区| 久久九九热精品免费| 99久久久亚洲精品蜜臀av| 国产成人av教育| 最好的美女福利视频网| 亚洲av电影不卡..在线观看| 成人国产麻豆网| 亚洲美女搞黄在线观看 | 禁无遮挡网站| 22中文网久久字幕| 两人在一起打扑克的视频| 国产 一区精品| 内地一区二区视频在线| 亚洲av免费在线观看| 国产精品电影一区二区三区| 深爱激情五月婷婷| 国产毛片a区久久久久| 欧美xxxx黑人xx丫x性爽| av.在线天堂| 午夜精品久久久久久毛片777| 神马国产精品三级电影在线观看| 91麻豆av在线| 91麻豆精品激情在线观看国产| 黄色欧美视频在线观看| 国产精品自产拍在线观看55亚洲| 亚洲最大成人中文| 桃红色精品国产亚洲av| 久久精品人妻少妇| 欧美成人免费av一区二区三区| 日韩欧美一区二区三区在线观看| 免费在线观看日本一区| 极品教师在线免费播放| 一个人看的www免费观看视频| 日本一二三区视频观看| 男人舔奶头视频| 老司机午夜福利在线观看视频| 久久精品夜夜夜夜夜久久蜜豆| 搡老岳熟女国产| 极品教师在线视频| 日日撸夜夜添| 麻豆一二三区av精品| 欧美日韩乱码在线| 欧美区成人在线视频| 午夜精品在线福利| 最好的美女福利视频网| 亚洲国产精品久久男人天堂| 天堂√8在线中文| 国产精品不卡视频一区二区| 毛片一级片免费看久久久久 | 色播亚洲综合网| 在线观看免费视频日本深夜| 久久午夜亚洲精品久久| 99国产极品粉嫩在线观看| 精品日产1卡2卡| 亚洲五月天丁香| 国产精品久久久久久久电影| 可以在线观看的亚洲视频| 日韩欧美精品v在线| 日本在线视频免费播放| 久久精品影院6| 久久久久免费精品人妻一区二区| 欧美成人a在线观看| 色哟哟哟哟哟哟| 97超级碰碰碰精品色视频在线观看| av国产免费在线观看| 中文在线观看免费www的网站| 麻豆国产97在线/欧美| 尾随美女入室| 一区二区三区免费毛片| 国产乱人视频| 中文字幕免费在线视频6| 美女高潮喷水抽搐中文字幕| 亚洲精华国产精华液的使用体验 | 少妇裸体淫交视频免费看高清| 成年版毛片免费区| 别揉我奶头~嗯~啊~动态视频| 亚洲乱码一区二区免费版| 久久久久久久久久久丰满 | 最近最新中文字幕大全电影3| 少妇的逼好多水| 91狼人影院| 国模一区二区三区四区视频| 嫩草影视91久久| 校园春色视频在线观看| 哪里可以看免费的av片| 人妻制服诱惑在线中文字幕| 亚洲av免费高清在线观看| 免费看a级黄色片| 国内久久婷婷六月综合欲色啪| 床上黄色一级片| 亚洲欧美日韩东京热| 亚洲最大成人手机在线| 亚洲精品一区av在线观看| 国产精品永久免费网站| 琪琪午夜伦伦电影理论片6080| 国产探花极品一区二区| 亚洲欧美清纯卡通| 午夜影院日韩av| 亚洲天堂国产精品一区在线| 舔av片在线| 国产高清不卡午夜福利| 99热6这里只有精品| 热99在线观看视频| a级一级毛片免费在线观看| 女人十人毛片免费观看3o分钟| 国产午夜福利久久久久久| 欧美丝袜亚洲另类 | 99精品在免费线老司机午夜| 日本爱情动作片www.在线观看 | 哪里可以看免费的av片| 人妻制服诱惑在线中文字幕| 1024手机看黄色片| 97人妻精品一区二区三区麻豆| 国产在线精品亚洲第一网站| 制服丝袜大香蕉在线| 久久精品91蜜桃| 国产亚洲欧美98| 99久久中文字幕三级久久日本| 亚洲成av人片在线播放无| 一边摸一边抽搐一进一小说| 日韩欧美国产一区二区入口| 尤物成人国产欧美一区二区三区| 淫秽高清视频在线观看| av福利片在线观看| 国产日本99.免费观看| 久久精品国产清高在天天线| 色5月婷婷丁香| 禁无遮挡网站| 美女免费视频网站| 大又大粗又爽又黄少妇毛片口| 国产高清有码在线观看视频| 一进一出抽搐gif免费好疼| 欧美另类亚洲清纯唯美| 床上黄色一级片| 欧美不卡视频在线免费观看| 亚洲人与动物交配视频| 色综合亚洲欧美另类图片| 亚洲午夜理论影院| 国模一区二区三区四区视频| 最好的美女福利视频网| 国产精品一区二区免费欧美| 亚洲av第一区精品v没综合| 日本黄大片高清| 亚洲av不卡在线观看| 久久人人爽人人爽人人片va| 人妻制服诱惑在线中文字幕| 可以在线观看的亚洲视频| 久久精品国产亚洲av香蕉五月| 18+在线观看网站| 99riav亚洲国产免费| 村上凉子中文字幕在线| 人妻丰满熟妇av一区二区三区| 搡老妇女老女人老熟妇| 麻豆久久精品国产亚洲av| 校园春色视频在线观看| 久久久久久大精品| 国产亚洲精品久久久久久毛片| 欧美色欧美亚洲另类二区| 久久精品国产清高在天天线| 欧美激情国产日韩精品一区| 亚洲国产色片| 热99在线观看视频| 欧美日本视频| 国产精品嫩草影院av在线观看 | 又爽又黄无遮挡网站| 国产欧美日韩精品亚洲av| 白带黄色成豆腐渣| 三级毛片av免费| 国产精品一及| 亚洲欧美日韩东京热| 国产美女午夜福利| 高清日韩中文字幕在线| 伊人久久精品亚洲午夜| 国产精品美女特级片免费视频播放器| www.色视频.com| 欧美激情国产日韩精品一区| 99精品久久久久人妻精品| 成人国产麻豆网| 在线观看舔阴道视频| 在现免费观看毛片| 日本 av在线| 国产激情偷乱视频一区二区| 在线观看午夜福利视频| 日本色播在线视频| 波多野结衣巨乳人妻| 春色校园在线视频观看| 少妇被粗大猛烈的视频| 欧美高清成人免费视频www| 亚洲四区av| 国产高清激情床上av| 尾随美女入室| 国产真实乱freesex| 丰满的人妻完整版| 免费看光身美女| 无人区码免费观看不卡| 亚洲av免费在线观看| 老熟妇乱子伦视频在线观看| 麻豆精品久久久久久蜜桃| 久久人人爽人人爽人人片va| 变态另类成人亚洲欧美熟女| 国产精品伦人一区二区| 成人特级av手机在线观看| 成年女人看的毛片在线观看| 国产精品久久电影中文字幕| 偷拍熟女少妇极品色| 国产爱豆传媒在线观看| 尤物成人国产欧美一区二区三区| 日本爱情动作片www.在线观看 |