• <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 ?

    分步動態(tài)自回歸核主元分析及其在故障診斷中應(yīng)用

    2016-05-14 11:07:05張敏龍王濤王旭平常紅偉王放
    計算機應(yīng)用 2016年5期
    關(guān)鍵詞:故障診斷

    張敏龍 王濤 王旭平 常紅偉 王放

    摘要:針對滑動窗自適應(yīng)核主元分析法(KPCA)在處理參數(shù)敏感和緩慢劣化問題時存在的“過適應(yīng)”現(xiàn)象,容易產(chǎn)生漏報的問題,提出了一種分步動態(tài)自回歸KPCA算法。首先,借鑒動態(tài)數(shù)據(jù)矩陣思想,分步建立初始模型;然后,在滑動窗自適應(yīng)KPCA的基礎(chǔ)上,引入指數(shù)加權(quán)法則處理實時數(shù)據(jù)、更新模型;最后,分析算法復(fù)雜度,并給出具體實現(xiàn)步驟。利用模擬數(shù)據(jù)分析分解系數(shù)和加權(quán)因子對算法的影響,結(jié)果表明,與滑動窗自適應(yīng)KPCA相比,所提方法在參數(shù)選擇恰當?shù)那闆r下,模型效率提高了近90%,誤報次數(shù)幾乎降為0,還能通過調(diào)整加權(quán)因子取值來控制算法的適應(yīng)能力,以解決多樣化的動態(tài)問題。將算法應(yīng)用于壓縮機喘振和軸承故障實驗數(shù)據(jù)分析,驗證了所提算法處理參數(shù)敏感和緩慢劣化問題的能力。

    關(guān)鍵詞:核主元分析;滑動窗;分步動態(tài)策略;指數(shù)加權(quán);故障診斷

    中圖分類號:TP277 文獻標志碼:A

    Abstract:There are overfitting phenomenon and prone omissions when moving window adaptive Kernel Principal Component Analysis (KPCA) is utilized to deal with sensitive parameters or slow degradation problem. In order to solve the problem, a step dynamic autoregression KPCA was proposed. Firstly, the initial model was established step by step drawing on dynamic data matrix. Then, the exponentially weighting rule was introduced to process realtime data and update the model based on the moving window adaptive KPCA. Finally, the algorithm complexity was analyzed and specific steps were given. The simulation data was utilized to analyze the impact of decomposition coefficient and weighting factor. The results show that, compared with the moving window adaptive KPCA, the proposed algorithm efficiency was improved by nearly 90% and the number of false positives was almost 0 in the case of appropriate parameter selection; and it could also control the adaptive ability to solve a variety of dynamic problems by adjusting the value of weighting factor. The algorithm was applied to the experimental data analysis of compressor surge and bearing fault, the result verified its ability to deal with the problem of sensitive parameter and slow degradation.

    Key words:Kernel Principal Component Analysis (KPCA); moving window; step dynamic strategy; exponentially weighting; fault diagnosis

    0 引言

    Schlkopf等[1]提出的核主元分析法(Kernel Principal Component Analysis, KPCA)是一種非線性數(shù)據(jù)處理方法,目前已經(jīng)在入侵檢測、圖像處理、過程監(jiān)控、故障診斷等領(lǐng)域得到了成功應(yīng)用[2-5]。但傳統(tǒng)KPCA建立在靜態(tài)模型的基礎(chǔ)上,存在模型訓練完成后不能改變的缺陷,應(yīng)用于動態(tài)時變系統(tǒng)中可能會出現(xiàn)大量誤報、漏報問題。

    為此,近年來研究者們相繼提出了一些動態(tài)KPCA方法。文獻[6]結(jié)合滑動窗機制提出了一種自適應(yīng)動態(tài)KPCA方法,使模型能夠適應(yīng)時變系統(tǒng)的參數(shù)漂移,并成功應(yīng)用于航空發(fā)動機的故障動態(tài)監(jiān)測中。該方法實時性好、自適應(yīng)性強、模型更新周期可控,適用于跟蹤設(shè)備正常狀態(tài)的漂移,同時能夠減少誤報的發(fā)生。但該方法刻板地使用實時數(shù)據(jù)替換原始數(shù)據(jù),缺少對適應(yīng)性的控制,在推廣到處理設(shè)備參數(shù)敏感和緩慢劣化問題時會出現(xiàn)“過適應(yīng)”,影響算法效果,存在漏報的可能。

    針對上述問題,本文借鑒文獻[7]的動態(tài)數(shù)據(jù)矩陣思想,在滑動窗自適應(yīng)KPCA的基礎(chǔ)上,引入文獻[8]的指數(shù)加權(quán)法則,提出一種分步動態(tài)自回歸核主元分析法(Step Dynamic AutoRegression KPCA,SDAR_KPCA)。該方法首先將訓練樣本分解擴展,分兩步提取數(shù)據(jù)的相關(guān)關(guān)系,減小核矩陣規(guī)模和計算復(fù)雜度;然后根據(jù)動態(tài)數(shù)據(jù),加權(quán)更新核矩陣,調(diào)節(jié)加權(quán)因子以適應(yīng)不同類型動態(tài)系統(tǒng)的要求,降低誤報、漏報概率;最后利用模擬數(shù)據(jù)驗證算法的快速性和自回歸性,并將算法應(yīng)用于壓縮機喘振過程信號和IMS(Intelligent Maintenance System)軸承故障實驗數(shù)據(jù)的分析。

    1 分步動態(tài)自回歸核主元分析法

    1.1 算法基本思想

    文獻[7]指出,對于動態(tài)系統(tǒng),實時觀測數(shù)據(jù)與過去時刻觀測數(shù)據(jù)是緊密聯(lián)系的,利用靜態(tài)KPCA模型難以獲取數(shù)據(jù)之間的相關(guān)關(guān)系,并針對這一問題提出分步動態(tài)策略:首先對數(shù)據(jù)樣本在時間方向上進行擴充,構(gòu)造數(shù)據(jù)增廣矩陣,然后利用核主元分析提取數(shù)據(jù)的空間相關(guān)關(guān)系,最后利用主元分析(Principal Component Analysis,PCA)提取數(shù)據(jù)的時間相關(guān)關(guān)系,分兩步獲取動態(tài)數(shù)據(jù)之間的相關(guān)性。

    滑動窗機制利用實時采集的正常樣本替換相同數(shù)量的原始樣本,重新生成正常樣本集,建立新模型進行檢測,以達到控制模型更新頻率和適應(yīng)實時數(shù)據(jù)變化的目的。對滑動窗數(shù)據(jù)使用分步動態(tài)策略,記滑動窗寬度為ω,滑動步長為s,當前窗口數(shù)據(jù)為{xi}ωi=1∈Rm,定義分解系數(shù)為D,利用當前窗口樣本數(shù)據(jù)構(gòu)建增廣矩陣X(D):

    按列分解矩陣X(D),再先后進行KPCA和PCA分析,建立模型。滑動窗每次以步長s向前滑動,依次在各窗口更新模型。然而滑動窗機制刻板地使用實時數(shù)據(jù)替換原始數(shù)據(jù),沒有考慮原始數(shù)據(jù)信息,在模型多次更新后,可能會出現(xiàn)偏離現(xiàn)象,增大誤報、漏報幾率。更糟糕的是,在處理對象參數(shù)敏感或設(shè)備緩慢劣化問題時,滑動窗自適應(yīng)KPCA對動態(tài)數(shù)據(jù)變化適應(yīng)過度,會出現(xiàn)類似于“過學習”的現(xiàn)象,以至于無法準確辨別這兩類問題的發(fā)生。

    其中γ∈[0,1]表示加權(quán)因子。γ的大小在模型更新時刻畫了算法對不同時刻數(shù)據(jù)樣本的重視程度,也反映了對實時樣本的適應(yīng)能力??梢愿鶕?jù)不同問題要求,選取合適的γ,以滿足相應(yīng)的診斷目的。

    1)γ越大,則原始樣本具有較大權(quán)重,表示算法越重視原始樣本,對實時樣本的適應(yīng)能力越弱。特別地,當γ=1時,表示未對核矩陣進行更新,也就是不更新模型樣本數(shù)據(jù),沒有適應(yīng)能力,相當于靜態(tài)KPCA。對于參數(shù)敏感的問題,適合選擇較大的γ,當動態(tài)系統(tǒng)參數(shù)一旦發(fā)生漂移,就能夠被及時察覺。

    2)γ越小,則新樣本具有較大權(quán)重,表示算法越重視實時樣本,對實時樣本的適應(yīng)能力越強。特別地,當γ=0時,表示核矩陣直接更新,沒有使用原始數(shù)據(jù)進行加權(quán),相當于滑動窗自適應(yīng)KPCA。對于設(shè)備緩慢劣化的問題,應(yīng)盡量選擇較小的γ,使算法具有較強的適應(yīng)能力,在一定范圍內(nèi)適應(yīng)設(shè)備參數(shù)的漂移,γ的具體取值視設(shè)備狀態(tài)變化特點而定。

    1.2 算法步驟

    1)離線訓練。

    步驟1

    收集正常樣本集X,用于初始KPCA模型的建立。設(shè)定分解系數(shù)D,滑動窗寬度ω,滑動步長s,加權(quán)因子γ,累計數(shù)k置零。計算窗口數(shù)據(jù)的均值和標準差,并進行標準化處理。

    步驟2

    2 仿真與應(yīng)用分析

    2.1 仿真分析

    設(shè)備運行時往往會發(fā)生狀態(tài)漂移,根據(jù)設(shè)備類型、工作環(huán)境、應(yīng)用場合等不同,會將不同程度的狀態(tài)漂移情況視為故障。為方便描述,本文使用一維模擬數(shù)據(jù)進行仿真分析,該數(shù)據(jù)以正態(tài)分布的隨機信號為基礎(chǔ),通過調(diào)整均值和標準差,模擬設(shè)備從正常狀態(tài)到出現(xiàn)漂移直至劣化的過程,如圖1所示,把漂移過程的任何位置都認為是可能的故障起始點。

    由表1可以看出,SDAR_KPCA的離線訓練用時與滑動窗自適應(yīng)KPCA相比并無明顯優(yōu)勢,在分解系數(shù)D小于80后,訓練時間甚至比滑動窗自適應(yīng)KPCA還長。但從在線檢測更新時間上看,使用較大的分解系數(shù)時后,本文算法耗時遠小于滑動窗自適應(yīng)KPCA,而且D越大,更新時解算的核矩陣規(guī)模就越小,耗時也就越短,說明SDAR_KPCA算法能夠提高模型更新效率。

    圖2自上而下分別是SDAR_KPCA在D取95、90、80時以及滑動窗自適應(yīng)KPCA的SPE統(tǒng)計量監(jiān)控結(jié)果。由圖2可見,SDAR_KPCA算法在D取90或80時,和滑動窗自適應(yīng)KPCA一樣,統(tǒng)計量能適應(yīng)數(shù)據(jù)的漂移;但當SDAR_KPCA分解系數(shù)D取95時,SPE的監(jiān)控結(jié)果很不理想,這是由于分解后每個子矩陣的訓練樣本數(shù)過少,導(dǎo)致不能從統(tǒng)計意義上構(gòu)成協(xié)方差矩陣,進而影響了模型的監(jiān)測效果, 因此,選取分解系數(shù)D時要綜合考慮快速性和準確性的影響,在不影響準確性的情況下,讓D盡量接近滑動窗寬度ω的值。

    2.1.2 自回歸性驗證

    固定分解系數(shù)D=90,然后令SDAR_KPCA取不同加權(quán)因子γ進行在線監(jiān)測。圖3(a)~(c)分別是γ取0.2、0.8和1時的SPE監(jiān)控結(jié)果,表2記錄了部分γ取值的SPE超限位置以及狀態(tài)漂移前的誤報次數(shù)。

    從圖3和表2可以看出,γ取值越小,SPE統(tǒng)計量的超限位置越靠后,算法對狀態(tài)漂移的適應(yīng)能力越強,在γ接近于0時,統(tǒng)計量甚至不會越限。隨著γ取值不斷增大,SPE超限位置前移,特別是γ接近于1時,數(shù)據(jù)狀態(tài)一發(fā)生漂移,統(tǒng)計量就會越限。說明SDAR_KPCA模型能夠保留原始數(shù)據(jù)信息,具有自回歸性,而且可由γ的大小控制模型的適應(yīng)能力,使之對不同問題具有適用性。

    另外,當γ取值過大時,狀態(tài)漂移前就出現(xiàn)了少量誤報問題,這是由于模型不更新或更新時新樣本的權(quán)值太小所引起的,此時SDAR_KPCA的性能退化至與靜態(tài)KPCA相當。

    2.2 應(yīng)用分析

    下面,利用SDAR_KPCA分別對兩種不同類型的實際故障數(shù)據(jù)進行分析。

    1)壓縮機喘振過程信號分析。

    分析250kW單級離心壓縮機從正常到喘振的發(fā)展過程,實驗轉(zhuǎn)速為13570rpm,采樣頻率為150Hz,采樣點數(shù)為2048,調(diào)節(jié)節(jié)流閥讓壓縮機發(fā)生喘振,得到進口總壓和出口靜壓信號如圖4所示[10]。

    喘振現(xiàn)象對離心壓縮機危害巨大,必須對喘振先兆作出及時準確辨別,一旦發(fā)生參數(shù)漂移就能立即報警,屬于參數(shù)敏感問題,所以選擇較大的γ。將壓力信號合成二維數(shù)據(jù),選取滑動窗寬度ω=200,分解系數(shù)D=180,滑動步長s=10,核參數(shù)σ=5m/2=2.24,主元控制限為0.85,統(tǒng)計量控制限的置信度為99%,圖5顯示了加權(quán)因子γ=0.9時SPE的監(jiān)控結(jié)果。

    圖5表明,在壓縮機平穩(wěn)運行時,SPE未出現(xiàn)超限情況,在壓縮機進出口壓力參數(shù)發(fā)生漂移瞬間,SDAR_KPCA模型及時給出了報警信息,實現(xiàn)了喘振先兆的準確識別。但是,報警后出現(xiàn)了大量“漏檢”點,這是由于沒有進行特征提取,而樣本點的壓力信息恰好與正常狀態(tài)相符引起的。

    2)IMS軸承故障實驗數(shù)據(jù)分析。

    數(shù)據(jù)來自美國辛辛那提大學IMS中心的軸承故障實驗[11],實驗中4個滾動軸承同軸安裝,1#、4#軸承固定在實驗臺上,2#、3#軸承通過彈簧機構(gòu)施加6000lb恒定徑向負載,轉(zhuǎn)速保持2000rpm,并在每個軸承上設(shè)置兩個PCB 353B33型振動傳感器,分別測量軸承水平和垂直振動信號。

    實驗從2004年2月12日10:32:29持續(xù)到2月19日06:22:39,每隔10min利用NI DAQ 6062E信號采集平臺記錄各軸承的垂直振動信號,采樣頻率為20kHz,采樣點數(shù)為20480,共有984段4維信號數(shù)據(jù)。計算每段數(shù)據(jù)的時域統(tǒng)計指標作為原始特征,具體同上節(jié)模擬數(shù)據(jù)的10類指標,共得984點40維特征。選取滑動窗寬度ω=100,分解系數(shù)D=90,滑動步長s=10,核參數(shù)σ=5m/2=10,主元控制限為0.85,統(tǒng)計量控制限的置信度為99%,圖6為加權(quán)因子γ分別取0.8和0.2時SPE的監(jiān)控結(jié)果。

    當γ=0.8時,SPE在第703點處超出控制限,對該段原始信號進行包絡(luò)分析,發(fā)現(xiàn)1#軸承的狀態(tài)開始出現(xiàn)漂移,但仍處于正常工作范圍。當γ=0.2時,統(tǒng)計量在最后幾個特征點處才發(fā)生越限,此時的包絡(luò)譜表明1#軸承的外圈處于故障狀態(tài),最后停機檢查發(fā)現(xiàn)1#軸承外圈存在裂紋。實驗記錄了軸承外圈緩慢劣化的過程,通過設(shè)置較小的加權(quán)因子γ如0.2,SDAR_KPCA模型能夠準確判斷出故障的發(fā)生。而設(shè)置較大的γ如0.8,則可以識別出狀態(tài)漂移的起始位置, 因此,可以設(shè)置雙層甚至多層SDAR_KPCA模型,形成層級報警器,可以得到更精確的診斷結(jié)論。

    3 結(jié)語

    本文借鑒分步動態(tài)策略,在滑動窗自適應(yīng)KPCA中引入指數(shù)加權(quán)法則,提出了SDAR_KPCA算法,利用模擬數(shù)據(jù)驗證了算法效果,并將其成功應(yīng)用于壓縮機喘振故障和IMS軸承故障診斷,主要結(jié)論如下:

    1)SDAR_KPCA降低了算法復(fù)雜度,提高了模型更新效率,在保證準確性的前提下,讓分解系數(shù)盡量接近滑動窗寬度的值,可以實現(xiàn)動態(tài)數(shù)據(jù)的快速診斷。

    2)SDAR_KPCA實現(xiàn)了模型的自回歸更新,根據(jù)實際問題選擇合適的加權(quán)因子,調(diào)節(jié)原始數(shù)據(jù)和動態(tài)數(shù)據(jù)的權(quán)重,能夠得到良好的診斷結(jié)果。

    3)通過設(shè)置不同加權(quán)因子建立雙層甚至多層SDAR_KPCA模型,能形成層級報警器,從而達到更詳實診斷的目的。

    參考文獻:

    [1]SCHLKOPF B, SMOLA A, MLLER K R. Nonlinear component analysis as a kernel eigenvalue problem [J]. Neural Computation, 1998, 10(5): 1299-1319.

    [2]余文利,余建軍,方建文.一種新的基于KPCA和改進εSVM的入侵檢測模型[J].計算機工程與應(yīng)用,2015,51(11): 93-98. (YU W L, YU J J, FANG J W. Novel intrusion detection model based on KPCA and improved εSVM [J]. Computer Engineering and Applications, 2015, 51(11): 93-98.)

    [3]LIN C, PENG F, WANG BH, et al. Research on PCA and KPCA selffusion based MSTARSAR automatic target recognition algorithm [J]. Journal of Electronic Science and Technology, 2012, 10(4): 352-357.

    [4]JIANG Q C, YAN X F. Statistical monitoring of chemical processes based on sensitive kernel principal components [J]. Chinese Journal of Chemical Engineering, 2013, 21(6): 633-643.

    [5]張恒,趙榮珍.故障特征選擇與特征信息融合的加權(quán)KPCA方法研究[J].振動與沖擊,2014,33(9):89-93,121. (ZHANG H, ZHAO R Z. Weighted KPCA based on fault feature selection and feature information fusion [J]. Journal of Vibration and Shock, 2014, 33(9): 89-93, 121.)

    [6]胡金海,李應(yīng)紅,楊帆,等.一種基于自適應(yīng)核主元分析的故障檢測方法[J].控制工程,2007,14(S1):80-83. (HU J H, LI Y H, YANG F, et al. A fault detection method based on kernel principal component analysis [J].Control Engineering of China, 2007, 14(S1): 80-83.)

    [7]CHOI S W, LEE I B. Nonlinear dynamic process monitoring based on dynamic kernel PCA [J]. Chemical Engineering Science, 2004, 59(24): 5897-5908.

    [8]WOLD S. Exponentially weighted moving principal component analysis and projection to latent structures [J]. Chemometrics and Intelligent Laboratory Systems, 1994, 23(1): 149-161.【Proceedings of the 3rd Scandinavian Symposium on Chemometrics (SSC3)】

    [9]姜萬錄,吳勝強,劉思遠.指數(shù)加權(quán)動態(tài)核主元分析法及其在故障診斷中應(yīng)用[J].機械工程學報,2011,47(3):63-68. (JIANG W L, WU S Q, LIU S Y. Exponentially weighted dynamic kernel principal component analysis algorithm and its application in fault diagnosis [J].Journal of Mechanical Engineering, 2011, 47(3): 63-68.)

    [10]張慶. 基于核方法的機械設(shè)備動態(tài)監(jiān)測診斷模型與關(guān)鍵技術(shù)研究[D]. 西安:西安交通大學, 2007. (ZHANG Q. Research on the dynamical model and its key techniques for condition monitoring and fault diagnosis of mechanical equipments based on kernel methods [D]. Xian: Xian Jiaotong University, 2007.)

    [11]LEE J, QIU H, YU G, et al. ‘Bearing Data Set, IMS, University of Cincinnati. NASA Ames Prognostics Data Repository, NASA Ames, Moffett Field, CA [EB/OL]. [2015-07-20]. http://ti.arc.nasa.gov/projects/data_prognostics/.

    [12]QIU H, LEE J, LIN J, et al. Wavelet filterbased weak signature detection method and its application on rolling element bearing prognostics [J]. Journal of Sound and Vibration, 2006, 289(4/5): 1066-1090.

    猜你喜歡
    故障診斷
    基于包絡(luò)解調(diào)原理的低轉(zhuǎn)速滾動軸承故障診斷
    ILWT-EEMD數(shù)據(jù)處理的ELM滾動軸承故障診斷
    凍干機常見故障診斷與維修
    基于EWT-SVDP的旋轉(zhuǎn)機械故障診斷
    數(shù)控機床電氣系統(tǒng)的故障診斷與維修
    電子制作(2018年10期)2018-08-04 03:24:46
    基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    改進的奇異值分解在軸承故障診斷中的應(yīng)用
    基于LCD和排列熵的滾動軸承故障診斷
    基于KPCA和PSOSVM的異步電機故障診斷
    十八禁网站免费在线| 国产精品久久电影中文字幕| 国产精品 国内视频| 亚洲性夜色夜夜综合| 亚洲精品中文字幕一二三四区| 午夜福利在线免费观看网站| 在线观看一区二区三区激情| 在线观看舔阴道视频| 91在线观看av| 欧美精品亚洲一区二区| 老司机靠b影院| 久久精品aⅴ一区二区三区四区| 老汉色av国产亚洲站长工具| 免费高清在线观看日韩| 男人的好看免费观看在线视频 | 亚洲欧美精品综合久久99| 怎么达到女性高潮| 国产成+人综合+亚洲专区| 美女国产高潮福利片在线看| 嫩草影院精品99| 亚洲精品粉嫩美女一区| 丝袜美腿诱惑在线| 成人亚洲精品一区在线观看| 久久精品国产亚洲av高清一级| 中国美女看黄片| 国产av又大| 国产熟女午夜一区二区三区| 99久久国产精品久久久| 色婷婷av一区二区三区视频| 国产精品久久电影中文字幕| 成人18禁高潮啪啪吃奶动态图| 国产精品一区二区免费欧美| 人妻丰满熟妇av一区二区三区| 一区二区三区国产精品乱码| 日日爽夜夜爽网站| 老司机深夜福利视频在线观看| 国产成+人综合+亚洲专区| www日本在线高清视频| 欧美精品啪啪一区二区三区| 手机成人av网站| 亚洲精品一卡2卡三卡4卡5卡| 免费在线观看影片大全网站| av中文乱码字幕在线| 精品一区二区三卡| 国产主播在线观看一区二区| 午夜a级毛片| 99精品欧美一区二区三区四区| 久久久久久大精品| 国产成人精品无人区| 久久久久国内视频| 一级作爱视频免费观看| 日韩欧美在线二视频| 中文字幕高清在线视频| 亚洲中文日韩欧美视频| 不卡av一区二区三区| 久久香蕉精品热| 国产男靠女视频免费网站| 色综合站精品国产| 国产精品日韩av在线免费观看 | 变态另类成人亚洲欧美熟女 | 久久国产精品影院| 热re99久久精品国产66热6| 波多野结衣高清无吗| av欧美777| 成年人免费黄色播放视频| 视频区欧美日本亚洲| 男女下面插进去视频免费观看| 香蕉国产在线看| 国产成人欧美在线观看| 国产精品永久免费网站| 日日夜夜操网爽| 国产免费男女视频| 久久香蕉精品热| 日本五十路高清| 18禁国产床啪视频网站| 国产免费现黄频在线看| 久久99一区二区三区| 操出白浆在线播放| av网站在线播放免费| 国产1区2区3区精品| 曰老女人黄片| 身体一侧抽搐| av欧美777| 日韩三级视频一区二区三区| 久久精品国产亚洲av高清一级| 在线观看免费午夜福利视频| 欧美另类亚洲清纯唯美| xxxhd国产人妻xxx| 日韩免费高清中文字幕av| 精品国产超薄肉色丝袜足j| 国产不卡一卡二| 欧美日韩中文字幕国产精品一区二区三区 | 黑人欧美特级aaaaaa片| 亚洲一区二区三区不卡视频| 色哟哟哟哟哟哟| 在线观看一区二区三区激情| 亚洲精品粉嫩美女一区| 人成视频在线观看免费观看| 日本vs欧美在线观看视频| 欧美久久黑人一区二区| 午夜福利影视在线免费观看| 国产一区二区三区视频了| 女人高潮潮喷娇喘18禁视频| 人人妻人人爽人人添夜夜欢视频| 日本a在线网址| 中文欧美无线码| 很黄的视频免费| 国产高清国产精品国产三级| 黄色毛片三级朝国网站| 变态另类成人亚洲欧美熟女 | 99国产极品粉嫩在线观看| 精品国产一区二区三区四区第35| 美女高潮喷水抽搐中文字幕| 性色av乱码一区二区三区2| 国产精品美女特级片免费视频播放器 | 婷婷精品国产亚洲av在线| 中文字幕人妻丝袜一区二区| 欧美在线一区亚洲| 性少妇av在线| 色综合欧美亚洲国产小说| 日日夜夜操网爽| 夜夜看夜夜爽夜夜摸 | 亚洲黑人精品在线| 久久香蕉激情| 亚洲人成电影观看| 在线av久久热| 日日摸夜夜添夜夜添小说| 欧美精品亚洲一区二区| 精品人妻1区二区| 99国产精品免费福利视频| 亚洲中文av在线| 超色免费av| 夫妻午夜视频| 搡老熟女国产l中国老女人| 欧美 亚洲 国产 日韩一| www.熟女人妻精品国产| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美日韩瑟瑟在线播放| 涩涩av久久男人的天堂| 国产精品九九99| 又大又爽又粗| 国产激情久久老熟女| 精品一区二区三区av网在线观看| 国产成人精品无人区| 在线观看免费日韩欧美大片| 色综合欧美亚洲国产小说| 黄片大片在线免费观看| 视频在线观看一区二区三区| 欧美中文日本在线观看视频| 脱女人内裤的视频| 精品少妇一区二区三区视频日本电影| www.自偷自拍.com| 国产一区二区在线av高清观看| 麻豆av在线久日| 大码成人一级视频| 91在线观看av| 老熟妇仑乱视频hdxx| 自线自在国产av| 长腿黑丝高跟| 青草久久国产| 女人被狂操c到高潮| 国产1区2区3区精品| 身体一侧抽搐| 黄色女人牲交| 日韩人妻精品一区2区三区| 精品欧美一区二区三区在线| 99久久99久久久精品蜜桃| 久久人人97超碰香蕉20202| 91精品三级在线观看| a在线观看视频网站| 国产精品 欧美亚洲| 欧美国产精品va在线观看不卡| 老熟妇仑乱视频hdxx| 十八禁网站免费在线| 久久久久久久精品吃奶| 在线av久久热| 搡老熟女国产l中国老女人| 999久久久国产精品视频| av视频免费观看在线观看| 精品福利永久在线观看| www国产在线视频色| 在线观看免费高清a一片| 亚洲成人久久性| 日本精品一区二区三区蜜桃| 亚洲一区二区三区欧美精品| 久久久国产一区二区| 99国产精品一区二区三区| 亚洲国产毛片av蜜桃av| 久久久水蜜桃国产精品网| 真人一进一出gif抽搐免费| 国产99久久九九免费精品| 亚洲三区欧美一区| 1024香蕉在线观看| 一级,二级,三级黄色视频| √禁漫天堂资源中文www| 欧美精品啪啪一区二区三区| 村上凉子中文字幕在线| 亚洲性夜色夜夜综合| 精品无人区乱码1区二区| 色综合婷婷激情| 波多野结衣高清无吗| 午夜福利免费观看在线| 国产熟女午夜一区二区三区| 我的亚洲天堂| 多毛熟女@视频| 亚洲av成人一区二区三| 欧美日韩黄片免| 美女高潮到喷水免费观看| 日本一区二区免费在线视频| 麻豆一二三区av精品| 亚洲精品国产区一区二| 岛国视频午夜一区免费看| 在线观看日韩欧美| 日日摸夜夜添夜夜添小说| 亚洲专区中文字幕在线| 天堂√8在线中文| 亚洲一卡2卡3卡4卡5卡精品中文| 精品国内亚洲2022精品成人| 999精品在线视频| 国产精品九九99| 热99re8久久精品国产| 亚洲午夜理论影院| 国产精品影院久久| 国产精品av久久久久免费| 美女 人体艺术 gogo| 日韩欧美在线二视频| 757午夜福利合集在线观看| 成人三级黄色视频| 99国产综合亚洲精品| 97超级碰碰碰精品色视频在线观看| 在线观看舔阴道视频| 亚洲精品在线观看二区| 女性生殖器流出的白浆| 18禁黄网站禁片午夜丰满| 亚洲午夜理论影院| 国产三级在线视频| 51午夜福利影视在线观看| 亚洲第一欧美日韩一区二区三区| 亚洲专区字幕在线| 99re在线观看精品视频| 狠狠狠狠99中文字幕| 校园春色视频在线观看| 麻豆成人av在线观看| 十八禁网站免费在线| 中文字幕人妻熟女乱码| 9191精品国产免费久久| 亚洲自拍偷在线| 亚洲一码二码三码区别大吗| 国产aⅴ精品一区二区三区波| 老熟妇乱子伦视频在线观看| 午夜a级毛片| 成年人黄色毛片网站| 日本三级黄在线观看| 亚洲专区国产一区二区| 亚洲精品一二三| 波多野结衣一区麻豆| 久久 成人 亚洲| 最好的美女福利视频网| 亚洲国产精品一区二区三区在线| 熟女少妇亚洲综合色aaa.| 亚洲熟女毛片儿| 长腿黑丝高跟| 国产国语露脸激情在线看| 男男h啪啪无遮挡| 国产精品亚洲一级av第二区| 精品乱码久久久久久99久播| 成年人黄色毛片网站| 久久青草综合色| 欧美日韩亚洲综合一区二区三区_| 男人的好看免费观看在线视频 | 欧美日韩视频精品一区| 精品第一国产精品| 身体一侧抽搐| 亚洲精品粉嫩美女一区| 人人妻人人澡人人看| 丝袜美足系列| 国产野战对白在线观看| 精品免费久久久久久久清纯| 美女扒开内裤让男人捅视频| 又紧又爽又黄一区二区| 免费av毛片视频| 99riav亚洲国产免费| 国产av一区在线观看免费| 一边摸一边做爽爽视频免费| 亚洲成av片中文字幕在线观看| 女警被强在线播放| 热re99久久国产66热| 国产男靠女视频免费网站| 欧美成人性av电影在线观看| 免费av中文字幕在线| 亚洲 欧美 日韩 在线 免费| 亚洲精品美女久久av网站| 欧美乱妇无乱码| 欧美乱码精品一区二区三区| 久久国产精品男人的天堂亚洲| 十八禁人妻一区二区| 亚洲 欧美一区二区三区| 涩涩av久久男人的天堂| 久久亚洲真实| 50天的宝宝边吃奶边哭怎么回事| 国产成人欧美| 少妇裸体淫交视频免费看高清 | 99久久综合精品五月天人人| 热99国产精品久久久久久7| 免费av毛片视频| 真人一进一出gif抽搐免费| 在线观看免费高清a一片| 一级a爱片免费观看的视频| 电影成人av| 久久人妻av系列| 成人av一区二区三区在线看| 国产精品自产拍在线观看55亚洲| 久久草成人影院| 亚洲国产精品合色在线| 亚洲视频免费观看视频| 一级作爱视频免费观看| 日日摸夜夜添夜夜添小说| 最好的美女福利视频网| 一夜夜www| 久久影院123| 久久人人97超碰香蕉20202| 成在线人永久免费视频| 自拍欧美九色日韩亚洲蝌蚪91| 欧美日韩瑟瑟在线播放| 免费av毛片视频| 色婷婷av一区二区三区视频| 老司机深夜福利视频在线观看| 午夜福利一区二区在线看| 久久精品亚洲av国产电影网| 99精品在免费线老司机午夜| 欧美av亚洲av综合av国产av| 色精品久久人妻99蜜桃| 亚洲精品久久午夜乱码| 老熟妇仑乱视频hdxx| 日本a在线网址| 国产成人av激情在线播放| 久久久久亚洲av毛片大全| 久久久久久久久久久久大奶| 国产激情欧美一区二区| 亚洲美女黄片视频| 18禁裸乳无遮挡免费网站照片 | 1024香蕉在线观看| 日本一区二区免费在线视频| 国产精品久久久久成人av| 一区二区日韩欧美中文字幕| 一区在线观看完整版| 一本大道久久a久久精品| 国产免费av片在线观看野外av| 黄色片一级片一级黄色片| 香蕉久久夜色| 男女做爰动态图高潮gif福利片 | www.999成人在线观看| 久9热在线精品视频| 欧美人与性动交α欧美软件| 他把我摸到了高潮在线观看| 国产极品粉嫩免费观看在线| 高清欧美精品videossex| 亚洲精品久久成人aⅴ小说| 在线观看日韩欧美| 手机成人av网站| 午夜福利免费观看在线| 熟女少妇亚洲综合色aaa.| 亚洲精品在线美女| 精品久久久久久久毛片微露脸| 亚洲精品国产一区二区精华液| 亚洲国产欧美日韩在线播放| 男女之事视频高清在线观看| 久久影院123| 国产男靠女视频免费网站| 一边摸一边抽搐一进一小说| 淫妇啪啪啪对白视频| 久久人人精品亚洲av| 青草久久国产| 在线十欧美十亚洲十日本专区| 久久香蕉国产精品| 多毛熟女@视频| av中文乱码字幕在线| 嫁个100分男人电影在线观看| 精品久久久精品久久久| 精品一品国产午夜福利视频| 欧美色视频一区免费| 欧美日韩av久久| 99国产综合亚洲精品| 久久久久久久久免费视频了| 天天躁夜夜躁狠狠躁躁| 一边摸一边抽搐一进一小说| 91九色精品人成在线观看| 长腿黑丝高跟| 丰满人妻熟妇乱又伦精品不卡| 天天躁狠狠躁夜夜躁狠狠躁| 欧美精品一区二区免费开放| 曰老女人黄片| 国产av精品麻豆| 怎么达到女性高潮| 久久国产精品男人的天堂亚洲| av福利片在线| 国产精品亚洲一级av第二区| 久久精品国产亚洲av高清一级| 久久青草综合色| 在线观看一区二区三区| 亚洲人成电影免费在线| 老司机在亚洲福利影院| 亚洲av电影在线进入| 欧美久久黑人一区二区| avwww免费| 黄色片一级片一级黄色片| 日韩中文字幕欧美一区二区| 欧美激情高清一区二区三区| 免费在线观看日本一区| 亚洲精品久久成人aⅴ小说| www日本在线高清视频| 99国产精品免费福利视频| 欧美日韩亚洲国产一区二区在线观看| 老熟妇仑乱视频hdxx| 亚洲人成电影观看| 亚洲专区字幕在线| 91精品三级在线观看| 久久久久久亚洲精品国产蜜桃av| 天堂俺去俺来也www色官网| 国产成人精品无人区| 50天的宝宝边吃奶边哭怎么回事| 久久精品aⅴ一区二区三区四区| 老司机午夜十八禁免费视频| 老汉色∧v一级毛片| 国产精品久久视频播放| 成人永久免费在线观看视频| 欧美日本中文国产一区发布| av网站在线播放免费| 动漫黄色视频在线观看| 香蕉丝袜av| 看免费av毛片| 一进一出好大好爽视频| 亚洲免费av在线视频| 久久久久久人人人人人| 啪啪无遮挡十八禁网站| 亚洲av成人一区二区三| 在线免费观看的www视频| 熟女少妇亚洲综合色aaa.| 午夜影院日韩av| 欧美日韩一级在线毛片| 国产精品亚洲一级av第二区| 亚洲七黄色美女视频| 色播在线永久视频| 十八禁网站免费在线| 伦理电影免费视频| 国产真人三级小视频在线观看| 日本一区二区免费在线视频| 久久香蕉精品热| 中国美女看黄片| 岛国在线观看网站| 免费高清在线观看日韩| 怎么达到女性高潮| 91麻豆精品激情在线观看国产 | 97碰自拍视频| 亚洲色图 男人天堂 中文字幕| 水蜜桃什么品种好| 免费观看人在逋| 精品国内亚洲2022精品成人| 亚洲视频免费观看视频| 性欧美人与动物交配| 午夜免费激情av| 国产成人精品久久二区二区免费| 久久久水蜜桃国产精品网| 久久人人爽av亚洲精品天堂| 国产91精品成人一区二区三区| 久久久久精品国产欧美久久久| 美女大奶头视频| 夜夜夜夜夜久久久久| 麻豆久久精品国产亚洲av | 国产亚洲av高清不卡| 亚洲av熟女| 两性午夜刺激爽爽歪歪视频在线观看 | 久久精品国产综合久久久| 宅男免费午夜| 成人国语在线视频| 午夜视频精品福利| 久久精品91无色码中文字幕| 亚洲一区二区三区不卡视频| 美女高潮喷水抽搐中文字幕| 成熟少妇高潮喷水视频| 亚洲精品在线观看二区| 制服诱惑二区| 欧美成人午夜精品| av有码第一页| 久久午夜综合久久蜜桃| 国产亚洲精品第一综合不卡| 在线观看免费日韩欧美大片| 欧美日韩瑟瑟在线播放| 欧美日韩中文字幕国产精品一区二区三区 | 男女午夜视频在线观看| 成人黄色视频免费在线看| 亚洲色图av天堂| 露出奶头的视频| 黄色怎么调成土黄色| 国产精品国产av在线观看| 国产亚洲欧美98| 久久人人97超碰香蕉20202| 操出白浆在线播放| 12—13女人毛片做爰片一| 国产精品成人在线| 黑人巨大精品欧美一区二区mp4| 一级,二级,三级黄色视频| 国产精品99久久99久久久不卡| 日韩av在线大香蕉| 亚洲色图综合在线观看| 99热只有精品国产| 成人18禁高潮啪啪吃奶动态图| 91麻豆精品激情在线观看国产 | 国产男靠女视频免费网站| aaaaa片日本免费| 日本五十路高清| aaaaa片日本免费| 亚洲少妇的诱惑av| e午夜精品久久久久久久| av天堂在线播放| x7x7x7水蜜桃| 黑人巨大精品欧美一区二区蜜桃| 欧美人与性动交α欧美精品济南到| 999久久久精品免费观看国产| 成人手机av| 少妇粗大呻吟视频| 日韩有码中文字幕| 成人国产一区最新在线观看| 18美女黄网站色大片免费观看| 又紧又爽又黄一区二区| 十八禁人妻一区二区| 夜夜看夜夜爽夜夜摸 | 99精品在免费线老司机午夜| 成年人免费黄色播放视频| av国产精品久久久久影院| 99在线人妻在线中文字幕| 国产成人免费无遮挡视频| 99国产精品免费福利视频| 一级毛片精品| 成人免费观看视频高清| 丝袜美足系列| 极品教师在线免费播放| 午夜福利影视在线免费观看| 国产有黄有色有爽视频| 日韩国内少妇激情av| 黄频高清免费视频| 欧美不卡视频在线免费观看 | 99国产综合亚洲精品| 国产成+人综合+亚洲专区| 男女之事视频高清在线观看| 又黄又爽又免费观看的视频| av网站免费在线观看视频| 水蜜桃什么品种好| 国产成人影院久久av| 欧美日韩黄片免| 国产国语露脸激情在线看| www.自偷自拍.com| 国产麻豆69| 久久久国产欧美日韩av| 精品午夜福利视频在线观看一区| 精品一区二区三卡| 老司机福利观看| 两个人免费观看高清视频| 成人18禁高潮啪啪吃奶动态图| 男女床上黄色一级片免费看| 黄色毛片三级朝国网站| 国产成人精品在线电影| 精品高清国产在线一区| 久久久国产精品麻豆| 可以在线观看毛片的网站| 精品国产乱码久久久久久男人| 老熟妇乱子伦视频在线观看| 亚洲五月婷婷丁香| 亚洲人成网站在线播放欧美日韩| 一级,二级,三级黄色视频| 久久婷婷成人综合色麻豆| 国产成人一区二区三区免费视频网站| 女人高潮潮喷娇喘18禁视频| 亚洲欧美精品综合久久99| 久久精品国产清高在天天线| 久久青草综合色| 叶爱在线成人免费视频播放| 欧美激情久久久久久爽电影 | 中文字幕人妻熟女乱码| 天天躁夜夜躁狠狠躁躁| 最新在线观看一区二区三区| 亚洲精品久久成人aⅴ小说| 久久人人爽av亚洲精品天堂| 国产一区二区在线av高清观看| 韩国av一区二区三区四区| 精品免费久久久久久久清纯| 一级a爱视频在线免费观看| 成人手机av| 亚洲专区中文字幕在线| 十分钟在线观看高清视频www| 国产一区在线观看成人免费| 男女高潮啪啪啪动态图| www.999成人在线观看| 黑人操中国人逼视频| 免费人成视频x8x8入口观看| 手机成人av网站| 国产av又大| 黄色 视频免费看| 亚洲免费av在线视频| 国产免费av片在线观看野外av| 黄色a级毛片大全视频| 淫秽高清视频在线观看| 在线十欧美十亚洲十日本专区| 又大又爽又粗| 黄色 视频免费看| 成人国语在线视频| 国产精品久久久人人做人人爽| xxxhd国产人妻xxx| 中文字幕另类日韩欧美亚洲嫩草| 欧美不卡视频在线免费观看 | 欧美大码av| 国产一区二区在线av高清观看| 欧美乱码精品一区二区三区| 交换朋友夫妻互换小说| 亚洲精品国产区一区二|