• <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 ?

    基于粒子群優(yōu)化匹配追蹤的風(fēng)機(jī)振動信號去噪處理

    2016-07-19 02:14:09甘曉曄李麗娜曾慶勛張兆剛
    關(guān)鍵詞:齒輪箱原子風(fēng)機(jī)

    甘曉曄 李麗娜 曾慶勛 張兆剛

    1(遼寧科技學(xué)院機(jī)械工程學(xué)院 遼寧 本溪 117000)2(遼寧大學(xué)物理學(xué)院 遼寧 沈陽 110036)

    ?

    基于粒子群優(yōu)化匹配追蹤的風(fēng)機(jī)振動信號去噪處理

    甘曉曄1李麗娜2*曾慶勛2張兆剛1

    1(遼寧科技學(xué)院機(jī)械工程學(xué)院遼寧 本溪 117000)2(遼寧大學(xué)物理學(xué)院遼寧 沈陽 110036)

    摘要針對風(fēng)力機(jī)振動信號采集過程中易受噪聲影響的問題,提出基于過完備原子庫的匹配追蹤算法對風(fēng)機(jī)振動信號進(jìn)行處理。該算法能自適應(yīng)提取和原子相關(guān)的信號結(jié)構(gòu),從而可實(shí)現(xiàn)噪聲抑制。在匹配追蹤算法處理過程中,利用結(jié)合梯度信息的改進(jìn)的粒子群優(yōu)化算法來尋找最佳原子。仿真結(jié)果表明,該算法比標(biāo)準(zhǔn)匹配追蹤算法具有更快的運(yùn)算效率及更高的重構(gòu)精度。利用該算法對風(fēng)力發(fā)電機(jī)齒輪箱振動信號進(jìn)行去噪處理實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,去噪后信號信噪比可提高5 dB以上,波形特征更加清晰,并且可以在降噪的同時有效保留故障信息。

    關(guān)鍵詞匹配追蹤粒子群優(yōu)化梯度信息風(fēng)機(jī)振動信號去噪處理

    0引言

    風(fēng)力發(fā)電機(jī)振動信號是對風(fēng)機(jī)運(yùn)行狀況進(jìn)行監(jiān)測及故障分析與診斷的重要依據(jù)。風(fēng)力發(fā)電機(jī)通常工作于偏遠(yuǎn)地區(qū),工作環(huán)境惡劣,非常容易受到風(fēng)力等因素的影響。加之布線復(fù)雜且長度較長,也易受到電磁及工頻干擾,使得振動信號中不可避免的混入隨機(jī)噪聲信號,源信號的信噪比較低,信號特征模糊,影響后續(xù)的振動信號分離與故障診斷的準(zhǔn)確性。因此尋找一種有效的去噪方法勢在必行。

    匹配追蹤MP(MatchingPursui)算法是90 年代初由Mallat和Zhang等提出的一種優(yōu)秀的稀疏分解重構(gòu)算法[1]。該算法是將信號表示成與信號結(jié)構(gòu)匹配原子的線性展開,能夠利用較少的原子準(zhǔn)確地描述信號特性,因此可在保留信號最主要結(jié)構(gòu)特征的前提下有效地降低信號處理的成本[2-4]。由于MP算法中,稀疏分解重構(gòu)的是信號與原子結(jié)構(gòu)特性相匹配的部分,而噪聲信號通常都是隨機(jī)的、不相關(guān)的、非預(yù)期的、沒有結(jié)構(gòu)特性。因此該算法可以很好地抑制噪聲,實(shí)現(xiàn)降噪消噪的目的[5-7]。

    MP算法是一種貪婪算法,與其他稀疏分解算法相比有著相對高效的處理速度和準(zhǔn)確的重構(gòu)精度,是目前信號稀疏分解最常的用方法。但因MP稀疏分解算法是基于過完備的原子庫的,每次迭代都要從過完備原子庫中尋找最佳匹配原子,因此導(dǎo)致其計(jì)算量非常大,使得在特定類型的信號的稀疏分解上存在處理速度不夠快,處理實(shí)時性無法滿足要求等一系列問題。對此,也有少數(shù)學(xué)者做了一些改進(jìn)嘗試,但大多集中在對原有遺傳算法的改進(jìn)方面[8-10],雖然在一定程度上提高了MP分解速度和精度,但卻帶來了復(fù)雜的編碼和解碼方式以及交叉和變異等操作,搜索效率較低。另外,因遺傳算法本身仍屬于局部尋優(yōu)算法,只能求得近似解,尤其在使用MP分解提取信號微弱特征時將受到很大限制。

    鑒于此,本文將可全局尋優(yōu)、算法簡單、計(jì)算快速、易編程實(shí)現(xiàn)的粒子群優(yōu)化算法PSO引入到MP稀疏分解過程中,并結(jié)合梯度信息對PSO算法本身進(jìn)行了改進(jìn)。利用此改進(jìn)的PSO算法來尋找最佳匹配原子,可使尋找到的原子更具有結(jié)構(gòu)特性,將在一定程度上提高算法的匹配精度,將其用于風(fēng)機(jī)振動信號處理,將獲得更好的降噪去噪效果。同時,可有效地減少M(fèi)P算法計(jì)算量、縮短計(jì)算時間。

    1基于改進(jìn)PSO優(yōu)化的MP算法實(shí)現(xiàn)

    1.1MP稀疏分解算法原理

    MP算法是傳統(tǒng)稀疏分解算法中最廣泛使用的一種。一個任意信號X,都可以表示為:

    (1)

    其中RkX為原信號X在第k次迭代之后的殘差信號,gmk是定義在參數(shù)組m上,第k次迭代在過完備原子庫中被選中的原子。而gmk必須滿足與RkX內(nèi)積絕對值最小,如下:

    (2)

    其中Γ為參數(shù)組m的集合。

    1.2基于梯度信息改進(jìn)PSO優(yōu)化MP算法

    由式(2)可知,MP稀疏分解算法中每次迭代都要計(jì)算殘差與每個原子投影,再取絕對值最大的原子。由于信號在高維空間中,而且原子庫是過完備的,所以進(jìn)行這種內(nèi)積計(jì)算的計(jì)算量大、效率低。針對這個致命缺陷,可以結(jié)合粒子群優(yōu)化算法,將適應(yīng)度函數(shù)選為信號或殘差信號與原子的內(nèi)積的絕對值,便可有效地提高算法計(jì)算效率。

    粒子群算法是一種模仿動物群體運(yùn)動的群體智能算法之一[11]。在d(d=1,2,…,D)維空間中有m個粒子,每個粒子均在尋找適應(yīng)度函數(shù)可能解。其中,第i個粒子的解為xid,其經(jīng)歷的自身最優(yōu)解為pid,整個種群的全局最優(yōu)解為pgd,更新的速度為vid,則第i個粒子的更新速度為式(3),解值為式(4):

    (3)

    (4)

    其中t為迭代次數(shù),c1、c2為加速常數(shù),代表了自身最優(yōu)解與全局最優(yōu)解的權(quán)重。rand1與rand2為[0,1]上的隨機(jī)數(shù)。如果建立一個合適的適應(yīng)度函數(shù)表示某一原子與原信號匹配程度,并且利用經(jīng)典PSO算法對適應(yīng)度函數(shù)的求解過程進(jìn)行優(yōu)化,則可以提升MP算法的速度。匹配追蹤是通過把原函數(shù)投影到字典的元素上,此過程中,最佳匹配與原信號的內(nèi)積最大。結(jié)合PSO算法的特性,適應(yīng)度函數(shù)可以選為原信號與字典元素的內(nèi)積的絕對值來進(jìn)行優(yōu)化迭代,可以快速尋找到最匹配原子。

    在實(shí)際應(yīng)用中,PSO算法是一種全局優(yōu)化算法,局部搜索能力比較弱,導(dǎo)致后期收斂速度變慢。其次,若算法參數(shù)設(shè)置欠妥,則很容易陷入局部極值[12-16]。鑒于這兩個缺點(diǎn),可以結(jié)合梯度信息對PSO算法加以改進(jìn)[17,18]。即先用PSO使適應(yīng)度函數(shù)的解值快速定位在極值的附近,再用梯度算法迅速找到極值。

    (5)

    由于信號是離散的,所以用求和代替積分,則一階梯度為對四個參數(shù)依次求偏導(dǎo):

    u)+φ]RkX(ti)}

    (6)

    (7)

    (8)

    (9)

    1.3仿真實(shí)驗(yàn)與分析

    為了驗(yàn)證本文基于改進(jìn)PSO優(yōu)化的MP算法的可行性及檢驗(yàn)算法改進(jìn)后的性能,在普通PC機(jī)上對一維信號進(jìn)行了稀疏分解與重構(gòu)仿真實(shí)驗(yàn)研究,對算法的運(yùn)算效率和重構(gòu)精度兩方面進(jìn)行了評估。仿真實(shí)驗(yàn)用PC機(jī)采用Inteli3 雙核CPU,主頻分別為3.40和3.39GHz,內(nèi)存容量1.86GB,安裝WindowsXPSP3操作系統(tǒng)。

    如圖2(a)所示,隨機(jī)產(chǎn)生一個一維的原始仿真信號,利用傳統(tǒng)MP算法對其進(jìn)行稀疏分解,得到稀疏系數(shù)如圖2(b)所示。

    由圖2(b)可得,其稀疏系數(shù)呈現(xiàn)明顯快速衰減,其中非零的個數(shù)遠(yuǎn)小于總長度,故體現(xiàn)出稀疏表示的稀疏性。再利用這些非零稀疏系數(shù),對原始信號重構(gòu),得到的信號如圖2(d)所示。由圖2(c)可以看出,雖然相較于原信號存在一定程度的信號冗余,但是其失真率仍在實(shí)驗(yàn)精度要求范圍之內(nèi),且重構(gòu)信號的維數(shù)遠(yuǎn)小于原信號。整個算法用時為55.94682秒。

    作為對比,輸入信號與圖1相同,利用本文所提出的改進(jìn)PSO算法對MP進(jìn)行優(yōu)化,對圖2(a)所示的原始仿真信號進(jìn)行稀疏分解與重構(gòu),迭代次數(shù)為16,原子個數(shù)為3,結(jié)果如圖3所示。對比圖2,可以看出稀疏衰減更快,信號冗余更小,重構(gòu)信號的精度更高。最重要的是整個算法的用時為11.609987秒,相較于傳統(tǒng)算法來說有了大幅減少。以上仿真實(shí)驗(yàn)表明,利用本文基于改進(jìn)PSO優(yōu)化的MP算法較基本MP算法可明顯提高運(yùn)算效率和重構(gòu)精度。

    圖2 傳統(tǒng)MP算法信號稀疏分解重構(gòu)結(jié)果

    圖3 改進(jìn)PSO優(yōu)化MP算法信號稀疏分解重構(gòu)結(jié)果

    2基于改進(jìn)MP算法的信號去噪分析

    由于MP算法能自適應(yīng)的提取和原子相關(guān)的信號結(jié)構(gòu),因此可以很好地抑制噪聲,實(shí)現(xiàn)降噪消噪的目的。

    目前公認(rèn)的去噪效果較好的方法是基于小波變換的小波去噪,連續(xù)小波變換常定義為:

    (10)

    因噪聲是常見而且不可避免的,常用線性瞬時混合模型對含有噪聲的原信號進(jìn)行建模??梢员硎鰹椋?/p>

    Xm=Asm+Nm

    (11)

    其中Xm為m維含噪觀測信號,sm為原信號,Nm為噪聲。假設(shè)原信號各分量為相互統(tǒng)計(jì)獨(dú)立,若Nm不是高斯噪聲,則觀測信號Xm是對于原信號sm的有偏估計(jì)。顯然在對混合信號做盲分離等處理時,若要提高算法精確度,去噪處理勢在必行。

    如前文所述,匹配追蹤每次迭代之后都會留下殘差。一般來說,迭代次數(shù)越多,殘差越小,算法精度也就越高。但是在去噪處理中,經(jīng)過多次迭代,殘差信號的信噪比比較低,噪聲的匹配系數(shù)會很大,會被當(dāng)成有用信號被保留,這樣對于去噪處理是不利的。實(shí)驗(yàn)中如果放棄衡量殘差的大小而選用較為合適的迭代次數(shù)為算法停止條件,這樣在損失部分信號能量的情況下能使噪聲得到很好的抑制。

    3風(fēng)機(jī)齒輪箱振動信號去噪實(shí)驗(yàn)研究

    3.1去噪實(shí)驗(yàn)

    為進(jìn)一步驗(yàn)證算法的可行性及實(shí)用性,利用本文算法還進(jìn)行了風(fēng)機(jī)齒輪箱振動信號的去噪處理實(shí)驗(yàn)。信號采集自內(nèi)蒙古自治區(qū)賽漢塔拉龍?jiān)达L(fēng)場的風(fēng)機(jī)齒輪箱,該風(fēng)場風(fēng)機(jī)投入運(yùn)行兩年,運(yùn)行時發(fā)現(xiàn)某風(fēng)機(jī)齒輪箱高速端振動劇烈,并伴有較大的噪音。實(shí)驗(yàn)時,在該齒輪箱高速端及低速端風(fēng)別布置兩個傳感器,采集到的振動信號如圖4所示。

    圖4 故障風(fēng)機(jī)齒輪箱振動信號

    針對風(fēng)機(jī)齒輪箱振動信號特點(diǎn),采用離散余弦基建立原子庫,利用本文改進(jìn)PSO優(yōu)化MP算法對圖4所示振動信號進(jìn)行去噪處理。采用固定迭代次數(shù),得到去噪后風(fēng)機(jī)齒輪箱混合信號如圖5所示。與圖4相比,應(yīng)用本文算法進(jìn)行MP去噪后的風(fēng)機(jī)混合信號顯然平滑、清晰許多,信號的特征規(guī)律更加明顯。

    圖5 PSO優(yōu)化MP去噪后故障風(fēng)機(jī)齒輪箱振動信號

    為檢驗(yàn)去噪后故障信息是否得以保留,又以相同方式布置測點(diǎn),采集同一風(fēng)場已確定為運(yùn)行正常的某風(fēng)機(jī)的齒輪箱振動信號。同樣應(yīng)用本文改進(jìn)PSO優(yōu)化MP算法進(jìn)行去噪處理,得到去噪后的振動信號如圖6所示。

    圖6 PSO優(yōu)化MP去噪后正常運(yùn)行風(fēng)機(jī)齒輪箱振動信號

    對去噪后的故障風(fēng)機(jī)及正常運(yùn)行風(fēng)機(jī)齒輪箱振動信號利用文獻(xiàn)[19]方法分別進(jìn)行欠定盲源分離后各得到4路信號,對比分離結(jié)果,初步判斷故障點(diǎn)在風(fēng)機(jī)齒輪箱高速端。限于篇幅,在此只給出分離出的高速端振動信號分別如圖7及圖8所示,對其進(jìn)行功率譜分析,結(jié)果分別如圖9及圖10所示。根據(jù)風(fēng)力機(jī)齒輪箱各級齒輪的齒數(shù)及正常工作狀態(tài)下的轉(zhuǎn)速可以計(jì)算各級齒輪的嚙合主頻率如下:輸入級即低速端53.71Hz,中間級197.23Hz,輸出級即高速381.62Hz,對比功率譜分析結(jié)果可以看出,在故障風(fēng)機(jī)齒輪嚙合頻率峰值約380Hz處的左側(cè)邊頻帶顯著加強(qiáng),而在800Hz左右的高頻段出現(xiàn)了異常頻率成分。參閱齒輪箱故障診斷文獻(xiàn)可知,此為齒輪疲勞點(diǎn)蝕所表現(xiàn)的典型故障特征。隨后對該風(fēng)機(jī)齒輪箱進(jìn)行拆機(jī)檢修,確認(rèn)中低速端各零部件工作正常,高速端齒輪副疲勞,因此,經(jīng)本文算法去噪后,很好地保留了故障信息。

    圖7 故障風(fēng)機(jī)齒輪箱高速端振動信號

    圖8 正常運(yùn)行風(fēng)機(jī)齒輪箱高速端振動信號

    圖9 故障風(fēng)機(jī)齒輪箱高速端振動信號功率譜分析

    圖10 正常風(fēng)機(jī)齒輪箱高速端振動信號的功率譜分析

    3.2去噪實(shí)驗(yàn)結(jié)果分析

    風(fēng)機(jī)齒輪箱為旋轉(zhuǎn)機(jī)械結(jié)構(gòu),參考齒輪箱相關(guān)的故障原因及資料可知,其中齒輪故障、軸承故障與軸故障所占比例接近總故障率的90%,而其故障特征均具備周期性,即具有結(jié)構(gòu)特征。因此,用本文MP算法對風(fēng)機(jī)齒輪箱振動信號進(jìn)行去噪處理,由于稀疏分解重構(gòu)的是信號與原子結(jié)構(gòu)特性相匹配的部分,所以具備周期性的、具有結(jié)構(gòu)特征的信號信息,包括正常的風(fēng)機(jī)振動信號與有用的故障信息,都將得以保留;而例如白噪聲、風(fēng)力等原因產(chǎn)生的隨機(jī)噪聲將被去除,從而可有效提高信號信噪比。對去噪效果進(jìn)行定量分析可知,兩路振動信號去噪前后其信噪比分別提升5.7430dB和6.0411dB。

    4結(jié)語

    本文提出了利用改進(jìn)PSO算法在匹配追蹤過程中尋找最佳原子的方法,不僅使算法的計(jì)算復(fù)雜度下降,計(jì)算效率提高,并且也在一定程度上提高了算法的匹配精度,將算法用于信號去噪,可獲得更高的信噪比。

    對風(fēng)機(jī)齒輪箱振動信號的去噪實(shí)驗(yàn)結(jié)果表明,本文算法可在有效去噪的同時,很好地保留故障信息。除此之外,因風(fēng)機(jī)齒輪箱振動信號不是真正的稀疏信號,而利用MP在去噪的同時,實(shí)現(xiàn)了信號的稀疏表示,這也是基于信號稀疏特性的欠定盲源分離算法所需要的[20,21],并且去噪后信號信噪比提高,更有助于提高后續(xù)欠定盲源分離算法的重構(gòu)概率。

    參考文獻(xiàn)

    [1]MallatS,ZhangZ.Matchingpursuitwithtime·frequencydictionaries[J].IEEETrans.OnSignalProcessing,1993,41(12):3397-3415.

    [2]NeedellD,VershyninR.Uniformuncertaintyprincipleandsignalrecoveryviaregularizedorthogonalmatchingpursuit[J].FoundationsofComputationalMathematics,2009,9(3):317-334.

    [3]RathG,GuillemotC.Sparseapproximationwithanorthogonalcomplementarymatchingpursuitalgorithm[C]//ProceedingoftheInternationalConferenceonAcoustics,Speech,andSignalProcessing(ICASSP),Taibei,Taiwan,2009:3325-3328.

    [4]LiuYX,ZhaoRZ,HuSH.Regularizedadaptivematchingpursuitalgorithmforsignalreconstructionbasedoncompressivesensing[J].JournalofElectronics&InformationTechnology,2010,32(11):2713-2717.

    [5]GillPR,WangA,MolnarA.Thein-crowdalgorithmforfastbasispursuitde-noising[J].IEEETransactionsonSignalProcessing,2011,59(10):4595-4605.

    [6]LiS,FangL.Signalde-noisingwithrandomrefinedorthogonalmatchingpursuit[J].IEEETransactionsonInstrumentationandMeasurement,2012,61(1):26-34.

    [7] 杜秀麗,沈毅.匹配追蹤方法在超聲檢測信號去噪中的應(yīng)用[J].無損檢測,2006,28(8):406-412.

    [8] 高瑞,徐華楠,胡鋼.基于GA和過完備原子庫劃分的MP信號稀疏分解算法[J].科學(xué)技術(shù)與工程,2008,8(4):914-916.

    [9] 李恒建,尹忠科,王建英.基于量子遺傳優(yōu)化算法的圖像稀疏分解[J].西南交通大學(xué)學(xué)報(bào),2007,42(1):19-23.

    [10] 李明,李應(yīng).基于遺傳算法優(yōu)化匹配追蹤的自然環(huán)境聲音分類[J].福州大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(6):719-725.

    [11]KennedyJ,EberhartRC.Particleswarmoptimization[C]//Proc.IEEEInternationalConferenceonNeuralNetworks,PiscatawayNJ:IEEEServiceCenter,1995:1942-1948.

    [12] 熊南,劉百芬.基于自適應(yīng)粒子群優(yōu)化LSSVM的網(wǎng)絡(luò)流量在線預(yù)測[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(9):21-24,127.

    [13] 安晶,徐森.一種結(jié)合粒子群優(yōu)化理論改進(jìn)的郭濤算法及其應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件,2014,31(2):296-299,320.

    [14] 陳志敏,薄煜明,吳盤龍,等.收斂粒子群全區(qū)域自適應(yīng)粒子濾波算法及其應(yīng)用[J].南京理工大學(xué)學(xué)報(bào),2012,36(5):861-868.

    [15]ZhangLP,YuHJ,HuSX.Optimalchoiceofparametersforparticleswarmoptimization[J].JournalofZhejiangUniversity:NaturalScience,2005,6(6):528-534.

    [16]JansonS,MartinM.Ahierarchicalparticleswarmoptimizationfordynamicoptimizationproblems[C]//EvoWorkshops,2004,LNCS3005,2004:513-524.

    [17] 王俊偉,汪定偉.一種帶有梯度加速的粒子群算法[J].控制與決策,2004,19(11):1298-1300,1304.

    [18] 肖健梅,李軍軍,王錫淮.梯度微粒群優(yōu)化算法及其收斂性分析[J].控制與決策,2009,24(4):560-564.

    [19] 李麗娜,曾慶勛,甘曉曄,等.基于勢函數(shù)與壓縮感知的欠定盲源分離[J].計(jì)算機(jī)應(yīng)用,2014,34(3):658-662.

    [20] 何繼愛,何勇,肖丹丹.基于KM-PCA稀疏信號的盲源分離算法[J].蘭州理工大學(xué)學(xué)報(bào),2012,38(4):80-84.

    [21] 董天寶,楊景曙.稀疏盲源分離快速算法[J].活力與指揮控制,2012,37(7):84-87.

    WIND TURBINE VIBRATION SIGNAL DENOISING PROCESSING BASEDONMATCHINGPURSUITOPTIMISEDBYPSO

    Gan Xiaoye1Li Li’na2*Zeng Qingxun2Zhang Zhaogang1

    1(School of Mechanical Engineering,Liaoning Institute of Science and Technology,Benxi 117000,Liaoning,China)2(School of Physics,Liaoning University,Shenyang 110036,Liaoning,China)

    AbstractAiming at the problem that in the process of wind turbine vibration signal collection it is easily to be affected by noise, we proposed an over-complete atom dictionary-based matching pursuit algorithm to process the wind turbine vibration signal. The algorithm can adaptively extract the signal structure correlated with the atom, so that the noise suppression can be achieved. And in the process of matching pursuit algorithm operation, it uses an improved particle swarm optimisation algorithm in combination with the gradient information to search optimal atoms. Simulation result showed that the proposed algorithm had higher computation efficiency and signal reconstruction accuracy than the basic matching pursuit algorithm. Moreover, based on this algorithm, we carried out the experiment of denoising processing on the vibration signal of wind turbine gearbox, experimental result showed that the signal-to-noise ratio of the denoised signal could be improved to 5 dB and higher, the waveform features were more clearly, and while denoising, the fault information could be effectively reserved as well.

    KeywordsMatching pursuitParticle swarm optimisationGradient informationWind turbine vibration signalDe-nosing processing

    收稿日期:2015-01-10。遼寧省自然科學(xué)基金項(xiàng)目(201102093);遼寧省教育廳科學(xué)技術(shù)研究項(xiàng)目(L2013489)。甘曉曄,教授,主研領(lǐng)域:信號處理及故障診斷技術(shù)。李麗娜,副教授。曾慶勛,碩士生。張兆剛,副教授。

    中圖分類號TP301.6

    文獻(xiàn)標(biāo)識碼A

    DOI:10.3969/j.issn.1000-386x.2016.06.064

    猜你喜歡
    齒輪箱原子風(fēng)機(jī)
    風(fēng)電齒輪箱軸承用鋼100CrMnSi6-4的開發(fā)
    山東冶金(2022年3期)2022-07-19 03:24:36
    原子究竟有多???
    原子可以結(jié)合嗎?
    帶你認(rèn)識原子
    風(fēng)機(jī)折翼“倒春寒”
    能源(2018年5期)2018-06-15 08:56:02
    風(fēng)機(jī)倒塔事故為何頻發(fā)?
    能源(2017年9期)2017-10-18 00:48:27
    提高齒輪箱式換檔機(jī)構(gòu)可靠性的改進(jìn)設(shè)計(jì)
    節(jié)能技術(shù)EPU在AV71風(fēng)機(jī)上的應(yīng)用
    杭州前進(jìn)齒輪箱集團(tuán)股份有限公司
    風(fēng)能(2016年12期)2016-02-25 08:45:56
    TS3000系統(tǒng)防喘振控制在 AV80-14風(fēng)機(jī)中的應(yīng)用
    狠狠狠狠99中文字幕| 最近最新中文字幕大全电影3| 午夜成年电影在线免费观看| 日韩欧美在线乱码| 精品国产亚洲在线| 97超视频在线观看视频| 国产成人精品无人区| 狂野欧美白嫩少妇大欣赏| 欧洲精品卡2卡3卡4卡5卡区| 国产精品99久久久久久久久| 国产爱豆传媒在线观看| 男女下面进入的视频免费午夜| 琪琪午夜伦伦电影理论片6080| 性色avwww在线观看| 桃色一区二区三区在线观看| 久久久久久久久中文| 国产精品98久久久久久宅男小说| avwww免费| 听说在线观看完整版免费高清| 99久久无色码亚洲精品果冻| 美女高潮的动态| 成人18禁在线播放| 小说图片视频综合网站| 国产主播在线观看一区二区| 制服丝袜大香蕉在线| 久久午夜亚洲精品久久| 99热这里只有是精品50| 亚洲av五月六月丁香网| 色噜噜av男人的天堂激情| 99在线人妻在线中文字幕| 免费看十八禁软件| 最近最新中文字幕大全电影3| 99国产精品一区二区三区| 久久欧美精品欧美久久欧美| 99在线人妻在线中文字幕| 青草久久国产| 精品国产乱子伦一区二区三区| 日本成人三级电影网站| avwww免费| 两个人视频免费观看高清| 黄色片一级片一级黄色片| 淫妇啪啪啪对白视频| 小说图片视频综合网站| 精华霜和精华液先用哪个| 麻豆国产97在线/欧美| 91av网站免费观看| 国产69精品久久久久777片 | 国产精品一及| 国产成人精品无人区| 97超级碰碰碰精品色视频在线观看| 亚洲 欧美一区二区三区| 亚洲一区二区三区色噜噜| 五月伊人婷婷丁香| 久久久久久久午夜电影| 欧美乱妇无乱码| 国产av一区在线观看免费| 成年版毛片免费区| 国产伦精品一区二区三区视频9 | 亚洲五月婷婷丁香| 免费观看精品视频网站| 又粗又爽又猛毛片免费看| 久久精品国产亚洲av香蕉五月| 黄频高清免费视频| av片东京热男人的天堂| 亚洲最大成人中文| 在线视频色国产色| 亚洲国产欧美一区二区综合| 99热这里只有精品一区 | 国产精品九九99| 久久性视频一级片| 啦啦啦观看免费观看视频高清| 亚洲欧美日韩东京热| 午夜视频精品福利| 99精品欧美一区二区三区四区| 男插女下体视频免费在线播放| 人妻久久中文字幕网| 国产精品亚洲美女久久久| 日韩人妻高清精品专区| 亚洲精品色激情综合| 免费看十八禁软件| 日日夜夜操网爽| 国产一区二区三区视频了| 美女高潮喷水抽搐中文字幕| 成人av在线播放网站| 日韩欧美国产在线观看| 精品不卡国产一区二区三区| 精品国产三级普通话版| 这个男人来自地球电影免费观看| 一级毛片女人18水好多| 老熟妇仑乱视频hdxx| 波多野结衣高清作品| 免费看十八禁软件| 看片在线看免费视频| 国内精品美女久久久久久| 亚洲成人中文字幕在线播放| 婷婷亚洲欧美| 国产成人福利小说| 亚洲精品美女久久久久99蜜臀| 两个人视频免费观看高清| 在线免费观看不下载黄p国产 | 此物有八面人人有两片| 久久久久久久午夜电影| 美女 人体艺术 gogo| 久久久精品大字幕| 午夜福利在线观看免费完整高清在 | 午夜免费激情av| 高清在线国产一区| 国产高潮美女av| 亚洲,欧美精品.| 禁无遮挡网站| 淫妇啪啪啪对白视频| 久久精品91蜜桃| 99精品欧美一区二区三区四区| 精品一区二区三区视频在线 | 国内精品美女久久久久久| 九九久久精品国产亚洲av麻豆 | 中文资源天堂在线| 亚洲国产精品999在线| 免费大片18禁| 首页视频小说图片口味搜索| 在线观看66精品国产| 国产一区二区在线观看日韩 | 伦理电影免费视频| 窝窝影院91人妻| 欧美日韩精品网址| 日本免费一区二区三区高清不卡| 2021天堂中文幕一二区在线观| 国产主播在线观看一区二区| 久久香蕉国产精品| 丝袜人妻中文字幕| 成年免费大片在线观看| www.精华液| 中文字幕av在线有码专区| 成人国产综合亚洲| 99视频精品全部免费 在线 | 国产黄色小视频在线观看| 麻豆成人午夜福利视频| 淫妇啪啪啪对白视频| 999久久久精品免费观看国产| 麻豆国产97在线/欧美| 午夜福利视频1000在线观看| 亚洲欧洲精品一区二区精品久久久| 免费av不卡在线播放| 亚洲成人中文字幕在线播放| cao死你这个sao货| 午夜久久久久精精品| 色综合婷婷激情| 亚洲在线观看片| 欧美国产日韩亚洲一区| 亚洲欧美日韩高清专用| 亚洲精华国产精华精| 日韩欧美国产在线观看| 亚洲精品在线美女| 99国产综合亚洲精品| 女人被狂操c到高潮| 欧美精品啪啪一区二区三区| 俺也久久电影网| 99久久国产精品久久久| 久久精品亚洲精品国产色婷小说| 午夜免费观看网址| 久久九九热精品免费| 免费在线观看日本一区| 亚洲欧美日韩无卡精品| 免费观看的影片在线观看| 亚洲国产精品久久男人天堂| 成年女人看的毛片在线观看| 综合色av麻豆| 欧美中文综合在线视频| 男人舔女人的私密视频| 亚洲国产欧美一区二区综合| 天堂网av新在线| 麻豆久久精品国产亚洲av| 久久精品影院6| 欧美日韩福利视频一区二区| 国产毛片a区久久久久| 男人舔女人下体高潮全视频| 久99久视频精品免费| 一级毛片高清免费大全| 99国产极品粉嫩在线观看| 性色av乱码一区二区三区2| 美女扒开内裤让男人捅视频| 久久精品91蜜桃| 欧美日韩中文字幕国产精品一区二区三区| 午夜激情福利司机影院| 日韩国内少妇激情av| 美女午夜性视频免费| a在线观看视频网站| 国产激情欧美一区二区| 少妇丰满av| 日日干狠狠操夜夜爽| 色尼玛亚洲综合影院| 人妻夜夜爽99麻豆av| 长腿黑丝高跟| 国产97色在线日韩免费| 国产午夜福利久久久久久| 天堂动漫精品| 欧美丝袜亚洲另类 | 美女黄网站色视频| 露出奶头的视频| АⅤ资源中文在线天堂| 免费看美女性在线毛片视频| 一本一本综合久久| 精品久久久久久久久久久久久| 国产熟女xx| 此物有八面人人有两片| 亚洲激情在线av| 日日干狠狠操夜夜爽| 成年免费大片在线观看| 久久午夜综合久久蜜桃| 日韩精品中文字幕看吧| 国产成人系列免费观看| 欧美性猛交黑人性爽| 亚洲精华国产精华精| 91麻豆av在线| 成人永久免费在线观看视频| 999精品在线视频| 美女高潮喷水抽搐中文字幕| 国产成人精品无人区| 99久久成人亚洲精品观看| 亚洲专区字幕在线| 99国产精品一区二区三区| 午夜福利视频1000在线观看| 久久天躁狠狠躁夜夜2o2o| 99精品久久久久人妻精品| bbb黄色大片| 国产人伦9x9x在线观看| 欧美日韩精品网址| 国产高清激情床上av| 69av精品久久久久久| 宅男免费午夜| 日韩欧美一区二区三区在线观看| 狠狠狠狠99中文字幕| 99精品久久久久人妻精品| 99久久成人亚洲精品观看| 国产人伦9x9x在线观看| 变态另类成人亚洲欧美熟女| 亚洲精品一区av在线观看| 亚洲av日韩精品久久久久久密| 在线看三级毛片| 啦啦啦韩国在线观看视频| 一二三四在线观看免费中文在| 男女做爰动态图高潮gif福利片| 狠狠狠狠99中文字幕| 色av中文字幕| 亚洲午夜理论影院| 国产三级在线视频| 91av网站免费观看| 熟女少妇亚洲综合色aaa.| 婷婷亚洲欧美| 午夜福利欧美成人| 日韩高清综合在线| 天堂影院成人在线观看| 99re在线观看精品视频| 午夜激情福利司机影院| 国产精品国产高清国产av| 成年女人永久免费观看视频| 成年女人毛片免费观看观看9| 一区二区三区激情视频| 免费搜索国产男女视频| 国产综合懂色| 日韩精品中文字幕看吧| 亚洲中文字幕一区二区三区有码在线看 | 欧美黑人欧美精品刺激| a在线观看视频网站| 亚洲欧美日韩高清在线视频| 两个人的视频大全免费| 国产精品免费一区二区三区在线| 好男人在线观看高清免费视频| 一级毛片女人18水好多| 精品人妻1区二区| 制服丝袜大香蕉在线| 精品无人区乱码1区二区| 黑人操中国人逼视频| 色在线成人网| 99国产精品一区二区蜜桃av| 久久伊人香网站| 成年女人看的毛片在线观看| 美女黄网站色视频| 久久性视频一级片| 窝窝影院91人妻| 国产三级在线视频| 69av精品久久久久久| 欧美大码av| 国产三级中文精品| 国产黄色小视频在线观看| 一卡2卡三卡四卡精品乱码亚洲| 听说在线观看完整版免费高清| 无人区码免费观看不卡| 日本黄色视频三级网站网址| 18禁裸乳无遮挡免费网站照片| 日韩欧美在线乱码| 天堂√8在线中文| 色尼玛亚洲综合影院| 91av网一区二区| 成人性生交大片免费视频hd| 久久精品91蜜桃| 久久中文字幕一级| 在线观看舔阴道视频| 日韩三级视频一区二区三区| 男女那种视频在线观看| 午夜免费成人在线视频| 亚洲五月天丁香| 亚洲成人中文字幕在线播放| 三级国产精品欧美在线观看 | 亚洲精品色激情综合| www.精华液| 国产欧美日韩精品一区二区| 成人高潮视频无遮挡免费网站| 亚洲 欧美 日韩 在线 免费| 亚洲国产精品999在线| 天天躁日日操中文字幕| 午夜激情欧美在线| 国产精品久久电影中文字幕| 老司机在亚洲福利影院| 久久国产乱子伦精品免费另类| 嫩草影院精品99| 成人欧美大片| 美女大奶头视频| 18美女黄网站色大片免费观看| 国产成人精品久久二区二区免费| 12—13女人毛片做爰片一| 精品国产乱码久久久久久男人| 在线免费观看不下载黄p国产 | 男女那种视频在线观看| 手机成人av网站| 亚洲精品色激情综合| 熟女人妻精品中文字幕| 观看免费一级毛片| 精品电影一区二区在线| 亚洲人成电影免费在线| 一级黄色大片毛片| 俄罗斯特黄特色一大片| 国内精品久久久久久久电影| 在线观看日韩欧美| 国产精品久久久久久亚洲av鲁大| 2021天堂中文幕一二区在线观| 美女黄网站色视频| 嫁个100分男人电影在线观看| 久久伊人香网站| 网址你懂的国产日韩在线| 美女午夜性视频免费| 国产成人精品久久二区二区91| 两人在一起打扑克的视频| 欧美高清成人免费视频www| 亚洲精品一区av在线观看| 91av网站免费观看| 亚洲第一欧美日韩一区二区三区| 国产一级毛片七仙女欲春2| 久久婷婷人人爽人人干人人爱| 51午夜福利影视在线观看| av片东京热男人的天堂| 精品久久久久久,| 男人的好看免费观看在线视频| 欧美激情久久久久久爽电影| 岛国视频午夜一区免费看| 精品熟女少妇八av免费久了| 999久久久精品免费观看国产| 亚洲av熟女| 制服人妻中文乱码| 日韩成人在线观看一区二区三区| 国产精品自产拍在线观看55亚洲| 精品国内亚洲2022精品成人| 精品国产三级普通话版| 别揉我奶头~嗯~啊~动态视频| 女同久久另类99精品国产91| 99国产综合亚洲精品| 搡老熟女国产l中国老女人| 淫秽高清视频在线观看| 亚洲av成人精品一区久久| 国产伦精品一区二区三区视频9 | 男女之事视频高清在线观看| 成人永久免费在线观看视频| 天堂√8在线中文| 中文字幕久久专区| av国产免费在线观看| 亚洲一区高清亚洲精品| 此物有八面人人有两片| av女优亚洲男人天堂 | 男女视频在线观看网站免费| 淫妇啪啪啪对白视频| 99热只有精品国产| 亚洲av电影不卡..在线观看| 国产三级中文精品| 午夜福利在线观看吧| 国产精品一区二区精品视频观看| 欧美日韩乱码在线| 岛国在线观看网站| 国产一区二区三区在线臀色熟女| 日日摸夜夜添夜夜添小说| 中文字幕人成人乱码亚洲影| 国产单亲对白刺激| 日本五十路高清| 母亲3免费完整高清在线观看| 免费无遮挡裸体视频| 五月玫瑰六月丁香| 午夜激情欧美在线| 国产av在哪里看| 久久午夜亚洲精品久久| 久久久久国产精品人妻aⅴ院| 亚洲黑人精品在线| 好看av亚洲va欧美ⅴa在| 黄频高清免费视频| 亚洲成av人片在线播放无| av欧美777| www.精华液| 午夜影院日韩av| 成人av在线播放网站| 身体一侧抽搐| 中亚洲国语对白在线视频| 国产成+人综合+亚洲专区| а√天堂www在线а√下载| 中文字幕高清在线视频| 哪里可以看免费的av片| 午夜精品一区二区三区免费看| 国产av在哪里看| 给我免费播放毛片高清在线观看| 99视频精品全部免费 在线 | 国产精品亚洲av一区麻豆| 少妇人妻一区二区三区视频| 成年人黄色毛片网站| 老司机深夜福利视频在线观看| 我要搜黄色片| 级片在线观看| 午夜福利欧美成人| 人人妻人人澡欧美一区二区| 久久久久久大精品| 国产成人精品久久二区二区免费| 草草在线视频免费看| 欧美成人免费av一区二区三区| 精品电影一区二区在线| 热99re8久久精品国产| 99久久久亚洲精品蜜臀av| 操出白浆在线播放| 人妻夜夜爽99麻豆av| 真人一进一出gif抽搐免费| 一个人看的www免费观看视频| 亚洲熟妇中文字幕五十中出| 99热精品在线国产| 国产蜜桃级精品一区二区三区| 久久午夜亚洲精品久久| 97碰自拍视频| 最近在线观看免费完整版| 精品国产亚洲在线| 国产成人影院久久av| 亚洲avbb在线观看| 午夜福利高清视频| 最近最新中文字幕大全免费视频| 一级毛片精品| 村上凉子中文字幕在线| 国产精品久久久久久久电影 | 欧美色欧美亚洲另类二区| 两个人看的免费小视频| 国产精品98久久久久久宅男小说| 久久精品国产亚洲av香蕉五月| 久久九九热精品免费| 激情在线观看视频在线高清| 亚洲av电影在线进入| 亚洲在线自拍视频| 成在线人永久免费视频| 国产av麻豆久久久久久久| 国产成年人精品一区二区| 色av中文字幕| 国产精品亚洲一级av第二区| 熟女人妻精品中文字幕| 国产乱人伦免费视频| 美女高潮喷水抽搐中文字幕| 中文字幕av在线有码专区| 深夜精品福利| 9191精品国产免费久久| 琪琪午夜伦伦电影理论片6080| 欧美绝顶高潮抽搐喷水| 日韩三级视频一区二区三区| 国产伦在线观看视频一区| 色吧在线观看| 免费一级毛片在线播放高清视频| 国产精品一及| xxxwww97欧美| 成人特级黄色片久久久久久久| 国产三级黄色录像| 人妻久久中文字幕网| 禁无遮挡网站| 国产激情久久老熟女| 国产精品98久久久久久宅男小说| 日本五十路高清| 免费大片18禁| 老司机午夜福利在线观看视频| 亚洲va日本ⅴa欧美va伊人久久| 精华霜和精华液先用哪个| 欧美激情在线99| svipshipincom国产片| 日韩免费av在线播放| 后天国语完整版免费观看| 无限看片的www在线观看| 国产精品自产拍在线观看55亚洲| 国产 一区 欧美 日韩| 国产男靠女视频免费网站| 久久天躁狠狠躁夜夜2o2o| 国产探花在线观看一区二区| 久久久国产欧美日韩av| 狂野欧美白嫩少妇大欣赏| 最好的美女福利视频网| 欧美色欧美亚洲另类二区| 搡老岳熟女国产| 久久久久国产一级毛片高清牌| 精品国产美女av久久久久小说| 久久精品国产99精品国产亚洲性色| 在线观看一区二区三区| 久久精品国产99精品国产亚洲性色| 在线观看一区二区三区| 欧美成人免费av一区二区三区| 岛国视频午夜一区免费看| 亚洲人成网站高清观看| 欧美一区二区国产精品久久精品| 女人被狂操c到高潮| 色吧在线观看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲中文av在线| 欧美日韩瑟瑟在线播放| 日韩av在线大香蕉| 国产精品综合久久久久久久免费| 两性夫妻黄色片| 99国产极品粉嫩在线观看| 亚洲黑人精品在线| 精品国内亚洲2022精品成人| 九九热线精品视视频播放| 亚洲国产日韩欧美精品在线观看 | 九色成人免费人妻av| 人人妻人人看人人澡| 他把我摸到了高潮在线观看| 麻豆一二三区av精品| 午夜福利免费观看在线| 国产黄片美女视频| av视频在线观看入口| 变态另类成人亚洲欧美熟女| cao死你这个sao货| 国产乱人视频| 日本一二三区视频观看| 欧美+亚洲+日韩+国产| 熟女人妻精品中文字幕| 亚洲国产精品999在线| 午夜激情福利司机影院| 人人妻,人人澡人人爽秒播| 午夜成年电影在线免费观看| 午夜免费观看网址| 国产伦在线观看视频一区| 噜噜噜噜噜久久久久久91| 欧美日本视频| 国产亚洲欧美在线一区二区| 日本熟妇午夜| 日本免费a在线| 在线国产一区二区在线| 国产成人影院久久av| 九九在线视频观看精品| 后天国语完整版免费观看| 老熟妇仑乱视频hdxx| 亚洲欧美精品综合久久99| 亚洲国产精品999在线| 久久精品国产99精品国产亚洲性色| 日韩欧美一区二区三区在线观看| 级片在线观看| 观看美女的网站| 国产伦一二天堂av在线观看| 极品教师在线免费播放| 国产一区二区三区视频了| 国产欧美日韩一区二区精品| av欧美777| 日本三级黄在线观看| 成在线人永久免费视频| 国产精品99久久久久久久久| 精品久久久久久久末码| 婷婷精品国产亚洲av| 亚洲色图 男人天堂 中文字幕| 99久久久亚洲精品蜜臀av| 久久这里只有精品19| 色吧在线观看| 久久久久精品国产欧美久久久| 色综合亚洲欧美另类图片| 在线国产一区二区在线| 国产黄色小视频在线观看| av天堂中文字幕网| 夜夜爽天天搞| 久久久久亚洲av毛片大全| 免费在线观看成人毛片| 男人舔女人的私密视频| 法律面前人人平等表现在哪些方面| 日韩欧美一区二区三区在线观看| 国产精品亚洲美女久久久| 亚洲性夜色夜夜综合| 日韩欧美在线乱码| 免费人成视频x8x8入口观看| 亚洲熟女毛片儿| 色综合欧美亚洲国产小说| 最新中文字幕久久久久 | 成年女人永久免费观看视频| 国产精品久久电影中文字幕| 国产真人三级小视频在线观看| 啦啦啦观看免费观看视频高清| 十八禁网站免费在线| 夜夜躁狠狠躁天天躁| 国产精品 国内视频| 日韩欧美 国产精品| 亚洲人与动物交配视频| 亚洲精品在线美女| 色av中文字幕| 国产蜜桃级精品一区二区三区| 无限看片的www在线观看| 嫩草影院入口| 嫩草影视91久久| 欧美丝袜亚洲另类 | 伊人久久大香线蕉亚洲五| 人妻久久中文字幕网| 国产真人三级小视频在线观看| 亚洲av片天天在线观看| 欧美zozozo另类| 午夜视频精品福利|