• <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
    夜夜爽天天搞| 成人无遮挡网站| 久久亚洲真实| xxxwww97欧美| 中文在线观看免费www的网站| 午夜精品一区二区三区免费看| 亚洲无线观看免费| 亚洲最大成人中文| 久久久久久九九精品二区国产| 日韩欧美精品v在线| 国产91精品成人一区二区三区| 欧美日韩中文字幕国产精品一区二区三区| 99riav亚洲国产免费| 成人性生交大片免费视频hd| www.熟女人妻精品国产| 人妻制服诱惑在线中文字幕| 日韩免费av在线播放| 欧美在线黄色| 好男人电影高清在线观看| 国产亚洲精品综合一区在线观看| 欧美日韩综合久久久久久 | 欧美黑人巨大hd| 99在线视频只有这里精品首页| 两人在一起打扑克的视频| 又爽又黄a免费视频| 免费观看精品视频网站| 白带黄色成豆腐渣| 欧美又色又爽又黄视频| 草草在线视频免费看| 天堂动漫精品| 日本 欧美在线| 熟女人妻精品中文字幕| 午夜福利成人在线免费观看| 久久久精品大字幕| 在线国产一区二区在线| 国内揄拍国产精品人妻在线| 大型黄色视频在线免费观看| 亚洲国产欧洲综合997久久,| 久久久久国内视频| 国产精品久久久久久久久免 | 永久网站在线| 国产午夜福利久久久久久| 亚洲精品一区av在线观看| 黄色女人牲交| 一个人免费在线观看电影| 床上黄色一级片| 亚洲七黄色美女视频| 亚洲人成电影免费在线| 尤物成人国产欧美一区二区三区| 亚洲avbb在线观看| 可以在线观看毛片的网站| 欧美激情久久久久久爽电影| .国产精品久久| 亚洲美女黄片视频| 精品久久国产蜜桃| 男人和女人高潮做爰伦理| 精品99又大又爽又粗少妇毛片 | 在线十欧美十亚洲十日本专区| 人妻夜夜爽99麻豆av| 精品久久久久久久久亚洲 | 国产伦精品一区二区三区视频9| 国产黄a三级三级三级人| 一区二区三区四区激情视频 | 国产精品1区2区在线观看.| 久久热精品热| 变态另类丝袜制服| 麻豆成人午夜福利视频| 蜜桃亚洲精品一区二区三区| 欧美绝顶高潮抽搐喷水| 欧美又色又爽又黄视频| 琪琪午夜伦伦电影理论片6080| 久久午夜福利片| 日本黄色片子视频| 亚洲中文日韩欧美视频| 国产一区二区三区视频了| av天堂在线播放| 91麻豆精品激情在线观看国产| 欧美日韩乱码在线| 国产单亲对白刺激| 少妇的逼水好多| 亚洲成人免费电影在线观看| 婷婷亚洲欧美| 少妇丰满av| 亚洲av电影在线进入| 午夜福利在线观看吧| aaaaa片日本免费| 国产 一区 欧美 日韩| 久久久久久久久久成人| 人人妻,人人澡人人爽秒播| 日韩欧美 国产精品| 亚洲18禁久久av| 精品欧美国产一区二区三| 日本一本二区三区精品| 久久久久国产精品人妻aⅴ院| 日韩免费av在线播放| 我的女老师完整版在线观看| 中亚洲国语对白在线视频| 亚洲一区高清亚洲精品| 日韩欧美在线乱码| 国产乱人视频| 国产亚洲欧美在线一区二区| 给我免费播放毛片高清在线观看| 在线播放国产精品三级| 91九色精品人成在线观看| 国产一级毛片七仙女欲春2| 国产一区二区在线观看日韩| 免费大片18禁| 国产亚洲欧美98| 亚洲人成网站高清观看| 精品不卡国产一区二区三区| 日韩欧美一区二区三区在线观看| 成人午夜高清在线视频| 精品熟女少妇八av免费久了| 欧美最黄视频在线播放免费| 波野结衣二区三区在线| av国产免费在线观看| 中文字幕熟女人妻在线| 别揉我奶头~嗯~啊~动态视频| 欧美国产日韩亚洲一区| 激情在线观看视频在线高清| av国产免费在线观看| or卡值多少钱| 很黄的视频免费| 亚洲七黄色美女视频| 非洲黑人性xxxx精品又粗又长| 在线免费观看不下载黄p国产 | 国产精品伦人一区二区| 精品久久久久久久人妻蜜臀av| 亚洲成人免费电影在线观看| 国产高清视频在线观看网站| 在线观看午夜福利视频| 国内久久婷婷六月综合欲色啪| 天天一区二区日本电影三级| av在线观看视频网站免费| 亚洲av成人av| 精品熟女少妇八av免费久了| 亚洲在线自拍视频| 一级黄色大片毛片| 国产精品一及| 日韩亚洲欧美综合| 国内精品久久久久精免费| 国产视频一区二区在线看| 美女免费视频网站| 91在线精品国自产拍蜜月| 免费在线观看亚洲国产| 午夜日韩欧美国产| 国产精品影院久久| 女生性感内裤真人,穿戴方法视频| 最后的刺客免费高清国语| 亚洲av不卡在线观看| 亚洲国产日韩欧美精品在线观看| 好男人电影高清在线观看| 免费高清视频大片| 日韩亚洲欧美综合| 波多野结衣巨乳人妻| 国产高清视频在线播放一区| 国产高潮美女av| 久久99热这里只有精品18| 偷拍熟女少妇极品色| 欧美xxxx性猛交bbbb| 人妻丰满熟妇av一区二区三区| 三级男女做爰猛烈吃奶摸视频| 亚洲欧美日韩无卡精品| 女人十人毛片免费观看3o分钟| 又爽又黄无遮挡网站| 日日摸夜夜添夜夜添av毛片 | av福利片在线观看| 午夜免费成人在线视频| 日韩欧美免费精品| 在线看三级毛片| 亚洲不卡免费看| 成年版毛片免费区| 美女高潮喷水抽搐中文字幕| 午夜免费激情av| 国产久久久一区二区三区| 99久久九九国产精品国产免费| av国产免费在线观看| 极品教师在线免费播放| 亚洲欧美激情综合另类| 成人永久免费在线观看视频| 亚洲精品在线观看二区| 免费大片18禁| 老司机福利观看| 人妻制服诱惑在线中文字幕| 91麻豆精品激情在线观看国产| 久久久久九九精品影院| 日韩大尺度精品在线看网址| 亚洲av五月六月丁香网| www.色视频.com| 嫩草影院入口| 亚洲美女搞黄在线观看 | 免费人成视频x8x8入口观看| 亚洲一区高清亚洲精品| 91在线观看av| 久久精品人妻少妇| 亚洲精品粉嫩美女一区| av女优亚洲男人天堂| 99热这里只有是精品50| 三级男女做爰猛烈吃奶摸视频| 亚洲精品成人久久久久久| 国产成人福利小说| 亚洲成av人片免费观看| av黄色大香蕉| 亚洲av五月六月丁香网| 午夜福利在线观看免费完整高清在 | 97热精品久久久久久| 一级黄片播放器| 人妻久久中文字幕网| 国产av麻豆久久久久久久| 久久热精品热| 一个人免费在线观看的高清视频| 久久99热6这里只有精品| 韩国av一区二区三区四区| 国产精品影院久久| a级毛片免费高清观看在线播放| 亚洲国产精品久久男人天堂| 身体一侧抽搐| 黄色视频,在线免费观看| 国模一区二区三区四区视频| 看片在线看免费视频| 午夜福利在线在线| 超碰av人人做人人爽久久| 久久久久国内视频| 99热精品在线国产| 国产精品久久久久久亚洲av鲁大| 在线观看美女被高潮喷水网站 | 色综合婷婷激情| 亚洲真实伦在线观看| 91在线精品国自产拍蜜月| 亚洲精品乱码久久久v下载方式| 三级男女做爰猛烈吃奶摸视频| 亚洲精品色激情综合| 男人和女人高潮做爰伦理| 亚洲欧美精品综合久久99| 亚洲精品一卡2卡三卡4卡5卡| 亚洲成人久久性| 搡女人真爽免费视频火全软件 | 俺也久久电影网| 真实男女啪啪啪动态图| 老熟妇仑乱视频hdxx| 国产成人福利小说| 91麻豆精品激情在线观看国产| 欧美丝袜亚洲另类 | 波多野结衣高清作品| 日韩有码中文字幕| 国产极品精品免费视频能看的| 我要搜黄色片| 国产久久久一区二区三区| 中文亚洲av片在线观看爽| 国产91精品成人一区二区三区| 俺也久久电影网| 天堂av国产一区二区熟女人妻| 久久人人精品亚洲av| 99国产精品一区二区蜜桃av| 久久久久精品国产欧美久久久| 一级黄色大片毛片| 亚洲精品粉嫩美女一区| 亚洲一区高清亚洲精品| 变态另类成人亚洲欧美熟女| 在线免费观看的www视频| 亚洲五月婷婷丁香| xxxwww97欧美| 免费一级毛片在线播放高清视频| 亚洲精品在线美女| 亚洲狠狠婷婷综合久久图片| 亚洲av不卡在线观看| 99视频精品全部免费 在线| 久久久久免费精品人妻一区二区| 国产精品亚洲一级av第二区| 91麻豆精品激情在线观看国产| 赤兔流量卡办理| 男人舔奶头视频| 欧美激情在线99| 国产成人啪精品午夜网站| 久久精品91蜜桃| 变态另类丝袜制服| 精品无人区乱码1区二区| 亚洲最大成人中文| 免费av毛片视频| 亚洲五月婷婷丁香| 一本综合久久免费| 免费电影在线观看免费观看| 亚洲成a人片在线一区二区| 婷婷亚洲欧美| 欧美日本亚洲视频在线播放| 听说在线观看完整版免费高清| 蜜桃亚洲精品一区二区三区| 国产免费一级a男人的天堂| 九色成人免费人妻av| 99久久精品国产亚洲精品| 亚洲经典国产精华液单 | 九九热线精品视视频播放| 国产精品美女特级片免费视频播放器| 欧美日韩国产亚洲二区| 欧美bdsm另类| 女生性感内裤真人,穿戴方法视频| 熟女人妻精品中文字幕| 免费av不卡在线播放| 91在线精品国自产拍蜜月| 亚洲成av人片在线播放无| АⅤ资源中文在线天堂| 99热这里只有是精品50| 深夜精品福利| av在线老鸭窝| 91麻豆精品激情在线观看国产| 校园春色视频在线观看| 美女免费视频网站| 精品午夜福利视频在线观看一区| 亚洲成人精品中文字幕电影| 99久久精品国产亚洲精品| 日本免费一区二区三区高清不卡| 国产真实乱freesex| 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| 国内精品一区二区在线观看| 亚洲av一区综合| 看片在线看免费视频| 欧美精品国产亚洲| 淫妇啪啪啪对白视频| 国产免费av片在线观看野外av| 老司机福利观看| 无遮挡黄片免费观看| 能在线免费观看的黄片| 国产乱人视频| 精品无人区乱码1区二区| 国产爱豆传媒在线观看| 亚洲最大成人手机在线| 日本黄色视频三级网站网址| 禁无遮挡网站| 动漫黄色视频在线观看| 午夜免费激情av| 日本成人三级电影网站| 中国美女看黄片| 人妻制服诱惑在线中文字幕| 在线观看美女被高潮喷水网站 | 男女做爰动态图高潮gif福利片| 特大巨黑吊av在线直播| www日本黄色视频网| 99久久精品国产亚洲精品| 欧美+亚洲+日韩+国产| 精品人妻熟女av久视频| 精品人妻偷拍中文字幕| 熟女人妻精品中文字幕| 久久欧美精品欧美久久欧美| 三级毛片av免费| 国产高清视频在线播放一区| 日韩 亚洲 欧美在线| 精品一区二区三区人妻视频| 欧美色视频一区免费| 全区人妻精品视频| 俺也久久电影网| 亚洲人成网站在线播放欧美日韩| 性色avwww在线观看| 麻豆成人av在线观看| 午夜福利在线观看吧| 一个人看的www免费观看视频| 嫩草影院新地址| 国产伦一二天堂av在线观看| 少妇裸体淫交视频免费看高清| 亚洲成av人片在线播放无| 综合色av麻豆| 亚洲国产日韩欧美精品在线观看| 在线观看美女被高潮喷水网站 | 亚洲av日韩精品久久久久久密| 高潮久久久久久久久久久不卡| 亚洲18禁久久av| 久久久久久久亚洲中文字幕 | 搡老熟女国产l中国老女人| 久久久精品欧美日韩精品| 18+在线观看网站| 欧美日韩中文字幕国产精品一区二区三区| 亚洲午夜理论影院| 亚洲狠狠婷婷综合久久图片| 特级一级黄色大片| 欧美成人性av电影在线观看| 伦理电影大哥的女人| 国产精品久久久久久人妻精品电影| 亚洲欧美日韩东京热| 少妇裸体淫交视频免费看高清| 国产免费男女视频| 99久久无色码亚洲精品果冻| 一级黄色大片毛片| 成年人黄色毛片网站| 日本黄色视频三级网站网址| 一级作爱视频免费观看| 人人妻,人人澡人人爽秒播| xxxwww97欧美| 精品久久久久久久久亚洲 | 午夜免费男女啪啪视频观看 | 久久这里只有精品中国| 国产 一区 欧美 日韩| 深夜精品福利| 午夜视频国产福利| 国产精品一区二区三区四区久久| 亚洲av中文字字幕乱码综合| 亚洲无线在线观看| 欧美激情国产日韩精品一区| 久久6这里有精品| 又黄又爽又刺激的免费视频.| 免费电影在线观看免费观看| 欧美最黄视频在线播放免费| 舔av片在线| 国产熟女xx| 免费看美女性在线毛片视频| 少妇熟女aⅴ在线视频| 91在线精品国自产拍蜜月| 亚洲av五月六月丁香网| 一本久久中文字幕| 午夜福利高清视频| 老司机午夜十八禁免费视频| 久久国产乱子伦精品免费另类| 欧美3d第一页| 久久这里只有精品中国| 精品久久久久久久久久免费视频| 欧美日韩中文字幕国产精品一区二区三区| 国产精品亚洲美女久久久| 亚洲七黄色美女视频| 精品福利观看| 欧美zozozo另类| 精品福利观看| 男人和女人高潮做爰伦理| 国产爱豆传媒在线观看| 欧美黄色淫秽网站| avwww免费| 尤物成人国产欧美一区二区三区| 久久人人爽人人爽人人片va | 99久久精品热视频| 国内精品久久久久精免费| 欧美一区二区国产精品久久精品| 亚洲一区二区三区不卡视频| 老鸭窝网址在线观看| 在线天堂最新版资源| 久久久国产成人免费| 国产高清视频在线观看网站| 国产av一区在线观看免费| 亚洲自偷自拍三级| 看片在线看免费视频| 欧美性猛交╳xxx乱大交人| 国产av麻豆久久久久久久| 亚洲精品色激情综合| 久久久国产成人免费| 成年女人毛片免费观看观看9| 国产一区二区三区视频了| 亚洲五月天丁香| 99久久精品一区二区三区| 非洲黑人性xxxx精品又粗又长| 欧美日韩综合久久久久久 | 亚洲中文字幕日韩| 欧美zozozo另类| netflix在线观看网站| 波多野结衣高清作品| 99热这里只有精品一区| 国产真实伦视频高清在线观看 | 欧美另类亚洲清纯唯美| 日本五十路高清| 亚洲成人久久爱视频| 动漫黄色视频在线观看| 国产精品久久视频播放| 欧美激情久久久久久爽电影| 亚洲av电影在线进入| 窝窝影院91人妻| 亚洲国产欧洲综合997久久,| 欧美高清性xxxxhd video| 亚洲欧美日韩无卡精品| 一级黄片播放器| 91久久精品电影网| 亚洲国产色片| 动漫黄色视频在线观看| 男女视频在线观看网站免费| 久久久久久久久久成人| 嫩草影院新地址| 99视频精品全部免费 在线| 国产人妻一区二区三区在| 男人舔奶头视频| 色av中文字幕| 免费高清视频大片| 内射极品少妇av片p| 久久久久国内视频| 日韩精品青青久久久久久| 午夜福利成人在线免费观看| 男女床上黄色一级片免费看| 亚洲一区二区三区不卡视频| www.www免费av| 国产乱人视频| 亚洲av不卡在线观看| 一进一出好大好爽视频| 国产激情偷乱视频一区二区| 男女之事视频高清在线观看| 成年女人看的毛片在线观看| 精品熟女少妇八av免费久了| 亚洲国产精品999在线| 一本精品99久久精品77| 亚洲狠狠婷婷综合久久图片| 亚洲专区国产一区二区| 99精品久久久久人妻精品| 村上凉子中文字幕在线| 国产又黄又爽又无遮挡在线| 听说在线观看完整版免费高清| 国产黄片美女视频| 国产真实乱freesex| 搡老岳熟女国产| 国产综合懂色| 亚洲性夜色夜夜综合| 亚洲色图av天堂| 一级作爱视频免费观看| 午夜福利欧美成人| 免费人成在线观看视频色| 免费观看人在逋| 在线天堂最新版资源| 免费在线观看成人毛片| 国产精品av视频在线免费观看| 啦啦啦观看免费观看视频高清| 深爱激情五月婷婷| 婷婷精品国产亚洲av| 日韩 亚洲 欧美在线| 最新中文字幕久久久久| 国产伦精品一区二区三区四那| 性色av乱码一区二区三区2| 欧美区成人在线视频| 老司机午夜十八禁免费视频| 亚洲av.av天堂| 亚洲国产日韩欧美精品在线观看| 午夜老司机福利剧场| 亚洲精品在线观看二区| 日韩欧美国产在线观看| 淫秽高清视频在线观看| 国产精品98久久久久久宅男小说| 中文字幕精品亚洲无线码一区| 男人舔女人下体高潮全视频| 国产伦精品一区二区三区四那| 欧美在线一区亚洲| 大型黄色视频在线免费观看| 蜜桃久久精品国产亚洲av| 国产三级黄色录像| 亚洲经典国产精华液单 | 中文字幕人成人乱码亚洲影| 日日夜夜操网爽| 少妇裸体淫交视频免费看高清| 亚洲第一区二区三区不卡| 国产成人欧美在线观看| 国产欧美日韩精品亚洲av| 成人高潮视频无遮挡免费网站| 久久久色成人| 男女下面进入的视频免费午夜| 免费一级毛片在线播放高清视频| 嫩草影院入口| 国产av在哪里看| 真实男女啪啪啪动态图| 嫩草影院新地址| 国产高清视频在线播放一区| 亚洲男人的天堂狠狠| 欧美性猛交黑人性爽| 一个人看的www免费观看视频| 午夜激情福利司机影院| 宅男免费午夜| 国产探花极品一区二区| 成人av在线播放网站| 久久亚洲精品不卡| 成人精品一区二区免费| 久久午夜福利片| 2021天堂中文幕一二区在线观| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 精品一区二区三区av网在线观看| 日韩欧美免费精品| 麻豆久久精品国产亚洲av| 如何舔出高潮| 欧美一区二区国产精品久久精品| 精品不卡国产一区二区三区| 欧美中文日本在线观看视频| 少妇的逼好多水| 伦理电影大哥的女人| x7x7x7水蜜桃| 少妇被粗大猛烈的视频| 中文字幕人妻熟人妻熟丝袜美| 精品午夜福利在线看| 国产av麻豆久久久久久久| a级毛片a级免费在线| 成人永久免费在线观看视频| 听说在线观看完整版免费高清| 看片在线看免费视频| 听说在线观看完整版免费高清| 黄色配什么色好看| 国产精品爽爽va在线观看网站| 国产 一区 欧美 日韩| 一二三四社区在线视频社区8| 亚洲午夜理论影院| 久久6这里有精品| 全区人妻精品视频| 51国产日韩欧美| 日韩成人在线观看一区二区三区| 内地一区二区视频在线| 88av欧美| 99久久99久久久精品蜜桃| 久久6这里有精品| 熟女电影av网| 午夜精品久久久久久毛片777| 国产三级在线视频| 一卡2卡三卡四卡精品乱码亚洲| 免费av毛片视频| 免费在线观看日本一区| 国产精品女同一区二区软件 | 国产精品一区二区性色av| xxxwww97欧美| 热99在线观看视频| 亚洲三级黄色毛片| 国内毛片毛片毛片毛片毛片| 不卡一级毛片| 精品久久久久久成人av| 国产精品日韩av在线免费观看| 欧美日韩综合久久久久久 | 一进一出抽搐动态| 亚洲国产精品sss在线观看| 久久人妻av系列| 18禁在线播放成人免费|