• <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 ?

    基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的航空液壓油軟測(cè)量

    2016-11-17 10:12:57虞文勝
    關(guān)鍵詞:液壓油雜質(zhì)航空

    虞文勝

    (海軍裝備部航空技術(shù)保障部,北京 100084)

    ?

    基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的航空液壓油軟測(cè)量

    虞文勝

    (海軍裝備部航空技術(shù)保障部,北京 100084)

    BP 神經(jīng)網(wǎng)絡(luò)越來(lái)越多地被應(yīng)用于軟測(cè)量建模中,與傳統(tǒng)方法相比,BP神經(jīng)網(wǎng)絡(luò)進(jìn)行信息處理可以減少數(shù)據(jù)的分析和建模工作,但也存在易于陷入局部最小值和初始權(quán)值隨機(jī)選取的缺陷問(wèn)題;為了解決傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)存在的缺陷,文中在數(shù)據(jù)預(yù)處理過(guò)程中引入主成分分析法(PCA),在BP網(wǎng)絡(luò)輸入權(quán)值時(shí)引入遺傳算法(GA),最終達(dá)到彌補(bǔ)BP神經(jīng)網(wǎng)絡(luò)缺陷的目的;詳細(xì)介紹了改進(jìn)算法的流程與步驟,將改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于航空液壓油的軟測(cè)量,先是對(duì)航空液壓油軟測(cè)量參數(shù)進(jìn)行分析,包括輔助變量的選擇和數(shù)據(jù)預(yù)處理,然后進(jìn)行基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的建模與仿真實(shí)驗(yàn);實(shí)驗(yàn)結(jié)果表明,基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的航空液壓油軟測(cè)量效果優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò),具有更強(qiáng)的泛化能力,因此可進(jìn)行更廣泛的應(yīng)用。

    軟測(cè)量;BP神經(jīng)網(wǎng)絡(luò);PCA;GA

    0 引言

    據(jù)國(guó)內(nèi)外統(tǒng)計(jì)資料顯示,在高新武器裝備液壓系統(tǒng)的故障中,近70%是因液壓系統(tǒng)污染而引起的,而其中固體顆粒污染物所引起的液壓系統(tǒng)故障數(shù)占總污染故障數(shù)的60%~70%。只有迅速精確地檢測(cè)出油液中的機(jī)械雜質(zhì),才能及時(shí)采取相應(yīng)的防護(hù)措施。而一般來(lái)說(shuō),直接檢測(cè)油液中的機(jī)械雜質(zhì)顆粒比較困難,要精確檢測(cè)就更不理想了。

    軟測(cè)量技術(shù)包括輔助變量選擇、數(shù)據(jù)采集與處理、軟測(cè)量建模等組成部分,僅需檢測(cè)一些易測(cè)變量,將其作為輔助變量,通過(guò)構(gòu)成相應(yīng)的數(shù)學(xué)關(guān)系進(jìn)行估計(jì)或者推斷,再通過(guò)軟件實(shí)現(xiàn)硬件的功能,不需要太多時(shí)間和資金的投入即可實(shí)現(xiàn),且可以實(shí)施在線校正。在航空液壓油的檢測(cè)系統(tǒng)中應(yīng)用軟測(cè)量技術(shù),不僅能及時(shí)監(jiān)測(cè)油液質(zhì)量,能及時(shí)發(fā)現(xiàn)不達(dá)標(biāo)的油液,防止因機(jī)械雜質(zhì)含量過(guò)高而引起的嚴(yán)重問(wèn)題,又可節(jié)約投資和運(yùn)行成本。

    1 基于PCA的GA-BP改進(jìn)網(wǎng)絡(luò)

    針對(duì)BP神經(jīng)網(wǎng)絡(luò)中易陷入局部最小和初始權(quán)值隨機(jī)選取的問(wèn)題,將主成分分析法(principal component analysis)和遺傳算法(genetic algorithms)引入網(wǎng)絡(luò),讓這幾種方法實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ),在經(jīng)典BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,構(gòu)建一個(gè)基于PCA的GA-BP改進(jìn)網(wǎng)絡(luò),以增強(qiáng)模型的泛化能力,使BP網(wǎng)絡(luò)具有更廣泛的應(yīng)用。

    主成分分析法是一種將多個(gè)相關(guān)變量轉(zhuǎn)化為少數(shù)幾個(gè)獨(dú)立變量的方法,它的最終目的在于用最少的變量來(lái)概括樣本中的信息。在數(shù)據(jù)預(yù)處理中引入主元分析法,能減少BP網(wǎng)絡(luò)輸入變量的個(gè)數(shù),從而優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu),使網(wǎng)絡(luò)具有更快的收斂速度[1]。利用遺傳算法優(yōu)化BP網(wǎng)絡(luò)的初始權(quán)值,可以使網(wǎng)絡(luò)在訓(xùn)練過(guò)程有效避免陷入局部最小[2]。基于PCA的GA-BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的流程大致分為三步,第一步主成分分析,第二步遺傳算法,第三步使用優(yōu)化的輸入變量和初始權(quán)值開(kāi)始訓(xùn)練網(wǎng)絡(luò)[3],具體過(guò)程如圖1所示。

    圖1 基于PCA的GA-BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法流程

    2 航空液壓油參數(shù)選擇與原始數(shù)據(jù)預(yù)處理

    2.1 參數(shù)選擇

    首先進(jìn)行輔助變量的選擇,航空液壓油的檢測(cè)過(guò)程中,選擇如下幾個(gè)與機(jī)械雜質(zhì)含量有關(guān)的變量。

    1)酸值:

    單位mgKOH/g,是中和1g石油產(chǎn)品中酸性物質(zhì)所需的氫氧化鉀質(zhì)量(毫克數(shù)),用來(lái)表示液壓油、潤(rùn)滑油等油液中無(wú)機(jī)酸和有機(jī)酸的總含量。航空液壓油酸值的測(cè)定執(zhí)行GB/T264-83標(biāo)準(zhǔn)。

    2)運(yùn)動(dòng)粘度:

    單位mm2/s,航空液壓油的粘度指液體的內(nèi)摩擦,是液壓油由于受外力作用而發(fā)生相對(duì)移動(dòng)時(shí),油分子之間所產(chǎn)生的阻力,該阻力的大小稱為粘度。粘度又分為運(yùn)動(dòng)粘度、動(dòng)力粘度和條件粘度。其中運(yùn)動(dòng)粘度使用最廣泛。液壓油50 ℃運(yùn)動(dòng)粘度是指在溫度50 ℃時(shí),動(dòng)力粘度與同溫度下油密度的比值,亦即v=η/ρ。液壓油50℃運(yùn)動(dòng)粘度測(cè)定按GB/T 265_88的標(biāo)準(zhǔn)進(jìn)行。

    3)運(yùn)動(dòng)粘度變化率:

    該變化率為航空液壓油運(yùn)動(dòng)粘度在單位時(shí)間內(nèi)的變化量。

    4)水分(百分含量):

    水分含量指標(biāo)測(cè)定按GB/T 11193-89標(biāo)準(zhǔn)規(guī)定方法進(jìn)行,測(cè)定水含量的范圍從1%到90%(質(zhì)量分?jǐn)?shù)),該方法適用于測(cè)定輕質(zhì)石油產(chǎn)品的水含量。

    5)金屬元素含量:

    在航空液壓油內(nèi)包括鋁、鉻、銅、鐵、鎳以及硅元素含量。金屬元素含量直接影響到油液中固體顆粒數(shù)量,即影響到機(jī)械雜質(zhì)的含量。可通過(guò)原子發(fā)射光譜法測(cè)量各元素的含量。

    6)粒徑范圍:

    按QJ2724.5-95《航天液壓污染控制-測(cè)定工作液固體顆粒污染的自動(dòng)顆粒計(jì)數(shù)儀計(jì)數(shù)法》進(jìn)行測(cè)量。液壓系統(tǒng)中污染物的存在將破壞厚度小于固體顆粒尺寸0.6倍的潤(rùn)滑油膜而使其失效,從而加劇元件磨損,加速密封件磨損。測(cè)量最終結(jié)果為每毫升油樣含有某種尺寸顆粒的數(shù)量,通過(guò)ISO4406的污染等級(jí)確定與表示污染度等級(jí)。

    7)機(jī)械雜質(zhì):

    機(jī)械雜質(zhì)含量從質(zhì)量方面表征液壓油固體顆粒雜質(zhì)的污染程度,按GB/T 511《石油產(chǎn)品和添加劑機(jī)械雜質(zhì)測(cè)定法》測(cè)定,該標(biāo)準(zhǔn)規(guī)定了用重量法測(cè)定機(jī)械雜質(zhì)的方法。

    2.2 數(shù)據(jù)預(yù)處理

    選取某航空液壓油的實(shí)測(cè)數(shù)據(jù),進(jìn)行預(yù)處理,采用3σ準(zhǔn)則法,剔除實(shí)測(cè)數(shù)據(jù)中異常數(shù)據(jù)得到為14×20的數(shù)組。利用MATLAB語(yǔ)言實(shí)現(xiàn)過(guò)程如下:

    clc

    format long g

    [filename pathname index]=

    uigetfile({'AAA.xls'},'選擇文件');

    file=[pathname filename];

    data= xlsread(file);%調(diào)入原始數(shù)據(jù)

    e=ones(17,1);

    %生成元 素全為1的矩陣

    mu=mean(data);%求平均值

    sigma=std(data);%計(jì)算標(biāo)準(zhǔn)差

    outliers=abs(data-e*mu)>3*e*sigma

    %求出異常值的位置

    v=[];

    for i=1:1:17

    for j=1:1:20

    if outliers(i,j)==1

    data(i,:)=0;

    v=[v i];

    end

    end

    end

    data(v,:)=[] %顯示處理后數(shù)據(jù)

    %將預(yù)處理數(shù)據(jù)以矩陣形式存入TXT文件中

    format long g

    fid=fopen('data.txt','wt');

    %寫(xiě)入文件路徑

    [m,n]=size(data);

    for i=1:1:m

    for j=1:1:n

    if j==n

    fprintf(fid,'%g/n',data(i,j));

    else

    fprintf(fid,'%g/t',data(i,j));

    end

    end

    end

    fclose(fid);

    3 基于改進(jìn)BP網(wǎng)絡(luò)的建模與仿真

    3.1 主成分分析

    對(duì)預(yù)處理后所得數(shù)據(jù)中19個(gè)變量進(jìn)行主成分分析,利用MATLAB進(jìn)行主成分分析過(guò)程編碼,先求得相關(guān)矩陣R,然后求相關(guān)矩陣的特征值,并分析它們各自的貢獻(xiàn)率。部分程序代碼如下:

    Cwstda.m;%用綜合標(biāo)準(zhǔn)化矩陣

    function stda=cwstda(vector)

    cwsumr=sum(vector,1);

    [a,b]=size(vector);

    %矩陣行數(shù)為a,列數(shù)為b

    for i=1:a

    for j=1:b

    stda(i,j)=vector(i,j)/cwsumr(j);

    end

    end

    Cwfacr.m,%相關(guān)系數(shù)矩陣計(jì)算

    function result=cwfacr(vector)

    fprintf('相關(guān)矩陣系數(shù)為:/n')

    stda=CORRCOEF(vector)

    fprintf('特征向量(vec)及特征值(val)分別為:/n')

    [vec,val]=eig(stda);

    newval=diag(val);

    [y,i]=sort(newval);

    fprintf('進(jìn)行特征根排序:/n')

    for z=1:length(y)

    newy(z)=y(length(y)+1-z);

    end

    fprintf('%g/n',newy)

    rate=y/sum(y);

    fprintf('/n貢獻(xiàn)率為:/n')

    newrate=newy/sum(newy)

    sumrate=0;

    newi=[];

    for k=length(y):-1:1

    sumrate=sumrate+rate(k);

    newi(length(y)+1-k)=i(k);

    if sumrate>0.85

    break;

    end

    end

    fprintf('主成分?jǐn)?shù)為:%g/n',length(newi));

    fprintf('主成分載荷為:/n')

    for p=1:length(newi)

    for q=1:length(y)

    result(q,p)=sqrt(newval(newi(p)))*

    vec(q,newi(p));

    end

    end

    disp(result)

    end

    Cwscore.m;

    %計(jì)算各主成分得分與綜合得分并排序

    function score=cwscore(vector1,vector2);

    sco=vector1*vector2;

    csum=sum(sco,2);

    [newcsum,i]=sort(-1*csum);

    [newi,j]=sort(i);

    fprintf('計(jì)算得分結(jié)果:/n')

    score=[sco,csum,j]

    end

    經(jīng)MATLAB主成分分析的結(jié)果見(jiàn)表1。

    表1 相關(guān)矩陣特征值及其貢獻(xiàn)率

    一般要求累計(jì)貢獻(xiàn)率達(dá)到80%~90%即可,從表中可看出,前10個(gè)特征根的累積貢獻(xiàn)率達(dá)到88.38%,選取前10個(gè)主成分進(jìn)行綜合評(píng)價(jià)。求出前10個(gè)特征根對(duì)應(yīng)的特征向量,就可得到10個(gè)主成分,用這10個(gè)主成分代替原來(lái)的19個(gè)變量作為網(wǎng)絡(luò)的輸入變量。

    3.2 遺傳算法

    網(wǎng)絡(luò)訓(xùn)練仍然采用批處理的訓(xùn)練方式進(jìn)行,將全部實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練樣本進(jìn)行網(wǎng)絡(luò)訓(xùn)練。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為10-20-1-

    1,隱含層傳遞函數(shù)為“tansig”,輸出層傳遞函數(shù)為“purelin”。

    將遺傳算法的編碼精度設(shè)為eps=1e-6。在GA種群規(guī)模和遺傳代數(shù)的選擇上,如果設(shè)置過(guò)小,會(huì)使所得解達(dá)不到預(yù)期精度,如果設(shè)置過(guò)大,會(huì)導(dǎo)致冗余現(xiàn)象,增加了網(wǎng)絡(luò)的訓(xùn)練負(fù)擔(dān)[4]。因此進(jìn)行多次仿真實(shí)驗(yàn),最終選定GA的初始種群個(gè)數(shù)為popu=50,遺傳代數(shù)GEN=100。按照?qǐng)D1所示的流程開(kāi)發(fā)仿真程序,目標(biāo)函數(shù)定義為gabpEval。程序代碼如下:

    R=size(P,1);

    S1=25;%計(jì)算隱含層節(jié)點(diǎn)數(shù)

    S2=size(T,1);

    S=R*S1+S1*S2+S1+S2;

    %計(jì)算遺傳算法編碼長(zhǎng)度

    Lena=ones(S,1)*[-1,1];

    popu=50;%種群規(guī)模設(shè)定

    initPpp=initializega(popu,Lena,'gabpEval');

    %種群初始化

    gen=100;%遺傳代數(shù)設(shè)定

    %調(diào)用GAOT工具箱,gabpEval為定義的目標(biāo)函數(shù)

    [x,endPop,bPop,trace]=ga(Lena,'gabpEval',[],initPpp,[1e-6 1 1],'maxGenTerm',gen,...

    'normGeomSelect',[0.09],['arithXover'],[2],'nonUnifMutation',[2 gen 3]);

    染色體的平均適應(yīng)度在訓(xùn)練過(guò)程在2次迭代之后,基本趨于穩(wěn)定,得到最優(yōu)的初始權(quán)值。

    3.3 仿真實(shí)驗(yàn)及其結(jié)果

    創(chuàng)建BP網(wǎng)絡(luò),將遺傳算法優(yōu)化得到的初始權(quán)值帶入網(wǎng)絡(luò),以主成分分析得到的10個(gè)主成分為輸入變量,設(shè)定訓(xùn)練誤差目標(biāo)為1e-5,最大迭代次數(shù)為900,學(xué)習(xí)速率為0.05。訓(xùn)練過(guò)程如圖2所示。

    圖2 訓(xùn)練過(guò)程中網(wǎng)絡(luò)誤差的變化

    從圖2可以看到,網(wǎng)絡(luò)訓(xùn)練經(jīng)過(guò)4次迭代,就達(dá)到了設(shè)定的目標(biāo)要求。因此可見(jiàn)網(wǎng)絡(luò)較好的克服了局部最小問(wèn)題,誤差曲線沒(méi)有出現(xiàn)水平段,變化較快。接下來(lái)對(duì)訓(xùn)練后的網(wǎng)絡(luò)進(jìn)行仿真,并計(jì)算相對(duì)誤差,如圖3所示。

    圖3 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果

    通過(guò)觀察圖3可以看出,預(yù)測(cè)輸出與期望輸出非常接近,擬合效果較好,此遺傳神經(jīng)網(wǎng)絡(luò)具有較好的數(shù)據(jù)擬合能力。

    由圖3可以得出,遺傳BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值的相對(duì)誤差在-0.000 4~0.000 05這個(gè)區(qū)間,有效地提高了預(yù)測(cè)精確度。遺傳BP神經(jīng)網(wǎng)絡(luò)方法對(duì)同一動(dòng)態(tài)測(cè)量數(shù)據(jù)的預(yù)測(cè)效果明顯好于經(jīng)典BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果,證明了遺傳BP神經(jīng)網(wǎng)絡(luò)在動(dòng)態(tài)測(cè)量數(shù)據(jù)預(yù)測(cè)方面的優(yōu)越性。

    4 軟件設(shè)計(jì)

    編程工具軟件為Matlab,進(jìn)行基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的航空液壓油參數(shù)軟測(cè)量的軟件設(shè)計(jì)。

    軟件功能分為網(wǎng)絡(luò)訓(xùn)練和機(jī)械雜質(zhì)含量測(cè)量?jī)刹糠帧?/p>

    1)網(wǎng)絡(luò)訓(xùn)練模塊:

    網(wǎng)絡(luò)訓(xùn)練模塊功能包括設(shè)定網(wǎng)絡(luò)參數(shù)、對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練及查看訓(xùn)練效果。

    訓(xùn)練效果即為將網(wǎng)絡(luò)訓(xùn)練結(jié)束后所得的結(jié)果繪制成圖,以圖形方式直觀地讓大家看到網(wǎng)絡(luò)訓(xùn)練是否滿足要求。圖形共有3種,分別是期望輸出與網(wǎng)絡(luò)輸出、網(wǎng)絡(luò)預(yù)測(cè)值的相對(duì)誤差曲線和適應(yīng)值曲線。

    2)機(jī)械雜質(zhì)含量測(cè)量模塊:

    機(jī)械雜質(zhì)含量測(cè)量模塊主要有數(shù)據(jù)的輸入和運(yùn)用網(wǎng)絡(luò)進(jìn)行軟測(cè)量并顯示結(jié)果的功能。

    數(shù)據(jù)的輸入。將有效的數(shù)據(jù)輸入對(duì)應(yīng)變量中,以便下一步進(jìn)行機(jī)械雜質(zhì)含量測(cè)量。

    機(jī)械雜質(zhì)含量測(cè)量。將剛輸入的數(shù)據(jù),帶入前面訓(xùn)練好的網(wǎng)絡(luò),就可得到與輸入數(shù)據(jù)對(duì)應(yīng)的機(jī)械雜質(zhì)含量。

    5 結(jié)論

    論文首先對(duì)航空液壓油軟測(cè)量參數(shù)進(jìn)行分析,包括輔助變量的選擇和數(shù)據(jù)預(yù)處理;然后進(jìn)行基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的建模與仿真實(shí)驗(yàn),對(duì)實(shí)驗(yàn)結(jié)果表明改進(jìn)后的網(wǎng)絡(luò)應(yīng)用于航空液壓油軟測(cè)量能達(dá)到較好的測(cè)量效果。

    [1] 龔 純,王正林.精通MATLAB最優(yōu)化計(jì)算[M].北京:電子工業(yè)出版社,2009.

    [2] 黃 勤,劉衍鵬,劉益良,等.基于PCA的GA-BP神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)方法[J].計(jì)算機(jī)應(yīng)用研究,26(12),2009:4755-4756.

    [3] 龔 純,王正林.MATLAB語(yǔ)言常用算法程序集[M].北京:電子工業(yè)出版社,2011.

    [4] Fu Lian Dong D, Chen Kui Sheng, Yu Jun Sheng, et.al.The Fault Diagnosis for lectro-Hydraulic Servo Valve Based on the Improved Genetic Neural Network Algorithm[A]. Machine Learning and Cybernetics, 2006 International Conference on [C].Aug, 2006:2995-2999.

    Aircraft Hydraulic Fluids Soft Measurement Based on Improved sBP Neural Network

    Yu Wensheng

    (Navy Equipment Department Aviation Technical Support Division, Beijing 100084, China)

    The BP neural network is increasingly used in the soft measurement modeling, compared with the traditional method, the BP neural network information processing can reduce the data analysis and modeling work, but there are also easy to fall into local minimum and the initial weights randomly selected defects. In order to solve the defects of traditional BP neural network, the thesis introduced in the process of data preprocessing, principal component analysis (PCA), when the input of the BP network weights is introduced into the genetic algorithm (GA), and finally achieve the purpose of make up for the BP neural network defects; Introduces in detail the process and steps of improved algorithm, the improved BP neural network was applied to the soft measurement of the aircraft hydraulic fluids detection, first analyze the aviation aircraft hydraulic fluids soft measurement parameters, including the selection of auxiliary variables and data preprocessing, and then based on the improved BP neural network modeling and simulation experiments. The experimental results show that the improved BP neural network model of the generalization ability is stronger, more widely, can achieve better measuring result, which make the BP neural Network can be used even more widely.

    soft measurement; BP neural network; PCA;GA

    2015-08-27;

    2015-10-30。

    虞文勝(1968-),男,安徽合肥人,高級(jí)工程師,工學(xué)學(xué)士,主要從事航空裝備檢測(cè)方向的研究。

    1671-4598(2016)03-0021-04

    10.16526/j.cnki.11-4762/tp.2016.03.007

    TP15

    A

    猜你喜歡
    液壓油雜質(zhì)航空
    液壓挖掘機(jī)液壓油箱內(nèi)泄原因分析及改進(jìn)方法
    環(huán)境可接受液壓油性能要求及開(kāi)發(fā)意義
    石油商技(2021年1期)2021-03-29 02:36:20
    “閃電航空”來(lái)啦
    “閃電航空”來(lái)啦
    剔除金石氣中的雜質(zhì),保留純粹的陽(yáng)剛之氣
    二則
    在細(xì)節(jié)處生出智慧之花
    達(dá)美航空的重生之路
    粗鹽中難溶性雜質(zhì)的去除
    安裝螺旋槳用液壓油頂結(jié)構(gòu)的改進(jìn)
    国产精品99久久久久久久久| 精品一区二区三区人妻视频| 午夜福利欧美成人| 日韩欧美免费精品| 色视频www国产| 久久久精品大字幕| 身体一侧抽搐| 97超视频在线观看视频| 午夜精品在线福利| 久久精品国产亚洲av天美| 久久精品国产亚洲av涩爱 | 啦啦啦韩国在线观看视频| 国产老妇女一区| 国内揄拍国产精品人妻在线| 国产高清有码在线观看视频| 久久久久性生活片| 91在线观看av| 日韩欧美精品v在线| 舔av片在线| 三级毛片av免费| 欧美最黄视频在线播放免费| 91午夜精品亚洲一区二区三区 | 欧美+日韩+精品| 波多野结衣高清无吗| 99热只有精品国产| 国产真实乱freesex| 亚洲在线自拍视频| 22中文网久久字幕| 狂野欧美激情性xxxx在线观看| 午夜精品久久久久久毛片777| 99久久成人亚洲精品观看| 国产精品国产高清国产av| 九九在线视频观看精品| www日本黄色视频网| 天堂动漫精品| 欧美性感艳星| 老司机福利观看| 91狼人影院| 永久网站在线| 亚洲av日韩精品久久久久久密| 国产淫片久久久久久久久| 精品久久久久久久久久免费视频| 12—13女人毛片做爰片一| 亚洲国产欧洲综合997久久,| 成年人黄色毛片网站| 久久国产精品人妻蜜桃| 国产午夜福利久久久久久| 国产精品,欧美在线| 国模一区二区三区四区视频| 精品久久久噜噜| 成年女人看的毛片在线观看| 琪琪午夜伦伦电影理论片6080| 午夜精品久久久久久毛片777| 国产探花在线观看一区二区| 三级国产精品欧美在线观看| 亚洲自偷自拍三级| 好男人在线观看高清免费视频| 中文在线观看免费www的网站| 小说图片视频综合网站| 久久精品国产清高在天天线| 露出奶头的视频| 一区二区三区四区激情视频 | 国内精品美女久久久久久| 深夜a级毛片| 亚洲国产欧洲综合997久久,| 男女之事视频高清在线观看| 精品欧美国产一区二区三| 国产单亲对白刺激| 亚洲人成网站高清观看| 亚洲性久久影院| 一区二区三区激情视频| 2021天堂中文幕一二区在线观| 日日撸夜夜添| 国产伦人伦偷精品视频| 国内精品宾馆在线| 午夜精品久久久久久毛片777| 美女 人体艺术 gogo| 成年女人毛片免费观看观看9| 国产在线精品亚洲第一网站| av在线亚洲专区| 中文亚洲av片在线观看爽| 国产男靠女视频免费网站| 亚洲一级一片aⅴ在线观看| 偷拍熟女少妇极品色| 午夜福利视频1000在线观看| 美女高潮的动态| 国产成人a区在线观看| 搞女人的毛片| 男人舔奶头视频| 高清日韩中文字幕在线| 精品人妻熟女av久视频| 在线播放无遮挡| 国产精品福利在线免费观看| 欧美成人a在线观看| 国产av一区在线观看免费| 夜夜看夜夜爽夜夜摸| 国产男人的电影天堂91| 97超级碰碰碰精品色视频在线观看| av在线亚洲专区| 成人三级黄色视频| 99riav亚洲国产免费| 成人美女网站在线观看视频| 人人妻人人澡欧美一区二区| 最近最新免费中文字幕在线| 欧美潮喷喷水| av在线观看视频网站免费| 校园人妻丝袜中文字幕| 国产又黄又爽又无遮挡在线| 九九在线视频观看精品| 欧美bdsm另类| 亚洲内射少妇av| 国产高清有码在线观看视频| 亚洲人与动物交配视频| 国产又黄又爽又无遮挡在线| 久久久久国产精品人妻aⅴ院| 国产爱豆传媒在线观看| 亚洲综合色惰| 日本爱情动作片www.在线观看 | 桃色一区二区三区在线观看| 97超视频在线观看视频| 校园人妻丝袜中文字幕| 尤物成人国产欧美一区二区三区| av在线蜜桃| 淫秽高清视频在线观看| 亚洲av不卡在线观看| 国语自产精品视频在线第100页| 国产91精品成人一区二区三区| 国产欧美日韩一区二区精品| 亚洲最大成人中文| 久久久久久久久久黄片| 亚洲一区高清亚洲精品| 一区二区三区激情视频| 18禁在线播放成人免费| 欧美高清性xxxxhd video| av.在线天堂| 国产成人福利小说| 性色avwww在线观看| 三级毛片av免费| 精品人妻一区二区三区麻豆 | 无人区码免费观看不卡| 成人国产综合亚洲| 色哟哟·www| 99热这里只有是精品在线观看| 亚洲最大成人中文| 久久人人爽人人爽人人片va| 人妻久久中文字幕网| 女同久久另类99精品国产91| 欧美性猛交黑人性爽| 性欧美人与动物交配| 免费av不卡在线播放| 免费高清视频大片| 91麻豆av在线| 22中文网久久字幕| 精品免费久久久久久久清纯| 精品久久久久久久久久久久久| av在线蜜桃| 欧美性感艳星| 成人美女网站在线观看视频| www日本黄色视频网| 午夜免费激情av| 国产伦精品一区二区三区四那| 人人妻人人澡欧美一区二区| 午夜福利视频1000在线观看| 色5月婷婷丁香| 草草在线视频免费看| 给我免费播放毛片高清在线观看| 亚洲中文日韩欧美视频| 精品久久久久久久久亚洲 | 亚洲精华国产精华液的使用体验 | aaaaa片日本免费| 啦啦啦韩国在线观看视频| 久久精品91蜜桃| 色综合亚洲欧美另类图片| 色播亚洲综合网| 免费看日本二区| 国产精品亚洲美女久久久| 日日啪夜夜撸| 久久精品综合一区二区三区| 国产人妻一区二区三区在| 亚洲欧美日韩高清在线视频| 日本黄色视频三级网站网址| 日本 av在线| av视频在线观看入口| 非洲黑人性xxxx精品又粗又长| 国产高清三级在线| .国产精品久久| 午夜a级毛片| 成人午夜高清在线视频| 中出人妻视频一区二区| 色综合婷婷激情| 日韩精品青青久久久久久| 久久久久久国产a免费观看| av女优亚洲男人天堂| 天堂网av新在线| 国产一区二区三区视频了| 国产精品免费一区二区三区在线| 一区二区三区免费毛片| 亚洲avbb在线观看| 国产色婷婷99| 亚洲国产高清在线一区二区三| 成人国产麻豆网| 亚洲av第一区精品v没综合| 99热这里只有是精品在线观看| 18+在线观看网站| 亚洲精品亚洲一区二区| 国产精品爽爽va在线观看网站| x7x7x7水蜜桃| 身体一侧抽搐| 欧美成人一区二区免费高清观看| 日本熟妇午夜| 久久人人爽人人爽人人片va| 99久国产av精品| 国产一区二区三区视频了| 校园人妻丝袜中文字幕| 中文字幕av在线有码专区| 黄色女人牲交| 男人狂女人下面高潮的视频| 国产三级中文精品| 在现免费观看毛片| 亚洲色图av天堂| 亚洲国产欧美人成| av黄色大香蕉| 色噜噜av男人的天堂激情| 午夜精品久久久久久毛片777| 又黄又爽又免费观看的视频| 亚洲性夜色夜夜综合| 真实男女啪啪啪动态图| 精品国产三级普通话版| 三级毛片av免费| 国产精品1区2区在线观看.| 91久久精品国产一区二区三区| 日本在线视频免费播放| av国产免费在线观看| 精品一区二区三区视频在线| 欧美不卡视频在线免费观看| 日韩欧美免费精品| 中文字幕av在线有码专区| 免费av毛片视频| 亚洲成a人片在线一区二区| 夜夜看夜夜爽夜夜摸| 天美传媒精品一区二区| 欧美高清成人免费视频www| 99久久中文字幕三级久久日本| 成人鲁丝片一二三区免费| 亚洲第一区二区三区不卡| 一区二区三区四区激情视频 | 99久久成人亚洲精品观看| 午夜免费成人在线视频| 国产人妻一区二区三区在| 国产精品98久久久久久宅男小说| 最近视频中文字幕2019在线8| 又爽又黄a免费视频| 亚洲乱码一区二区免费版| 国产亚洲精品久久久com| 又黄又爽又免费观看的视频| 少妇裸体淫交视频免费看高清| 中文字幕久久专区| 国产精品免费一区二区三区在线| 欧美国产日韩亚洲一区| eeuss影院久久| 简卡轻食公司| 国产精品一区www在线观看 | 88av欧美| av黄色大香蕉| 久久精品国产亚洲av香蕉五月| x7x7x7水蜜桃| 亚洲成人免费电影在线观看| 少妇猛男粗大的猛烈进出视频 | 国产探花在线观看一区二区| 免费不卡的大黄色大毛片视频在线观看 | 久久久色成人| 女同久久另类99精品国产91| 亚洲五月天丁香| 亚洲无线观看免费| 久久久精品欧美日韩精品| 久久久精品大字幕| 美女高潮喷水抽搐中文字幕| 级片在线观看| 男女下面进入的视频免费午夜| 非洲黑人性xxxx精品又粗又长| av.在线天堂| 色播亚洲综合网| 91狼人影院| 国产精品三级大全| 国产探花在线观看一区二区| 国产精品免费一区二区三区在线| av黄色大香蕉| 色综合亚洲欧美另类图片| 蜜桃亚洲精品一区二区三区| 日韩欧美精品v在线| 狂野欧美白嫩少妇大欣赏| 欧美三级亚洲精品| 嫁个100分男人电影在线观看| 99久久九九国产精品国产免费| 乱人视频在线观看| 窝窝影院91人妻| 国产一区二区在线观看日韩| 精品一区二区三区视频在线| 两性午夜刺激爽爽歪歪视频在线观看| 一区福利在线观看| 一卡2卡三卡四卡精品乱码亚洲| 日韩欧美国产一区二区入口| 亚洲国产色片| 在线a可以看的网站| 天堂√8在线中文| 中文字幕精品亚洲无线码一区| 亚洲av中文字字幕乱码综合| 成人三级黄色视频| 亚洲黑人精品在线| 最近最新中文字幕大全电影3| 亚洲第一区二区三区不卡| 淫秽高清视频在线观看| 校园春色视频在线观看| 熟女电影av网| 狂野欧美激情性xxxx在线观看| 亚洲不卡免费看| 22中文网久久字幕| 国产美女午夜福利| 嫩草影视91久久| 日韩欧美精品免费久久| 日韩欧美在线乱码| 黄色女人牲交| 国产淫片久久久久久久久| 国产伦在线观看视频一区| 在线观看一区二区三区| 一本一本综合久久| 国产精品亚洲一级av第二区| 亚洲精品久久国产高清桃花| 国产老妇女一区| 亚洲五月天丁香| 欧美激情久久久久久爽电影| 欧美激情在线99| 一个人看视频在线观看www免费| 久久久久久大精品| 国产亚洲精品综合一区在线观看| 亚洲性夜色夜夜综合| 小蜜桃在线观看免费完整版高清| 女生性感内裤真人,穿戴方法视频| 天堂网av新在线| 精品乱码久久久久久99久播| 久久久久久久亚洲中文字幕| 国产欧美日韩精品亚洲av| av在线老鸭窝| 国产精品一区二区三区四区久久| 精品久久久噜噜| 亚洲av免费在线观看| 一本精品99久久精品77| 亚洲一级一片aⅴ在线观看| 干丝袜人妻中文字幕| 日韩中文字幕欧美一区二区| 色综合站精品国产| 亚洲欧美精品综合久久99| 一进一出抽搐gif免费好疼| av视频在线观看入口| av在线亚洲专区| 我要看日韩黄色一级片| 欧美人与善性xxx| 美女xxoo啪啪120秒动态图| 在线观看舔阴道视频| 乱人视频在线观看| 久久精品国产亚洲av涩爱 | 少妇熟女aⅴ在线视频| 九色成人免费人妻av| 欧美国产日韩亚洲一区| 久久人人精品亚洲av| 在现免费观看毛片| h日本视频在线播放| 嫩草影院精品99| 免费观看精品视频网站| 亚洲精品日韩av片在线观看| 国产麻豆成人av免费视频| 免费观看在线日韩| 欧美激情在线99| 色5月婷婷丁香| 精品久久国产蜜桃| 老司机福利观看| 日韩精品青青久久久久久| 91久久精品国产一区二区成人| av在线老鸭窝| 国产亚洲91精品色在线| 小蜜桃在线观看免费完整版高清| av在线天堂中文字幕| 午夜日韩欧美国产| 超碰av人人做人人爽久久| 国产成人一区二区在线| 精品久久久久久久久av| 又爽又黄a免费视频| www.色视频.com| 中文字幕免费在线视频6| 欧美+亚洲+日韩+国产| 99久久精品国产国产毛片| 日本黄色视频三级网站网址| 人妻少妇偷人精品九色| 99国产极品粉嫩在线观看| 日本黄色片子视频| avwww免费| 国产精品永久免费网站| 五月玫瑰六月丁香| 99久久精品一区二区三区| 综合色av麻豆| 伊人久久精品亚洲午夜| 欧美zozozo另类| 国语自产精品视频在线第100页| videossex国产| 女同久久另类99精品国产91| 欧美色视频一区免费| 久久久久久九九精品二区国产| 乱系列少妇在线播放| 嫩草影视91久久| 久久99热6这里只有精品| 国产 一区精品| 老司机福利观看| 久久99热这里只有精品18| 国产 一区 欧美 日韩| 亚洲国产欧洲综合997久久,| 在线国产一区二区在线| 欧美成人性av电影在线观看| .国产精品久久| 日本一二三区视频观看| 在线观看av片永久免费下载| 亚洲成a人片在线一区二区| 美女大奶头视频| 亚洲美女搞黄在线观看 | 桃红色精品国产亚洲av| 久久久久久九九精品二区国产| 国产中年淑女户外野战色| 国产午夜精品久久久久久一区二区三区 | 免费观看的影片在线观看| 悠悠久久av| 一级黄片播放器| 亚洲精品日韩av片在线观看| 国产亚洲精品av在线| 日韩欧美免费精品| 婷婷精品国产亚洲av| 国产亚洲精品久久久com| 国产精品综合久久久久久久免费| 国产亚洲欧美98| 男人舔女人下体高潮全视频| 国产精品一区二区免费欧美| 国产精品爽爽va在线观看网站| 特级一级黄色大片| 最近最新免费中文字幕在线| 免费在线观看影片大全网站| 色视频www国产| 男女下面进入的视频免费午夜| 日韩欧美国产在线观看| 亚洲精品粉嫩美女一区| 成人永久免费在线观看视频| 国模一区二区三区四区视频| 久久久久久九九精品二区国产| 免费在线观看成人毛片| 少妇被粗大猛烈的视频| 又黄又爽又刺激的免费视频.| 男女边吃奶边做爰视频| 免费看光身美女| 一边摸一边抽搐一进一小说| 在线观看av片永久免费下载| 亚洲性夜色夜夜综合| 最近最新中文字幕大全电影3| 久久精品久久久久久噜噜老黄 | 少妇的逼水好多| 俄罗斯特黄特色一大片| 亚洲专区国产一区二区| 99久久精品国产国产毛片| 91午夜精品亚洲一区二区三区 | 97超视频在线观看视频| 在线国产一区二区在线| 色播亚洲综合网| 日本-黄色视频高清免费观看| 无人区码免费观看不卡| 男人舔女人下体高潮全视频| 九九爱精品视频在线观看| 国产一区二区在线观看日韩| 特大巨黑吊av在线直播| 久久欧美精品欧美久久欧美| 桃色一区二区三区在线观看| 国产免费av片在线观看野外av| 天堂网av新在线| 舔av片在线| 精品福利观看| av女优亚洲男人天堂| 亚洲自拍偷在线| 精品人妻一区二区三区麻豆 | 亚洲欧美日韩卡通动漫| 国产一区二区三区视频了| 精品一区二区三区视频在线| 色哟哟哟哟哟哟| 给我免费播放毛片高清在线观看| 在线观看66精品国产| 亚洲av熟女| 日本熟妇午夜| 两个人视频免费观看高清| 国产午夜精品论理片| 狂野欧美激情性xxxx在线观看| 啦啦啦观看免费观看视频高清| 最新中文字幕久久久久| 久久久国产成人精品二区| 深夜a级毛片| 夜夜夜夜夜久久久久| eeuss影院久久| 高清在线国产一区| 香蕉av资源在线| 最近最新中文字幕大全电影3| 国产亚洲91精品色在线| 少妇的逼水好多| 露出奶头的视频| 伦精品一区二区三区| 一个人免费在线观看电影| 国产免费男女视频| 一区二区三区四区激情视频 | 国产日本99.免费观看| av天堂在线播放| 婷婷丁香在线五月| 少妇丰满av| 亚洲第一电影网av| 亚洲av.av天堂| 老师上课跳d突然被开到最大视频| 99久久精品热视频| 尤物成人国产欧美一区二区三区| 国产免费av片在线观看野外av| 亚洲国产精品久久男人天堂| 男女做爰动态图高潮gif福利片| 直男gayav资源| 搡女人真爽免费视频火全软件 | 色精品久久人妻99蜜桃| 特级一级黄色大片| 精品免费久久久久久久清纯| 亚洲va日本ⅴa欧美va伊人久久| 观看美女的网站| 久久精品国产亚洲av涩爱 | 九九在线视频观看精品| 性色avwww在线观看| 亚洲一区二区三区色噜噜| av女优亚洲男人天堂| 国产三级中文精品| 美女高潮的动态| 亚洲精品日韩av片在线观看| 精品日产1卡2卡| 精品一区二区免费观看| 黄色欧美视频在线观看| 亚洲18禁久久av| 99久久精品一区二区三区| 91久久精品国产一区二区三区| 成人永久免费在线观看视频| 嫩草影院新地址| 国产乱人伦免费视频| 桃红色精品国产亚洲av| 人妻夜夜爽99麻豆av| 1024手机看黄色片| 久久久久久九九精品二区国产| 中文字幕精品亚洲无线码一区| 91av网一区二区| 久久精品国产鲁丝片午夜精品 | 别揉我奶头 嗯啊视频| 久久久久久久久久黄片| 观看免费一级毛片| 亚洲av美国av| 18+在线观看网站| а√天堂www在线а√下载| 三级男女做爰猛烈吃奶摸视频| 午夜精品在线福利| 老熟妇仑乱视频hdxx| 美女 人体艺术 gogo| 色在线成人网| 欧美日韩亚洲国产一区二区在线观看| 少妇被粗大猛烈的视频| 亚洲av不卡在线观看| 欧美bdsm另类| 99热这里只有精品一区| 亚洲综合色惰| 精品国内亚洲2022精品成人| 亚洲av日韩精品久久久久久密| 欧美+日韩+精品| 亚洲精华国产精华精| av在线蜜桃| 精品无人区乱码1区二区| 亚洲自拍偷在线| 日韩欧美在线二视频| 亚洲精品色激情综合| 国产精品野战在线观看| 免费看美女性在线毛片视频| .国产精品久久| 久久久久国内视频| 黄色日韩在线| 男人的好看免费观看在线视频| 成人av一区二区三区在线看| 99热这里只有是精品在线观看| 国产三级中文精品| 久久久国产成人精品二区| av国产免费在线观看| 久久国产精品人妻蜜桃| 欧美一区二区国产精品久久精品| 国产成人一区二区在线| 69av精品久久久久久| 在线观看66精品国产| 97热精品久久久久久| 一区二区三区高清视频在线| 少妇人妻精品综合一区二区 | 91久久精品国产一区二区成人| 亚洲国产高清在线一区二区三| 乱系列少妇在线播放| 国产午夜精品久久久久久一区二区三区 | 久久精品综合一区二区三区| 国产老妇女一区| 极品教师在线视频| 国国产精品蜜臀av免费| 国产精品久久久久久久电影| 精品午夜福利视频在线观看一区| 欧美性猛交黑人性爽| 免费观看在线日韩| 久久久久性生活片| 色噜噜av男人的天堂激情| 国产精品美女特级片免费视频播放器| 在线a可以看的网站| 最近在线观看免费完整版|