• <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SDAE-SVM的壓力機軸承故障診斷方法

    2018-10-15 07:39:46張慶磊
    數(shù)字制造科學(xué) 2018年3期
    關(guān)鍵詞:壓力機分類器故障診斷

    張慶磊,張 楓

    (武漢理工大學(xué) 機電工程學(xué)院,湖北 武漢 430070)

    由于壓力機高強度、高頻率的作業(yè)特點,會造成壓力機的軸承內(nèi)環(huán)、外環(huán)和滾子產(chǎn)生點蝕、裂紋和表面剝落等缺陷[1]。在壓力機發(fā)生故障時,約有30%是軸承故障,并且出現(xiàn)軸承故障不易及時發(fā)現(xiàn)與維修,將會導(dǎo)致生產(chǎn)效率下降,甚至?xí)?dǎo)致嚴(yán)重的安全事故。因此利用有效的故障診斷方法,監(jiān)控壓力機軸承的運行狀態(tài),可以合理安排維修時間,大大降低維修成本,提高生產(chǎn)效率。

    近年來,深度學(xué)習(xí)受到廣泛關(guān)注,尤其在故障診斷方面得到廣泛的應(yīng)用[2]。Tran等把DBN(deep neural network)和TKEO(Teager-Kaiser energy operation)算法融合[3],應(yīng)用到往復(fù)式壓縮機閥門故障診斷中。Li等[4]提出一種多模式分類的方法,并應(yīng)用到齒輪的故障診斷中去,有效提高了齒輪故障診斷的準(zhǔn)確率,并解決了單一振動源下診斷精度不高的問題。Jia等[5]把深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到軸承的故障特征提取和診斷中,其利用深度神經(jīng)網(wǎng)絡(luò)的特征提取能力,直接從頻域信號進行軸承故障特征提取和識別,取得了較好的效果。Lu等[6]研究了深度神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)軸承頻域信號中的故障特征提取能力,并給出了故障特征的可視化結(jié)果。

    筆者針對傳統(tǒng)機器學(xué)習(xí)存在的問題以及壓力機軸承的故障特點[7-10],基于去噪自編碼器和支持向量機,提出了一種基于SDAE-SVM(stacked denoising auto encoder networks-support vector machine)的壓力機軸承的故障診斷方法。相較于傳統(tǒng)的機器學(xué)習(xí),該方法集成了特征提取和狀態(tài)分類兩大步驟[11],該方法建立深層網(wǎng)絡(luò)模型,利用逐層貪婪訓(xùn)練的方法實現(xiàn)對高維深層故障特征的自適應(yīng)挖掘,能夠顯著提升故障識別能力和泛化能力。首先基于堆疊去噪自編碼網(wǎng)絡(luò)(SDAE)和SVM建立故障診斷網(wǎng)絡(luò)模型,其次通過選取樣本數(shù)據(jù),PCA(principal component analysis)降維并歸一化處理,劃分訓(xùn)練集合測試集,再次預(yù)訓(xùn)練網(wǎng)絡(luò)模型,然后通過BP(back propagation)算法微調(diào)優(yōu)化網(wǎng)絡(luò)參數(shù),最后通過測試集數(shù)據(jù)測試網(wǎng)絡(luò)模型的診斷性能。實驗結(jié)果顯示該方法能有效提高壓力機軸承的故障診斷準(zhǔn)確率。

    1 堆疊去噪自編碼網(wǎng)絡(luò)模型

    堆疊去噪自編碼網(wǎng)絡(luò)(SDAE)是深度自編碼網(wǎng)絡(luò)的一個變種,它是用去噪自編碼器(DAE)來替代自動編碼器(SAE),通過多層DAE棧式堆疊,從而建立堆疊去噪自編碼網(wǎng)絡(luò)(SDAE),實現(xiàn)對高維特征的提取。從結(jié)構(gòu)上看,堆疊去噪自編碼網(wǎng)絡(luò)是由多層無監(jiān)督的去噪自編碼器(DAE)和一層BP神經(jīng)網(wǎng)絡(luò)組成,其網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示。

    圖1 SDAE網(wǎng)絡(luò)模型

    SDAE的核心思想是通過對每層編碼器的輸入加入噪聲來進行訓(xùn)練,從而學(xué)習(xí)到更強健的特征表達。通過去噪自編碼訓(xùn)練得到的SDAE網(wǎng)絡(luò)不僅學(xué)習(xí)到原始數(shù)據(jù)的特征,還能學(xué)習(xí)到被“破壞”后的退化特征具有更強的泛化性、魯棒性。SDAE的訓(xùn)練過程分為預(yù)訓(xùn)練和微調(diào)兩個階段。

    1.1 預(yù)訓(xùn)練

    去噪自編碼器結(jié)構(gòu)由編碼器(encoder)、解碼器(decoder)和隱含層組成。SDAE預(yù)訓(xùn)練的過程實質(zhì)上就是初始化網(wǎng)絡(luò)參數(shù)的過程,其主要采用逐層無監(jiān)督特征優(yōu)化算法[12]進行。去噪自編碼原理[13]如圖2所示。

    圖2 去噪自編碼器原理圖

    去噪自編碼器首先將原始輸入x添加一個隨機噪聲,得到一個含有噪聲的x1。

    x1~qD(x1|x)

    (1)

    式中:D為數(shù)據(jù)集;q為隨機噪聲。

    此時編碼器的輸入是原始數(shù)據(jù)被破壞后得到的x1,通過編碼器函數(shù)fθ(·)映射到隱含層,可表示為:

    y=fθ(x)=s(Wx+b)

    (2)

    式中:s為映射函數(shù);W為權(quán)重;b為偏置;θ為集合參數(shù)。

    經(jīng)過編碼后的y會通過解碼器函數(shù)進行信號重構(gòu)過程:

    z=gθ′(y)=S′(W′y+b′)

    (3)

    式中:S′為映射函數(shù);W′為權(quán)重;b′為偏置;θ′為集合參數(shù)。

    這樣對于每一個輸入xi都被映射到一個yi,然后得到重構(gòu)函數(shù)zi,再通過不斷優(yōu)化模型所有的參數(shù),最小化輸入和重構(gòu)解碼的誤差可得:

    L(xi,zi)=‖xi-zi‖2

    (4)

    (5)

    (6)

    1.2 微調(diào)

    完成SDAE網(wǎng)絡(luò)預(yù)訓(xùn)練后,所得的SDAE網(wǎng)絡(luò)的權(quán)重以及分類層權(quán)重作為深度網(wǎng)絡(luò)的初始參數(shù),這些參數(shù)看作接近全局最優(yōu)的網(wǎng)絡(luò)參數(shù),然后對SDAE網(wǎng)絡(luò)參數(shù)進行微調(diào)。微調(diào)過程是有監(jiān)督學(xué)習(xí)過程,即通過采用標(biāo)簽數(shù)據(jù)進行訓(xùn)練,利用反向傳播BP算法對網(wǎng)絡(luò)參數(shù)進行微調(diào),應(yīng)用梯度下降算法進行權(quán)值的更新,最終使網(wǎng)絡(luò)達到全局最優(yōu)。

    首先定義輸出層lnl的單元i的殘差為:

    (7)

    然后定義隱藏層l=nl-1,nl-2,…,2的殘差表達式為:

    (8)

    式中:i為隱藏層l的第i個單元;j為隱藏層l+1的第j個單元;1≤j≤sl;ρj為第j個單元的平均激活值。

    損失函數(shù)對W,b取偏導(dǎo)數(shù)可得:

    (9)

    式中:C(W,b;x,y)為輸入和輸出的均方誤差函數(shù)。

    最后最小化目標(biāo)函數(shù)進行參數(shù)更新:

    (10)

    式中:η為參數(shù)更新時的學(xué)習(xí)率。

    2 SVM分類器

    SVM分類器是基于統(tǒng)計學(xué)的機器學(xué)習(xí)方法,SVM的核心思想是最大化分類間隔,是一種融合統(tǒng)計學(xué)與核函數(shù)的分類器。SVM對輸入數(shù)據(jù)采取非線性映射,將其映射到高維特征空間。

    假定大小為n的訓(xùn)練樣本集{(xi,yi),i=1,2,…,n}由兩類別組成,其中xi為類屬性,yi為類標(biāo)記,n為樣本集個數(shù),SVM分類器將低維空間的輸入映射到高維空間,以此尋找最優(yōu)超平面,其超平面定義如式(11)所示。

    (11)

    式中:ai為拉格朗日乘子;K(x,xi)為核函數(shù);b為偏置。

    本文的SVM分類器選用高斯徑向核函數(shù):

    (12)

    (13)

    當(dāng)懲罰參數(shù)越大時,越不能容忍誤差;懲罰參數(shù)越小時,越欠擬合。當(dāng)核函數(shù)參數(shù)越大,支持向量越少,核函數(shù)參數(shù)越小,支持向量越多。

    通過SDAE建立的診斷模型可以滿足一定程度的故障診斷需求,但在對診斷要求較高、故障模式復(fù)雜情況下,通過在SDAE最后一層加入SVM分類器,利用支持向量機通過最大化分類間隔的特點來實現(xiàn)分類識別,可以有效提高分類的準(zhǔn)確性,并且提高網(wǎng)絡(luò)的魯棒性和泛化能力。

    3 基于SDAE-SVM故障診斷方法實現(xiàn)

    3.1 模型建立

    筆者基于SDAE自適應(yīng)特征提取的特點以及SVM處理多分類問題的優(yōu)點,構(gòu)建了SDAE-SVM網(wǎng)絡(luò)模型,它的前部是由堆疊自編碼網(wǎng)絡(luò)(SDAE)構(gòu)成,最后一層增加了代表期望輸出變量的分類層,即SVM分類器。其網(wǎng)絡(luò)模型如圖3所示。該模型通過采用SVM分類器優(yōu)化SDAE網(wǎng)絡(luò),通過最大化分類間隔來實現(xiàn)模式判別,能夠有效提高網(wǎng)絡(luò)模型的魯棒性和分類識別性能。它在給出分類結(jié)果時還會給出結(jié)果的概率,適用于非線性多分類問題。

    圖3 SDAE-SVM網(wǎng)絡(luò)結(jié)構(gòu)模型

    基于SDAE-SVM的壓力機故障診斷方法具體實現(xiàn)步驟如下:

    (1)基于SDAE與SVM建立SDAE-SVM網(wǎng)絡(luò)模型,并將模型的參數(shù)初始化為隨機較小數(shù)值。

    (2)選取樣本數(shù)據(jù)和特征變量,對樣本數(shù)據(jù)進行PCA降維后歸一化處理,然后按一定比例將其分為訓(xùn)練集和測試集。

    (3)對壓力機軸承故障狀態(tài)類型進行編碼。

    (4)采用訓(xùn)練集中的無標(biāo)簽數(shù)據(jù)通過BP算法對模型底部SDAE層逐層預(yù)訓(xùn)練。

    (5)采用有標(biāo)簽的數(shù)據(jù)樣本通過BP算法對整個網(wǎng)絡(luò)模型進行調(diào)優(yōu),微調(diào)網(wǎng)絡(luò)參數(shù),使得網(wǎng)絡(luò)性能趨近全局最優(yōu)。

    (6)保存訓(xùn)練好的網(wǎng)絡(luò),并利用測試集中的數(shù)據(jù)樣本對網(wǎng)絡(luò)模型的診斷性能進行測試。

    具體的故障診斷流程如圖4所示。

    圖4 基于SDAE-SVM的壓力機軸承故障診斷流程圖

    3.2 樣本選取

    通過壓力機在線狀態(tài)監(jiān)測系統(tǒng)采集壓力機軸承相關(guān)數(shù)據(jù),選定飛輪軸承的故障數(shù)據(jù)作為實例分析的數(shù)據(jù)樣本。本次實驗選定某段時間在線狀態(tài)監(jiān)測系統(tǒng)采集的飛輪軸承數(shù)據(jù),采樣長度為2 000,共有3 000個樣本。軸承的故障類型如表1所示。

    表1 故障類型

    3.3 故障類型狀態(tài)編碼

    軸承故障診斷是一個多分類任務(wù),診斷結(jié)果可以分為正常狀態(tài)、內(nèi)圈輕度故障、內(nèi)圈中度故障、內(nèi)圈重度故障、外圈輕度故障、外圈中度故障、外圈重度故障、滾動體輕度故障、滾動體中度故障、滾動體重度故障10種類型,對于軸承的故障診斷實際上就是對故障類型的狀態(tài)碼進行識別分類的過程[14],下面依次對其進行編碼,如表2所示。

    表2 軸承故障狀態(tài)編碼

    4 實驗結(jié)果分析

    4.1 網(wǎng)絡(luò)層數(shù)對模型性能的影響

    SDAE-SVM不同于傳統(tǒng)淺層結(jié)構(gòu),這種網(wǎng)絡(luò)結(jié)構(gòu)深度通常大于2層,為了對比不同網(wǎng)絡(luò)層數(shù)對整體分類性能的影響,將網(wǎng)絡(luò)層數(shù)分別設(shè)置為3~8層進行對比,其中輸入層樣本維數(shù)為400,輸出層分類類別為10,網(wǎng)絡(luò)結(jié)構(gòu)為[400-200-100-10],每個隱含層的節(jié)點數(shù)設(shè)置為100,學(xué)習(xí)率為0.2,噪聲系數(shù)為0.2,迭代次數(shù)為400;將網(wǎng)絡(luò)層數(shù)從3變化至8,分類準(zhǔn)確率如表3所示,其誤差收斂曲線如圖5所示。

    表3 不同網(wǎng)絡(luò)層數(shù)的SDAE-SVM實驗結(jié)果

    圖5 不同網(wǎng)絡(luò)層數(shù)收斂曲線圖

    從表3可知,SDAE-SVM模型隨著網(wǎng)絡(luò)層數(shù)的增加其識別準(zhǔn)確率先呈現(xiàn)遞增后遞減的趨勢,這是由于隨著去噪編碼層的增加,可以提高網(wǎng)絡(luò)模型的學(xué)習(xí)性能,高層學(xué)習(xí)到的特征是輸入的多級抽象表達更接近輸入的特征,進而提高分類性能,當(dāng)網(wǎng)絡(luò)層數(shù)為4層時,網(wǎng)絡(luò)的學(xué)習(xí)性能最佳,識別準(zhǔn)確率高達98.08%。然而隨著網(wǎng)絡(luò)層數(shù)的增加會導(dǎo)致網(wǎng)絡(luò)模型的復(fù)雜度提高,會給網(wǎng)絡(luò)帶來更多的參數(shù),從而導(dǎo)致網(wǎng)絡(luò)不穩(wěn)定,泛化性能大大降低,容易出現(xiàn)過擬合現(xiàn)象,使網(wǎng)絡(luò)的分類性能持續(xù)下降。

    4.2 Batchsize值對模型性能的影響

    針對不同Batchsize值對模型性能的影響,本次實驗選擇網(wǎng)絡(luò)結(jié)構(gòu)為[400-200-100-10],迭代次數(shù)為200,學(xué)習(xí)率為0.2,噪聲系數(shù)為0.2,采樣長度為2 000,共有3 000個樣本,訓(xùn)練樣本占總樣本的90%,共有2 700=22×52×32個樣本,因此Batchsize選擇2、4、6、10、20、30、60、100,模型的分類準(zhǔn)確率如表4所示。不同Batchsize值的誤差收斂曲線如圖6所示。

    表4 不同Batchsize值的SDAE-SVM實驗結(jié)果

    圖6 不同Batchsize值的誤差收斂曲線圖

    由表4可以看出,隨著Batchsize值的增大,網(wǎng)絡(luò)的分類準(zhǔn)確率先遞增后遞減,并且當(dāng)Batchsize值為4時,網(wǎng)絡(luò)的分類準(zhǔn)確率高達98.08%,由圖6可以看出,當(dāng)Batchsize過大時,網(wǎng)絡(luò)收斂困難,精度降低從而導(dǎo)致分類準(zhǔn)確率下降,綜合考慮識別率來看,Batchsize值為4時網(wǎng)絡(luò)的分類性能最優(yōu)。

    4.3 與SDAE、SVM方法的對比分析

    根據(jù)實驗結(jié)果,可以確定網(wǎng)絡(luò)層數(shù)為4,Batchsize值為4時分類性能最優(yōu)。為驗證本文方法相較于SDAE和SVM的分類性能更優(yōu),將分類結(jié)果與SVM以及SDAE網(wǎng)絡(luò)進行了對比。SVM選擇高斯徑向核函數(shù),SDAE采用與SDAE-SVM相同的網(wǎng)絡(luò)結(jié)構(gòu),其拓撲為400-200-100-10。實驗結(jié)果如表5所示。

    表5 3種方法的分類結(jié)果對比

    由表5可知,通過SVM分類器優(yōu)化所得到的SDAE-SVM網(wǎng)絡(luò)分類性能顯著提升,深入分析可知,SDAE方法分類能力強于SVM的原因是其深層非線性網(wǎng)絡(luò)將原始數(shù)據(jù)一層一層抽象,自適應(yīng)提取特征更能描述對象本質(zhì)且易于分類。而SDAE-SVM網(wǎng)絡(luò)通過結(jié)合SVM分類器優(yōu)化網(wǎng)絡(luò)最后一層,大大提高了網(wǎng)絡(luò)的魯棒性和泛化能力,從而提升了網(wǎng)絡(luò)的分類識別性能。

    圖7為采用SDAE-SVM方法進行故障分類識別的混淆矩陣,可以看出第1, 3,7,9,10種故障狀態(tài)的識別率均為100%,總體的故障識別準(zhǔn)確率也高達98.08%,由此可以說明基于SDAE-SVM的故障診斷方法能有效提高壓力機軸承的故障識別精度。

    圖7 SDAE-SVM分類混淆矩陣

    5 結(jié)論

    筆者結(jié)合SDAE自適應(yīng)特征提取的特點和SVM處理多分類問題的優(yōu)點,提出了一種基于SDAE-SVM模型的壓力機軸承故障診斷方法,在針對壓力機在線狀態(tài)監(jiān)測數(shù)據(jù)的故障識別實驗過程中,SDAE-SVM模型具有良好的故障識別性能,實驗分析了網(wǎng)絡(luò)層數(shù),Batchsize值大小對于網(wǎng)絡(luò)性能的影響,并且對比分析了SDAE、SVM方法的分類性能。實驗表明SDAE-SVM模型對壓力機軸承的故障識別率高達98.08%,具有良好的故障識別精度,因此驗證了該方法應(yīng)用于壓力機軸承的故障診斷中的可行性。

    猜你喜歡
    壓力機分類器故障診斷
    機械壓力機用平衡缸相關(guān)技術(shù)的探討
    16000t鍛造壓力機生產(chǎn)線將交付
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    可編程控制器用于400t壓力機改造
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    壓力機控制系統(tǒng)中干擾問題分析
    基于LLE降維和BP_Adaboost分類器的GIS局部放電模式識別
    基于LCD和排列熵的滾動軸承故障診斷
    欧美xxxx黑人xx丫x性爽| avwww免费| 一进一出抽搐gif免费好疼| 欧美高清成人免费视频www| 国产亚洲精品综合一区在线观看| 欧美激情久久久久久爽电影| 一区二区三区激情视频| 嫩草影视91久久| 国产不卡一卡二| 国产精品av视频在线免费观看| 国产精品人妻久久久影院| 最好的美女福利视频网| 国产精品久久电影中文字幕| 免费在线观看成人毛片| 久久久久国内视频| 日本a在线网址| 日本一二三区视频观看| 少妇裸体淫交视频免费看高清| 我要看日韩黄色一级片| 国产精品,欧美在线| ponron亚洲| 成人精品一区二区免费| 麻豆av噜噜一区二区三区| 久久亚洲真实| 99久久无色码亚洲精品果冻| 97热精品久久久久久| 一区二区三区免费毛片| 久久人人爽人人爽人人片va| 国产一区二区在线观看日韩| 18禁黄网站禁片免费观看直播| 欧美三级亚洲精品| 国产伦一二天堂av在线观看| 午夜视频国产福利| 啦啦啦韩国在线观看视频| 99久国产av精品| 高清毛片免费观看视频网站| 少妇裸体淫交视频免费看高清| 亚洲18禁久久av| 一区福利在线观看| 国内少妇人妻偷人精品xxx网站| 少妇高潮的动态图| 欧美潮喷喷水| 一卡2卡三卡四卡精品乱码亚洲| 一本久久中文字幕| 欧美一区二区亚洲| 亚洲国产欧洲综合997久久,| 久久国产乱子免费精品| 在线观看av片永久免费下载| 亚洲 国产 在线| 免费无遮挡裸体视频| 免费av观看视频| 99精品在免费线老司机午夜| 色尼玛亚洲综合影院| bbb黄色大片| 色精品久久人妻99蜜桃| 亚洲七黄色美女视频| 精品午夜福利在线看| 国产精品av视频在线免费观看| 婷婷精品国产亚洲av在线| 麻豆久久精品国产亚洲av| 伦精品一区二区三区| 亚洲一区高清亚洲精品| 美女高潮的动态| 久久99热6这里只有精品| 1024手机看黄色片| 男人的好看免费观看在线视频| 日韩av在线大香蕉| 嫁个100分男人电影在线观看| 在线免费观看不下载黄p国产 | 99riav亚洲国产免费| 免费观看的影片在线观看| a在线观看视频网站| 91在线精品国自产拍蜜月| 国内毛片毛片毛片毛片毛片| 在线观看美女被高潮喷水网站| 日本爱情动作片www.在线观看 | 91麻豆精品激情在线观看国产| 男女做爰动态图高潮gif福利片| 日韩精品有码人妻一区| 一进一出好大好爽视频| 精品午夜福利在线看| 国产精品人妻久久久影院| 99国产极品粉嫩在线观看| 大型黄色视频在线免费观看| 成人av一区二区三区在线看| 人妻夜夜爽99麻豆av| h日本视频在线播放| 少妇熟女aⅴ在线视频| 99久久九九国产精品国产免费| 天堂影院成人在线观看| 免费看日本二区| 老司机午夜福利在线观看视频| 51国产日韩欧美| 国模一区二区三区四区视频| 中亚洲国语对白在线视频| 夜夜爽天天搞| 亚洲av第一区精品v没综合| 舔av片在线| 观看美女的网站| 91久久精品国产一区二区三区| 国产精品人妻久久久影院| 欧美最新免费一区二区三区| 精品日产1卡2卡| 免费观看的影片在线观看| 国产伦精品一区二区三区视频9| 赤兔流量卡办理| av女优亚洲男人天堂| 深夜a级毛片| 精品久久久久久久人妻蜜臀av| 国产亚洲av嫩草精品影院| 欧美性猛交黑人性爽| 18禁黄网站禁片免费观看直播| 不卡视频在线观看欧美| 日本黄色片子视频| 亚洲av日韩精品久久久久久密| av在线蜜桃| 黄色欧美视频在线观看| 国产美女午夜福利| 色哟哟·www| 欧美精品国产亚洲| 午夜影院日韩av| 男人舔奶头视频| 成人av一区二区三区在线看| 成人特级黄色片久久久久久久| 国产精品乱码一区二三区的特点| 亚洲午夜理论影院| 色尼玛亚洲综合影院| 中文在线观看免费www的网站| 久久久精品大字幕| 成人美女网站在线观看视频| 亚洲国产精品久久男人天堂| 久久精品国产鲁丝片午夜精品 | 国产av一区在线观看免费| 亚洲人与动物交配视频| 欧美色视频一区免费| 中亚洲国语对白在线视频| 麻豆国产av国片精品| 内地一区二区视频在线| 国产av麻豆久久久久久久| 少妇熟女aⅴ在线视频| 能在线免费观看的黄片| 级片在线观看| 国产精品一区二区三区四区免费观看 | 搡老妇女老女人老熟妇| 亚洲av免费高清在线观看| 午夜福利成人在线免费观看| 国产精品人妻久久久久久| 九九在线视频观看精品| av天堂在线播放| 99热只有精品国产| 我要看日韩黄色一级片| 久久久色成人| 91麻豆精品激情在线观看国产| 99久久精品热视频| 精品久久国产蜜桃| 国产精品久久久久久av不卡| 99精品久久久久人妻精品| 人妻久久中文字幕网| 观看免费一级毛片| 欧美绝顶高潮抽搐喷水| av福利片在线观看| 国产三级在线视频| 久久中文看片网| 岛国在线免费视频观看| 给我免费播放毛片高清在线观看| 国产亚洲欧美98| 精品久久久久久久人妻蜜臀av| av专区在线播放| 精品福利观看| 欧美一区二区精品小视频在线| 国产免费av片在线观看野外av| 我要搜黄色片| 久久久色成人| 蜜桃亚洲精品一区二区三区| 成人欧美大片| 国产精品98久久久久久宅男小说| 亚洲精品亚洲一区二区| 免费不卡的大黄色大毛片视频在线观看 | 日日干狠狠操夜夜爽| 男人的好看免费观看在线视频| 美女高潮的动态| 校园春色视频在线观看| 男女那种视频在线观看| 国产探花极品一区二区| 悠悠久久av| 欧美日本亚洲视频在线播放| 国产不卡一卡二| 高清日韩中文字幕在线| 一级毛片久久久久久久久女| 岛国在线免费视频观看| 国内精品宾馆在线| 国产精品久久电影中文字幕| 国产精品野战在线观看| 婷婷精品国产亚洲av| 永久网站在线| 亚洲精品成人久久久久久| 亚洲av第一区精品v没综合| 成年免费大片在线观看| 99久久成人亚洲精品观看| 日本一本二区三区精品| 日韩欧美在线乱码| 在线a可以看的网站| 午夜免费成人在线视频| 黄色视频,在线免费观看| 无人区码免费观看不卡| 久久久久久久久中文| 看十八女毛片水多多多| 亚洲成人久久性| 免费av毛片视频| 偷拍熟女少妇极品色| 免费观看的影片在线观看| 无人区码免费观看不卡| 国产成人aa在线观看| 熟女人妻精品中文字幕| av黄色大香蕉| 女的被弄到高潮叫床怎么办 | av天堂中文字幕网| 国产极品精品免费视频能看的| 国产一区二区三区av在线 | 午夜激情欧美在线| 精品久久久久久成人av| 尤物成人国产欧美一区二区三区| 国产精品永久免费网站| 又爽又黄a免费视频| 国产精品一区二区免费欧美| 成人一区二区视频在线观看| 欧美一级a爱片免费观看看| 在线播放国产精品三级| 在线播放国产精品三级| 亚洲第一电影网av| 中文在线观看免费www的网站| 如何舔出高潮| 国产精品久久久久久久久免| 成人欧美大片| 在线国产一区二区在线| 小蜜桃在线观看免费完整版高清| 别揉我奶头 嗯啊视频| 国产精品一区二区免费欧美| 看免费成人av毛片| 成人毛片a级毛片在线播放| 午夜福利欧美成人| 日本色播在线视频| 国产伦精品一区二区三区视频9| 美女高潮喷水抽搐中文字幕| 亚洲国产欧洲综合997久久,| 亚洲成人中文字幕在线播放| 白带黄色成豆腐渣| av黄色大香蕉| 麻豆av噜噜一区二区三区| 我要看日韩黄色一级片| avwww免费| 中文亚洲av片在线观看爽| 老女人水多毛片| 亚洲国产色片| 亚洲综合色惰| 精品不卡国产一区二区三区| 尾随美女入室| 欧美精品啪啪一区二区三区| 欧美又色又爽又黄视频| 日韩欧美三级三区| 国产av不卡久久| 两个人视频免费观看高清| 又爽又黄无遮挡网站| 又黄又爽又免费观看的视频| 日韩人妻高清精品专区| av在线观看视频网站免费| 亚州av有码| 97热精品久久久久久| 亚洲人成网站在线播| 搞女人的毛片| 亚洲一区二区三区色噜噜| 亚洲国产精品sss在线观看| 成人国产麻豆网| 制服丝袜大香蕉在线| 给我免费播放毛片高清在线观看| 三级毛片av免费| 国产亚洲欧美98| 99久国产av精品| 高清在线国产一区| 黄色丝袜av网址大全| 日韩大尺度精品在线看网址| netflix在线观看网站| 91狼人影院| 欧美激情久久久久久爽电影| 国产精品亚洲一级av第二区| 三级男女做爰猛烈吃奶摸视频| 两个人的视频大全免费| 美女大奶头视频| 日韩欧美三级三区| АⅤ资源中文在线天堂| 国产精品女同一区二区软件 | 久99久视频精品免费| 干丝袜人妻中文字幕| 国产精品永久免费网站| 国产激情偷乱视频一区二区| 日日摸夜夜添夜夜添av毛片 | 18禁在线播放成人免费| 一本久久中文字幕| 欧美成人免费av一区二区三区| 99热这里只有精品一区| 18禁裸乳无遮挡免费网站照片| 在线观看美女被高潮喷水网站| 热99在线观看视频| 国产免费一级a男人的天堂| 亚洲中文字幕一区二区三区有码在线看| 99久久久亚洲精品蜜臀av| 欧美日韩瑟瑟在线播放| 亚洲av中文字字幕乱码综合| 日韩一区二区视频免费看| 免费看av在线观看网站| 禁无遮挡网站| 久久久精品欧美日韩精品| 99久久精品热视频| 日韩欧美国产一区二区入口| 国产aⅴ精品一区二区三区波| 国产欧美日韩一区二区精品| 两个人视频免费观看高清| 91久久精品国产一区二区三区| 国产免费av片在线观看野外av| 无遮挡黄片免费观看| 免费观看在线日韩| 女同久久另类99精品国产91| 精品一区二区三区视频在线观看免费| 精品人妻1区二区| 在线免费观看的www视频| 两个人视频免费观看高清| 亚洲成人中文字幕在线播放| 听说在线观看完整版免费高清| 久久久久久久久久成人| 一级毛片久久久久久久久女| 草草在线视频免费看| 国内少妇人妻偷人精品xxx网站| 国产高清三级在线| 18禁裸乳无遮挡免费网站照片| 亚洲成a人片在线一区二区| 可以在线观看毛片的网站| 欧美日韩黄片免| 亚洲熟妇熟女久久| 非洲黑人性xxxx精品又粗又长| 国产探花在线观看一区二区| 22中文网久久字幕| 综合色av麻豆| 国产成人aa在线观看| 亚洲av中文字字幕乱码综合| 国产男靠女视频免费网站| 免费观看人在逋| 成熟少妇高潮喷水视频| 久久精品国产亚洲av涩爱 | 国产成人一区二区在线| eeuss影院久久| 欧美zozozo另类| 欧美成人免费av一区二区三区| 欧美精品啪啪一区二区三区| 亚洲综合色惰| 国产人妻一区二区三区在| 免费无遮挡裸体视频| 国产精品精品国产色婷婷| 亚洲欧美日韩高清在线视频| 日韩欧美一区二区三区在线观看| 欧美高清性xxxxhd video| 村上凉子中文字幕在线| 美女高潮的动态| 日本免费一区二区三区高清不卡| 性插视频无遮挡在线免费观看| 内射极品少妇av片p| 中文字幕熟女人妻在线| 成人欧美大片| 久久亚洲精品不卡| 啪啪无遮挡十八禁网站| 成年女人永久免费观看视频| 欧美成人一区二区免费高清观看| 联通29元200g的流量卡| 国产精品福利在线免费观看| a级毛片a级免费在线| 欧美中文日本在线观看视频| 欧美不卡视频在线免费观看| 九九久久精品国产亚洲av麻豆| 亚洲欧美日韩卡通动漫| 级片在线观看| 精品一区二区三区视频在线观看免费| 国产高清视频在线观看网站| 欧美成人a在线观看| bbb黄色大片| 看黄色毛片网站| 日本与韩国留学比较| 我要搜黄色片| 欧美成人免费av一区二区三区| 欧美激情久久久久久爽电影| 在线观看一区二区三区| 69av精品久久久久久| av黄色大香蕉| 一区二区三区高清视频在线| 乱人视频在线观看| 亚洲欧美精品综合久久99| 国语自产精品视频在线第100页| 久久婷婷人人爽人人干人人爱| 在线免费观看不下载黄p国产 | 日韩高清综合在线| 日韩中文字幕欧美一区二区| 一本一本综合久久| 精品一区二区三区人妻视频| 熟女人妻精品中文字幕| 欧美又色又爽又黄视频| 免费看av在线观看网站| 黄片wwwwww| 一卡2卡三卡四卡精品乱码亚洲| www日本黄色视频网| 亚洲av不卡在线观看| 久久亚洲精品不卡| 国产色爽女视频免费观看| 国产精品免费一区二区三区在线| 亚洲在线自拍视频| 亚洲av成人av| 99久久精品一区二区三区| 男女边吃奶边做爰视频| 欧美日本视频| 国产高潮美女av| 精品人妻1区二区| ponron亚洲| 午夜福利高清视频| 日本色播在线视频| 少妇猛男粗大的猛烈进出视频 | 日日摸夜夜添夜夜添小说| 精品福利观看| avwww免费| 一区二区三区四区激情视频 | 日韩 亚洲 欧美在线| 国产又黄又爽又无遮挡在线| 国产探花极品一区二区| 亚洲,欧美,日韩| 免费看光身美女| 美女高潮的动态| 亚洲aⅴ乱码一区二区在线播放| 天美传媒精品一区二区| 国产一区二区亚洲精品在线观看| 天堂动漫精品| 丝袜美腿在线中文| 国产精品久久久久久久久免| 变态另类成人亚洲欧美熟女| 亚洲内射少妇av| 51国产日韩欧美| 精品不卡国产一区二区三区| 一本一本综合久久| 神马国产精品三级电影在线观看| 日本与韩国留学比较| 午夜精品久久久久久毛片777| 大型黄色视频在线免费观看| 夜夜夜夜夜久久久久| 最好的美女福利视频网| 女的被弄到高潮叫床怎么办 | 久久草成人影院| 男人舔女人下体高潮全视频| 中文字幕人妻熟人妻熟丝袜美| 国产精品国产三级国产av玫瑰| 国产探花在线观看一区二区| 欧美性猛交╳xxx乱大交人| 搞女人的毛片| 欧美xxxx黑人xx丫x性爽| 亚洲av五月六月丁香网| 久久天躁狠狠躁夜夜2o2o| 久久香蕉精品热| 国产精华一区二区三区| ponron亚洲| 成年免费大片在线观看| 午夜a级毛片| 中文字幕人妻熟人妻熟丝袜美| 深夜精品福利| 午夜免费男女啪啪视频观看 | 成年免费大片在线观看| 久久精品夜夜夜夜夜久久蜜豆| 99久久成人亚洲精品观看| 深夜精品福利| 亚洲成av人片在线播放无| 搡老妇女老女人老熟妇| 变态另类成人亚洲欧美熟女| av女优亚洲男人天堂| av天堂在线播放| 午夜福利成人在线免费观看| 久久久久久久久久黄片| 午夜免费男女啪啪视频观看 | 特大巨黑吊av在线直播| 国产精品久久久久久精品电影| 亚洲人成网站高清观看| 国国产精品蜜臀av免费| 日韩,欧美,国产一区二区三区 | 女同久久另类99精品国产91| 最近在线观看免费完整版| 此物有八面人人有两片| 老司机福利观看| 免费电影在线观看免费观看| 真人做人爱边吃奶动态| 搡老妇女老女人老熟妇| 婷婷亚洲欧美| 1024手机看黄色片| 免费看a级黄色片| 亚洲av电影不卡..在线观看| 国产精品免费一区二区三区在线| 久久久久久久久中文| 亚洲欧美日韩卡通动漫| 999久久久精品免费观看国产| 狂野欧美白嫩少妇大欣赏| 亚洲国产精品sss在线观看| 国产久久久一区二区三区| 亚洲国产欧洲综合997久久,| 伦精品一区二区三区| 最近最新免费中文字幕在线| 人妻夜夜爽99麻豆av| 成年免费大片在线观看| 亚洲av.av天堂| 午夜精品一区二区三区免费看| 舔av片在线| 婷婷亚洲欧美| 久久久国产成人免费| 国产精品福利在线免费观看| 国产在视频线在精品| 久久久久久久午夜电影| 国产精品国产高清国产av| 亚洲最大成人手机在线| 亚洲真实伦在线观看| 国产精品永久免费网站| 国产精品三级大全| 人妻制服诱惑在线中文字幕| 春色校园在线视频观看| 国产男靠女视频免费网站| 国产精品永久免费网站| 亚洲无线在线观看| 亚洲在线自拍视频| 亚洲av成人精品一区久久| 成人国产综合亚洲| 亚洲精品粉嫩美女一区| 九九爱精品视频在线观看| 午夜福利在线在线| 禁无遮挡网站| 在线观看66精品国产| 久久6这里有精品| 亚洲欧美日韩东京热| 欧美性感艳星| 午夜视频国产福利| 日韩欧美三级三区| 亚洲精品456在线播放app | 欧美日本亚洲视频在线播放| 男人的好看免费观看在线视频| 欧美+日韩+精品| 久久久久久久午夜电影| 天堂影院成人在线观看| 99国产极品粉嫩在线观看| 啪啪无遮挡十八禁网站| 亚洲三级黄色毛片| 18禁黄网站禁片免费观看直播| 少妇人妻精品综合一区二区 | 波多野结衣高清作品| 精品人妻一区二区三区麻豆 | 女同久久另类99精品国产91| 国产精品久久久久久av不卡| 成人永久免费在线观看视频| a级毛片a级免费在线| 99久久精品一区二区三区| 亚洲国产欧洲综合997久久,| 国产aⅴ精品一区二区三区波| 国产一区二区在线观看日韩| 国产麻豆成人av免费视频| 亚洲中文字幕日韩| 久久精品国产亚洲网站| 精品一区二区免费观看| 在线观看舔阴道视频| 日本一二三区视频观看| 国产精品无大码| 十八禁国产超污无遮挡网站| 欧美一区二区亚洲| 日本黄色视频三级网站网址| 成年女人毛片免费观看观看9| 国产男人的电影天堂91| 不卡视频在线观看欧美| 美女cb高潮喷水在线观看| 午夜影院日韩av| 99热这里只有是精品50| 一个人免费在线观看电影| 亚洲第一区二区三区不卡| 亚洲一区高清亚洲精品| 国产成年人精品一区二区| 日韩国内少妇激情av| av女优亚洲男人天堂| 婷婷色综合大香蕉| 又黄又爽又刺激的免费视频.| 久久精品影院6| 国产精品不卡视频一区二区| 一夜夜www| 亚洲专区国产一区二区| 亚洲最大成人手机在线| 国产精品久久久久久亚洲av鲁大| 久久精品国产99精品国产亚洲性色| 男女下面进入的视频免费午夜| 国产在视频线在精品| 少妇的逼好多水| 18+在线观看网站| 日本免费a在线| 婷婷精品国产亚洲av| 真人一进一出gif抽搐免费| 91午夜精品亚洲一区二区三区 | 日韩欧美精品v在线| 亚洲avbb在线观看| 色吧在线观看| 中文字幕高清在线视频| 一个人免费在线观看电影| 三级男女做爰猛烈吃奶摸视频| 久9热在线精品视频| av中文乱码字幕在线| 一卡2卡三卡四卡精品乱码亚洲| 在线免费观看的www视频| 国产伦精品一区二区三区四那| 制服丝袜大香蕉在线| 亚洲中文字幕一区二区三区有码在线看| 给我免费播放毛片高清在线观看| 国产精品久久久久久亚洲av鲁大| 亚洲av电影不卡..在线观看|