• <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)的多塊核主元分析的 風(fēng)電機(jī)組故障診斷方法

    2018-10-26 02:27:00賈子文顧煜炯
    動(dòng)力工程學(xué)報(bào) 2018年10期
    關(guān)鍵詞:子塊分塊齒輪箱

    賈子文, 顧煜炯

    (華北電力大學(xué) 能源動(dòng)力與機(jī)械工程學(xué)院, 北京 102206)

    風(fēng)電機(jī)組的安全穩(wěn)定高效運(yùn)行是風(fēng)力發(fā)電行業(yè)的基本要求。但是風(fēng)電場(chǎng)選址大多在偏遠(yuǎn)地區(qū),惡劣的環(huán)境和非穩(wěn)定負(fù)荷變化等因素對(duì)機(jī)組的正常運(yùn)行帶來較大影響[1]。隨著風(fēng)電機(jī)組運(yùn)行時(shí)間的增加,其維護(hù)費(fèi)用呈逐年上升的趨勢(shì)。當(dāng)機(jī)組服役時(shí)間超過20年時(shí),其維護(hù)成本占能源成本的15%左右[2]。風(fēng)力發(fā)電行業(yè)前期投入大,資本回籠慢,過高的運(yùn)維開銷是風(fēng)電行業(yè)發(fā)展的重大隱患。因此,對(duì)風(fēng)電機(jī)組設(shè)備運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)、及時(shí)準(zhǔn)確診斷機(jī)組故障是避免嚴(yán)重故障發(fā)生和降低事后維修費(fèi)用的有效途徑。

    風(fēng)電機(jī)組作為大型戶外發(fā)電設(shè)備,風(fēng)速、溫度、雨水和沙塵等自然因素均會(huì)對(duì)機(jī)組運(yùn)行狀態(tài)造成影響。運(yùn)行工況的時(shí)變性增大了診斷風(fēng)電機(jī)組故障的難度。在既定工況下通過單純的數(shù)據(jù)特征分析已不能滿足風(fēng)電機(jī)組故障診斷的要求[3]。盧錦玲等[4]對(duì)極限學(xué)習(xí)機(jī)方法進(jìn)行改進(jìn),將風(fēng)電機(jī)組主軸軸承振動(dòng)信號(hào)作為模型輸入,研究了主軸軸承的故障診斷問題。Kusiak等[5]根據(jù)實(shí)時(shí)風(fēng)速對(duì)機(jī)組運(yùn)行工況進(jìn)行劃分,確定了監(jiān)測(cè)各個(gè)工況振動(dòng)數(shù)據(jù)的閾值。向玲等[6]將小波包與固有時(shí)間尺度分解方法相結(jié)合,通過振動(dòng)信號(hào)主要特征分量的關(guān)聯(lián)維數(shù)計(jì)算實(shí)現(xiàn)了風(fēng)電機(jī)組齒輪箱的故障診斷。但以上研究大多僅對(duì)機(jī)組某一類型的運(yùn)行參數(shù)進(jìn)行分析,單一數(shù)據(jù)特征有時(shí)并不能充分反映機(jī)組運(yùn)行工況的時(shí)變性與多樣性。李靜立等[7]將模態(tài)參數(shù)識(shí)別與階次分析應(yīng)用到風(fēng)電機(jī)組齒輪箱狀態(tài)監(jiān)測(cè)領(lǐng)域,完成了在動(dòng)態(tài)環(huán)境下齒輪箱運(yùn)行狀態(tài)的識(shí)別工作。Zhang等[8]和王雅琳等[9]采用多塊核主元分析(MBKPCA)方法對(duì)運(yùn)行數(shù)據(jù)進(jìn)行分塊處理,實(shí)現(xiàn)了設(shè)備故障發(fā)生位置的診斷。但是以上研究對(duì)于運(yùn)行數(shù)據(jù)劃分的主觀性過強(qiáng),缺乏對(duì)變量之間關(guān)聯(lián)性的分析。郭鵬等[10]采用非線性狀態(tài)估計(jì)方法對(duì)風(fēng)電機(jī)組齒輪箱油溫趨勢(shì)進(jìn)行分析,提高了齒輪箱診斷結(jié)果的精度,雖然考慮了機(jī)組在確定工況下運(yùn)行過程的組成,但是在進(jìn)行樣本數(shù)據(jù)遴選過程中沒有形成樣本數(shù)據(jù)與運(yùn)行過程的對(duì)應(yīng)關(guān)系,對(duì)數(shù)據(jù)特征沒有進(jìn)行明確說明。

    針對(duì)以上問題,筆者提出一種基于因子分析改進(jìn)的MBKPCA方法,可實(shí)現(xiàn)風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)與診斷。采用對(duì)應(yīng)分析方法對(duì)風(fēng)電機(jī)組的樣本數(shù)據(jù)與變量進(jìn)行關(guān)聯(lián)性分析,確定機(jī)組在正常狀態(tài)下各運(yùn)行過程對(duì)變量的影響程度,明確數(shù)據(jù)分塊份數(shù)及每個(gè)子塊的實(shí)際意義,可提高各子塊分析結(jié)果的解釋能力;采用因子分析方法,通過對(duì)機(jī)組各運(yùn)行狀態(tài)下數(shù)據(jù)特征貢獻(xiàn)率的計(jì)算,確定正常情況下的典型數(shù)據(jù)并作為最終診斷模型的樣本,提高M(jìn)BKPCA方法的準(zhǔn)確性。

    1 MBKPCA方法及改進(jìn)

    1.1 KPCA與MBKPCA方法

    核主元分析法(KPCA)[11]是在傳統(tǒng)主元分析法(PCA)基礎(chǔ)上引入核函數(shù)概念的方法,通過非線性函數(shù)將輸入的低維數(shù)據(jù)映射到高維空間中進(jìn)行處理,用核函數(shù)運(yùn)算代替非線性變換后進(jìn)行特征空間內(nèi)積運(yùn)算,可減少計(jì)算量。假設(shè)X={X1,X2,…,Xn}作為KPCA的變量輸入序列,其中每個(gè)變量有m個(gè)樣本??紤]到機(jī)組運(yùn)行數(shù)據(jù)的非線性特點(diǎn),采用非線性映射Φ:RM→F,將原始輸入數(shù)據(jù)在高維特征空間中展開。其中,特征空間F的協(xié)方差矩陣為:

    (1)

    式中:n為參與分析的變量序列長(zhǎng)度。

    (2)

    式中:αi為核矩陣K的特征向量中第i個(gè)值。

    引入核函數(shù)Kjk=K(Xj,Xk)=Φ(Xj)Φ(Xk),表示核矩陣K中第j行、第k列的值,K的特征值可表示為:

    λα=(1/n)Kα

    (3)

    (4)

    式中:E為單位矩陣。

    通過主元分析中的累計(jì)方差貢獻(xiàn)率 (取80%),確定主元個(gè)數(shù)p,即原始樣本的最終特征表示為1個(gè)p維向量:

    (5)

    新觀測(cè)樣本XT的得分向量為:

    se=[se1,se2,…,sep]

    (6)

    (7)

    對(duì)于新的觀測(cè)數(shù)據(jù),可通過監(jiān)控統(tǒng)計(jì)量T2和SPE進(jìn)行監(jiān)測(cè),其表達(dá)式如下:

    (8)

    (9)

    式中:T2為觀測(cè)數(shù)據(jù)特征與樣本數(shù)據(jù)特征的重合程度;SPE為觀測(cè)數(shù)據(jù)與樣本數(shù)據(jù)的偏差程度;Λ為每個(gè)主元特征值形成的對(duì)角矩陣。

    (10)

    1.2 MBKPCA方法的改進(jìn)

    MBKPCA通過對(duì)輸入數(shù)據(jù)進(jìn)行分塊的方式來解釋設(shè)備各組成之間存在的固有聯(lián)系,在一定程度上提高了最終分析結(jié)果的精度,但是在整個(gè)分塊過程中存在以下問題:

    (1) 通常直接指定或依據(jù)變量采集位置與設(shè)備結(jié)構(gòu)之間的關(guān)系給出數(shù)據(jù)分塊份數(shù)。分塊劃分過程缺乏依據(jù),各子塊表示的實(shí)際含義不明確,主觀性較強(qiáng)。

    (2) 傳統(tǒng)的MBKPCA方法缺乏對(duì)典型樣本選取的過程。因?yàn)闃颖緮?shù)據(jù)的特征過于分散會(huì)影響子塊數(shù)據(jù)的特性,弱化各子塊數(shù)據(jù)特征的差異性。分塊策略雖然削減了原始變量核矩陣的尺寸,但對(duì)每個(gè)子塊核矩陣的分析仍屬于高維空間運(yùn)算。原始數(shù)據(jù)量較大時(shí),MBKPCA運(yùn)算效率也會(huì)受到影響。

    針對(duì)以上問題,筆者采用對(duì)應(yīng)分析方法建立各變量與設(shè)備運(yùn)行工況之間的關(guān)聯(lián)機(jī)制,通過樣本數(shù)據(jù)與各個(gè)變量的對(duì)應(yīng)分布明確分塊份數(shù),提高各個(gè)子塊中數(shù)據(jù)的解釋能力;應(yīng)用因子分析方法,合理提取各子塊中具有典型特征的數(shù)據(jù),提升子塊間的特征差異,減少樣本總數(shù),提高運(yùn)算效率。

    1.2.1 基于對(duì)應(yīng)分析的分塊原則

    對(duì)應(yīng)分析方法[13]主要通過對(duì)定性變量列聯(lián)表解析,揭示變量之間、變量和樣品(指工況)之間的關(guān)系。此方法適用于數(shù)量型變量和品質(zhì)型變量,并且可通過圖形直觀反映變量與樣品之間的關(guān)系,便于后續(xù)分析結(jié)果的揭示與推理。結(jié)合MBKPCA方法,可觀察變量與設(shè)備運(yùn)行過程的分布情況,以確定分塊份數(shù),并根據(jù)子塊中變量的內(nèi)容賦予子塊一定的含義,具體過程如下:

    (1) 根據(jù)輸入變量結(jié)構(gòu),構(gòu)建輸入變量矩陣X=(xij)n×m,計(jì)算規(guī)格化概率矩陣P=(pij)n×m。

    (11)

    (2) 計(jì)算過渡矩陣Z=(zij)n×m,zij可表示為:

    (12)

    (13)

    (14)

    (4) 繪制變量點(diǎn)與樣本點(diǎn)分布圖。載荷矩陣U和V中各元素取值范圍相同,元素含義相近,可將載荷矩陣中的數(shù)據(jù)看成二維點(diǎn)繪制在同一坐標(biāo)平面,以各點(diǎn)對(duì)應(yīng)的因子載荷值作為坐標(biāo)值,形成對(duì)應(yīng)分布圖。

    (5) 在分布圖中,載荷矩陣U的點(diǎn)表示變量的分布,V中的點(diǎn)表示樣本的分布,即點(diǎn)分布表示變量與樣本之間的對(duì)應(yīng)關(guān)系。通過對(duì)橫縱坐標(biāo)區(qū)間的選取,可提取變量與樣本集中的點(diǎn)集。其中,點(diǎn)集表示被測(cè)對(duì)象當(dāng)前狀態(tài)下的某一種子狀態(tài),點(diǎn)集中樣本表示此子狀態(tài)的表征數(shù)據(jù),變量表示影響這一子狀態(tài)樣本數(shù)據(jù)的主要因素。例如,輸入風(fēng)電機(jī)組正常數(shù)據(jù),則點(diǎn)集表示設(shè)備在機(jī)組正常情況下的運(yùn)行過程。其中,點(diǎn)集中樣本數(shù)據(jù)對(duì)應(yīng)的是MBKPCA中子塊的輸入數(shù)據(jù),區(qū)域中變量數(shù)據(jù)表示的是該子塊對(duì)應(yīng)運(yùn)行過程中的主導(dǎo)變量,點(diǎn)集個(gè)數(shù)即為分塊份數(shù)??蛇M(jìn)一步綜合各子集中變量的物理意義,明確各子集的含義,即子塊的物理意義。

    1.2.2 基于因子分析的典型樣本提取

    通過對(duì)原始數(shù)據(jù)的對(duì)應(yīng)分析,確定了MBKPCA分塊份數(shù)和各運(yùn)行過程的主導(dǎo)變量。但只說明輸入樣本數(shù)據(jù)與各運(yùn)行過程的分布特性,對(duì)數(shù)據(jù)特征與運(yùn)行過程特性之間的關(guān)系沒有做出明確解釋。如上所述,在已確定的子塊中過于分散的數(shù)據(jù)特征分布會(huì)削弱子塊對(duì)新數(shù)據(jù)的分析能力。在高維空間中對(duì)過多的數(shù)據(jù)進(jìn)行分析,會(huì)增加整個(gè)算法的運(yùn)算負(fù)擔(dān)。因此,筆者運(yùn)用因子分析[14]方法,提取每個(gè)子塊中的典型數(shù)據(jù)作為最終樣本,以提高子塊的解釋能力與運(yùn)算效率。具體過程如下:

    (1) 對(duì)子塊中的數(shù)據(jù)變量進(jìn)行標(biāo)準(zhǔn)化處理。

    (2) 建立變量間相關(guān)系數(shù)矩陣,對(duì)其進(jìn)行取樣適切性量數(shù)(KMO)和巴特利特球度檢驗(yàn),驗(yàn)證所選數(shù)據(jù)進(jìn)行因子分析的可行性。

    (3) 采用主元分析法計(jì)算相關(guān)矩陣的特征值和特征向量,通過參數(shù)累計(jì)方差貢獻(xiàn)率確定相關(guān)矩陣的主要成分,并對(duì)主要成分進(jìn)行因子旋轉(zhuǎn),提高主要成分間的差異性。

    (4) 利用回歸方法計(jì)算子塊中數(shù)據(jù)在各主要成分下的得分,提取主要成分得分較高的數(shù)據(jù)作為樣本數(shù)據(jù)。

    重復(fù)以上步驟,完成所有子塊數(shù)據(jù)的選取,形成最終的MBKPCA輸入樣本數(shù)據(jù)。

    2 風(fēng)電機(jī)組故障診斷模型建立

    以1.5 MW雙饋風(fēng)電機(jī)組為研究對(duì)象建立故障診斷模型。根據(jù)風(fēng)電機(jī)組結(jié)構(gòu)及運(yùn)行特點(diǎn),確定機(jī)組正常情況下的模型輸入變量;通過對(duì)應(yīng)分析確定MBKPCA分塊份數(shù);通過因子分析方法確定樣本集;確定機(jī)組正常情況下監(jiān)測(cè)統(tǒng)計(jì)量的控制上限,作為衡量機(jī)組運(yùn)行是否正常的標(biāo)準(zhǔn)。

    2.1 輸入變量的確定

    按照風(fēng)電機(jī)組結(jié)構(gòu)和功能進(jìn)行系統(tǒng)邊界劃分,可分為變槳系統(tǒng)、偏航系統(tǒng)、傳動(dòng)系統(tǒng)和發(fā)電機(jī)系統(tǒng)。目前絕大部分機(jī)組配備數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA),對(duì)機(jī)組運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。篩選機(jī)組SCADA主要運(yùn)行參數(shù),選擇以下參數(shù)作為診斷模型的輸入:變槳系統(tǒng)主要通過調(diào)節(jié)槳葉實(shí)現(xiàn)機(jī)組最大風(fēng)能跟蹤和防止機(jī)組過載等功能,主要運(yùn)行參數(shù)包括槳葉角度和風(fēng)速;偏航系統(tǒng)主要根據(jù)實(shí)時(shí)風(fēng)向改變機(jī)艙位置,保證機(jī)艙對(duì)風(fēng)準(zhǔn)確,主要運(yùn)行參數(shù)為機(jī)艙位置和風(fēng)向角度;傳動(dòng)系統(tǒng)主要完成轉(zhuǎn)軸升速和傳遞轉(zhuǎn)矩的任務(wù),運(yùn)行參數(shù)以油溫?cái)?shù)據(jù)為主;發(fā)電機(jī)系統(tǒng)將旋轉(zhuǎn)機(jī)械能轉(zhuǎn)化為電能,主要參數(shù)為有功功率。

    通過現(xiàn)場(chǎng)調(diào)研,發(fā)現(xiàn)SCADA系統(tǒng)中機(jī)組傳動(dòng)鏈測(cè)點(diǎn)較少。為滿足風(fēng)電機(jī)組傳動(dòng)系統(tǒng)狀態(tài)監(jiān)測(cè)與診斷的要求,在機(jī)組傳動(dòng)鏈特定位置增加振動(dòng)測(cè)點(diǎn),具體測(cè)點(diǎn)位置及描述如表1所示。

    表1 測(cè)點(diǎn)位置及描述Tab.1 Arrangement and description of measuring points

    對(duì)傳動(dòng)鏈主要組成部件進(jìn)行結(jié)構(gòu)及運(yùn)行特點(diǎn)分析,進(jìn)一步提取振動(dòng)數(shù)據(jù)中的有效信息并作為模型輸入變量。

    齒輪箱結(jié)構(gòu)緊湊,各測(cè)點(diǎn)間信號(hào)耦合性較強(qiáng),特征數(shù)據(jù)易受其他信號(hào)干擾,選擇無量綱因子[15]范疇中的波形裕度和偏態(tài)因子,其變量數(shù)值只與設(shè)備結(jié)構(gòu)本身有關(guān),與運(yùn)行工況無關(guān)?;趫D形學(xué)的計(jì)算方法可有效避免其他信號(hào)干擾對(duì)結(jié)果帶來的影響。

    發(fā)電機(jī)前、后軸承發(fā)生故障時(shí),信號(hào)特征十分微弱,不易觀察,選擇J散度和KL散度[16]作為軸承部件的輸入變量。

    為使模型輸入變量能全面反映機(jī)組的運(yùn)行情況,從機(jī)組能效角度將各系統(tǒng)效率指標(biāo)也作為模型的輸入變量,主要包括風(fēng)輪損失、齒輪箱損失和發(fā)電機(jī)損失[17]。各損失均與主軸轉(zhuǎn)速或主軸轉(zhuǎn)速的倍數(shù)有關(guān),所以在最終的變量信息統(tǒng)計(jì)中,未獨(dú)立給出主軸轉(zhuǎn)速。模型輸入變量如表2所示。

    表2 模型輸入變量Tab.2 Input variables of model

    基于數(shù)據(jù)本身特性和數(shù)據(jù)來源的差異,信號(hào)采樣頻率以所有變量中采樣頻率最低的數(shù)據(jù)為準(zhǔn)。其中,由SCADA系統(tǒng)獲得的機(jī)組各類運(yùn)行數(shù)據(jù)均為該數(shù)據(jù)10 min的平均值,其采樣頻率最低。對(duì)于振動(dòng)參數(shù),為保證數(shù)據(jù)分析的同步性,計(jì)算振動(dòng)每個(gè)采樣時(shí)刻數(shù)據(jù)的無量綱因子和散度指標(biāo),并取其10 min的平均值作為模型輸入數(shù)據(jù)。

    2.2 分塊份數(shù)的確定

    采集風(fēng)速為11~12 m/s時(shí)機(jī)組的700組正常數(shù)據(jù)作為輸入變量,表3給出了協(xié)方差矩陣R的前4個(gè)特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率。

    表3 協(xié)方差矩陣數(shù)據(jù)統(tǒng)計(jì)Tab.3 Covariance matrix data statistics

    由表3可知,輸入變量前2個(gè)特征值的累計(jì)方差貢獻(xiàn)率已達(dá)到81.1%,說明這2個(gè)特征值已經(jīng)能夠表述所有變量的絕大部分信息,故提取前2個(gè)特征值,即確定公共因子個(gè)數(shù)為2。構(gòu)建R型載荷矩陣U和Q型載荷矩陣V,并根據(jù)載荷矩陣中的數(shù)據(jù)繪制輸入樣本與變量的對(duì)應(yīng)分布,如圖1所示。

    圖1 輸入樣本與變量的對(duì)應(yīng)分布Fig.1 Corresponding distribution of input samples and variables

    由于第1個(gè)公共因子的方差貢獻(xiàn)率達(dá)62.2%,遠(yuǎn)高于第2個(gè)公共因子,因此圖1中以橫坐標(biāo)為分類標(biāo)準(zhǔn)。變量與樣本大致可劃分為3個(gè)點(diǎn)集,即將原始數(shù)據(jù)劃分為3個(gè)子塊。每個(gè)子塊中主導(dǎo)變量分別為:子塊1變量,包括槳葉角、機(jī)艙位置、風(fēng)向角度、風(fēng)速和風(fēng)輪損失;子塊2變量,包括波形裕度、油溫、偏態(tài)因子和齒輪箱損失;子塊3變量,包括J散度、KL散度、有功功率和發(fā)電機(jī)損失。

    子塊1中的變量主要涉及風(fēng)電機(jī)組能量來源和風(fēng)能捕獲環(huán)節(jié),將此子塊命名為“能量子塊”;子塊2中的變量主要與機(jī)械能傳遞環(huán)節(jié)相關(guān),將此子塊命名為“傳動(dòng)子塊”;子塊3中的變量主要與機(jī)組發(fā)電環(huán)節(jié)有關(guān),將此子塊命名為“發(fā)電子塊”。通過機(jī)組正常工況下數(shù)據(jù)點(diǎn)集分布,發(fā)現(xiàn)機(jī)組整個(gè)正常運(yùn)行狀態(tài)由多個(gè)運(yùn)行過程(子塊)組成,且不同運(yùn)行過程對(duì)變量類型的影響也存在差異。因此,數(shù)據(jù)的對(duì)應(yīng)分析不僅對(duì)每個(gè)子塊的物理意義作出解釋,同時(shí)說明其運(yùn)行狀態(tài)特性,使后續(xù)分析結(jié)果的意義更為明確。

    2.3 典型樣本提取

    為提高各子塊對(duì)機(jī)組運(yùn)行過程的解釋能力,并改善模型的運(yùn)算效率,對(duì)每個(gè)子塊中的數(shù)據(jù)進(jìn)行因子分析,尋找具有機(jī)組運(yùn)行過程典型特征的數(shù)據(jù)作為最終樣本。建立每個(gè)子塊中各變量間的相關(guān)系數(shù)矩陣,并進(jìn)行相關(guān)性分析,結(jié)果如表4所示。

    表4 KMO和巴特利特球度檢驗(yàn)Tab.4 KMO and bartlett's test

    各子塊的KMO值均大于0.7,說明各變量之間關(guān)聯(lián)性較強(qiáng)。各子塊的巴特利特球狀檢驗(yàn)概率均為0.00,小于顯著性水平0.05,說明樣本充足,可進(jìn)行因子分析。以傳動(dòng)子塊為例,計(jì)算該子塊相關(guān)系數(shù)矩陣的特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率,結(jié)果如表5所示。

    表5 各成分原有指標(biāo)總方差情況Tab.5 Original indicator and total variance of various components

    表5中前2個(gè)成分的累計(jì)方差貢獻(xiàn)率達(dá)89.00%,由累計(jì)方差貢獻(xiàn)率要求(大于80%)可知,這2個(gè)成分可表示矩陣中數(shù)據(jù)的大部分信息,故確定主要成分個(gè)數(shù)為2。計(jì)算主要成分載荷矩陣,并對(duì)其進(jìn)行旋轉(zhuǎn)計(jì)算。筆者采用Kaiser方差最大旋轉(zhuǎn)方法計(jì)算主要成分與變量間的載荷值,結(jié)果如表6所示。

    表6 主要成分載荷值Tab.6 Load value of main components

    變量間的載荷越高,其在對(duì)應(yīng)成分中包含的信息就越多。成分1中的主要參數(shù)與齒輪箱振動(dòng)相關(guān),此成分稱為“振動(dòng)成分”。成分2中的主要參數(shù)與齒輪箱油溫和損失有關(guān),該成分稱為“溫度成分”。采用回歸方法計(jì)算各成分在樣本數(shù)據(jù)中的得分,結(jié)果如表7所示。

    表7 各成分得分Tab.7 Component score

    樣本得分越高,其在對(duì)應(yīng)成分中的解釋能力越強(qiáng),樣本的數(shù)據(jù)特征越具有代表性。因此,按照一定比例提取所有主要成分中的高分樣本數(shù)據(jù),形成傳動(dòng)子塊的典型樣本。

    同理,對(duì)其他2個(gè)子塊中的數(shù)據(jù)做相同分析,得出各子塊的典型樣本,形成最終參與MBKPCA分析的輸入樣本。樣本比例可依照子塊中各主要成分方差貢獻(xiàn)率進(jìn)行選取。經(jīng)因子分析提取出的風(fēng)電機(jī)組樣本與變量的對(duì)應(yīng)分布如圖2所示。

    圖2 因子分析樣本與變量的對(duì)應(yīng)分布Fig.2 Distribution of samples and variables by factor analysis

    2.4 機(jī)組故障判定

    3 實(shí)例分析

    為驗(yàn)證風(fēng)電機(jī)組故障診斷模型的有效性,以國(guó)內(nèi)某1.5 MW雙饋風(fēng)電機(jī)組齒輪箱磨損故障為例進(jìn)行分析。該機(jī)組在2013年2月3日出現(xiàn)解列停機(jī)情況,通過查找文件傳輸協(xié)議(FTP)服務(wù)器記錄,

    圖3 故障診斷流程圖

    Fig.3 Flow chart of fault diagnosis

    風(fēng)電機(jī)組齒輪箱油溫過高故障,經(jīng)現(xiàn)場(chǎng)勘查,發(fā)現(xiàn)齒輪箱一級(jí)太陽(yáng)輪磨損嚴(yán)重。提取停機(jī)前7天的歷史數(shù)據(jù),利用所提出的方法對(duì)3個(gè)子塊單元進(jìn)行監(jiān)測(cè)統(tǒng)計(jì)量T2和SPE分析,結(jié)果如圖4所示。

    (a) 能量子塊統(tǒng)計(jì)量結(jié)果

    (b) 傳動(dòng)子塊統(tǒng)計(jì)量結(jié)果

    (c) 發(fā)電子塊統(tǒng)計(jì)量結(jié)果圖4 改進(jìn)的MBKPCA方法的故障檢測(cè)圖Fig.4 Fault detection plot by improved MBKPCA method

    由圖4(b)可知,從第600點(diǎn)開始傳動(dòng)子塊的2個(gè)統(tǒng)計(jì)量顯著上升,超過此子塊的控制上限,并且數(shù)據(jù)具有較好的識(shí)別持續(xù)性。由圖5可知,傳動(dòng)子塊的統(tǒng)計(jì)值明顯高于其他子塊,且超出閾值,說明機(jī)組的傳動(dòng)部分異常。傳動(dòng)子塊主要變量為齒輪箱數(shù)據(jù),因此診斷為風(fēng)電機(jī)組齒輪箱出現(xiàn)了故障。由圖4(a)可知,從600點(diǎn)開始能量子塊也出現(xiàn)了統(tǒng)計(jì)量數(shù)據(jù)上升的現(xiàn)象,這是因?yàn)橹鬏S與風(fēng)輪依靠法蘭盤連接,屬于剛性連接,為齒輪箱振動(dòng)能量的傳遞提供了路徑。當(dāng)齒輪箱振動(dòng)較大時(shí),振動(dòng)能量可通過主軸傳遞到風(fēng)輪,造成風(fēng)輪數(shù)據(jù)特征偏離正常運(yùn)行狀態(tài)。但風(fēng)輪不是故障源頭,所以偏離程度較小,如圖5所示。齒輪箱輸出軸與發(fā)電機(jī)軸之間靠柔性聯(lián)軸器連接,柔性聯(lián)軸器不僅補(bǔ)償了兩軸平衡性偏差和角度誤差,較強(qiáng)的阻尼性可有效減弱由齒輪箱傳遞的振動(dòng)能量,因此齒輪箱故障引起的振動(dòng)對(duì)發(fā)電機(jī)運(yùn)行無太大影響,發(fā)電子塊的統(tǒng)計(jì)值最低。綜上說明所提出的方法能夠有效診斷機(jī)組故障,并明確故障發(fā)生的具體位置。

    (a) 各子塊SPE的統(tǒng)計(jì)量

    (b) 各子塊T2的統(tǒng)計(jì)量圖5 改進(jìn)的MBKPCA方法的監(jiān)測(cè)統(tǒng)計(jì)量Fig.5 Monitoring statistics by improved MBKPCA method

    應(yīng)用傳統(tǒng)MBKPCA方法,樣本數(shù)據(jù)分塊按照機(jī)組組成結(jié)構(gòu)進(jìn)行劃分,分別為偏航子塊、變槳子塊、傳動(dòng)子塊和發(fā)電子塊4部分。對(duì)同一組故障數(shù)據(jù)進(jìn)行分析,結(jié)果如圖6所示。

    (a) 偏航子塊統(tǒng)計(jì)量結(jié)果

    (b) 變槳子塊統(tǒng)計(jì)量結(jié)果

    (c) 傳動(dòng)子塊統(tǒng)計(jì)量結(jié)果

    (d) 發(fā)電子塊統(tǒng)計(jì)量結(jié)果圖6 傳統(tǒng)MBKPCA方法的故障監(jiān)測(cè)圖Fig.6 Fault detection plot by original MBKPCA method

    由圖6可知,在650點(diǎn)處傳動(dòng)子塊統(tǒng)計(jì)值超過控制上限,在時(shí)間上明顯滯后于改進(jìn)的MBKPCA方法,且數(shù)據(jù)波動(dòng)較大。由于傳統(tǒng)MBKPCA方法缺少對(duì)數(shù)據(jù)之間關(guān)聯(lián)性的分析,將能量子塊拆分為變槳子塊和偏航子塊,使統(tǒng)計(jì)量的趨勢(shì)變化相比改進(jìn)的MBKPCA方法不明顯,2子塊的統(tǒng)計(jì)量變化與傳動(dòng)子塊未形成對(duì)應(yīng)關(guān)系。由圖7可知,相比改進(jìn)的MBKPCA方法,傳統(tǒng)MBKPCA方法各子塊的統(tǒng)計(jì)量差異性較小,偏航子塊、變槳子塊和傳動(dòng)子塊的監(jiān)測(cè)統(tǒng)計(jì)量相近,且均接近控制上限,無法明確機(jī)組故障發(fā)生的確切部位。這說明改進(jìn)的MBKPCA方法能更及時(shí)準(zhǔn)確地對(duì)風(fēng)電機(jī)組故障作出診斷。

    (a) 各子塊SPE的統(tǒng)計(jì)量

    (b) 各子塊T2的統(tǒng)計(jì)量圖7 傳統(tǒng)MBKPCA方法的監(jiān)測(cè)統(tǒng)計(jì)量Fig.7 Monitoring statistics by original MBKPCA method

    4 結(jié) 論

    (1) 深度挖掘SCADA數(shù)據(jù)與振動(dòng)數(shù)據(jù)信息,引入機(jī)組效率、無量綱因子變量和散度指標(biāo),提高了數(shù)據(jù)特征對(duì)機(jī)組故障的識(shí)別能力。

    (2) 通過對(duì)應(yīng)分析對(duì)傳統(tǒng)MBKPCA方法進(jìn)行改進(jìn),明確了機(jī)組正常工況下各運(yùn)行過程的特征,賦予了各子塊實(shí)際的物理意義,建立了數(shù)據(jù)與變量之間的關(guān)聯(lián)體系,增強(qiáng)了分塊劃分的客觀性。

    (3) 采用因子分析方法分析數(shù)據(jù)與各運(yùn)行過程之間的影響程度,提取對(duì)每個(gè)子塊影響程度較大的數(shù)據(jù)作為改進(jìn)MBKPCA方法的輸入樣本,提高了診斷模型的精度與解釋能力。

    猜你喜歡
    子塊分塊齒輪箱
    基于八叉樹的地震數(shù)據(jù)多級(jí)緩存方法
    基于八叉樹的地震數(shù)據(jù)分布式存儲(chǔ)方法研究
    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
    基于特征值算法的圖像Copy-Move篡改的被動(dòng)取證方案
    分塊矩陣在線性代數(shù)中的應(yīng)用
    基于波浪式矩陣置換的稀疏度均衡分塊壓縮感知算法
    提高齒輪箱式換檔機(jī)構(gòu)可靠性的改進(jìn)設(shè)計(jì)
    反三角分塊矩陣Drazin逆新的表示
    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
    基于自適應(yīng)中值濾波的分塊壓縮感知人臉識(shí)別
    大片电影免费在线观看免费| 一本—道久久a久久精品蜜桃钙片| 久久ye,这里只有精品| 嫩草影院入口| 晚上一个人看的免费电影| 精品一品国产午夜福利视频| 精品人妻偷拍中文字幕| 久久久久国产一级毛片高清牌| 毛片一级片免费看久久久久| 亚洲精品一区蜜桃| 精品国产露脸久久av麻豆| 99热国产这里只有精品6| 久久久精品94久久精品| 人妻少妇偷人精品九色| 日韩一区二区视频免费看| 天堂中文最新版在线下载| 亚洲欧美成人综合另类久久久| 天堂8中文在线网| 韩国av在线不卡| 久热这里只有精品99| 国产成人精品在线电影| 久久久久久久久久久久大奶| 中文字幕制服av| 国产亚洲精品第一综合不卡| 精品人妻在线不人妻| 黄色一级大片看看| 精品国产一区二区三区久久久樱花| 国产免费福利视频在线观看| 国产精品一国产av| av免费在线看不卡| 久久久精品94久久精品| 久久国产亚洲av麻豆专区| 女性被躁到高潮视频| 亚洲三区欧美一区| 九色亚洲精品在线播放| 中文字幕精品免费在线观看视频| 久久久久久久精品精品| 卡戴珊不雅视频在线播放| 啦啦啦中文免费视频观看日本| 精品国产超薄肉色丝袜足j| 国产精品不卡视频一区二区| 日本午夜av视频| 观看美女的网站| 秋霞在线观看毛片| 不卡视频在线观看欧美| 人人妻人人澡人人看| 黄色毛片三级朝国网站| 亚洲国产精品国产精品| 欧美xxⅹ黑人| 国产亚洲最大av| 亚洲欧美精品综合一区二区三区 | 亚洲国产看品久久| 永久免费av网站大全| 少妇的丰满在线观看| 亚洲综合精品二区| 成年女人在线观看亚洲视频| 亚洲av欧美aⅴ国产| 日韩av免费高清视频| 女性被躁到高潮视频| 精品国产一区二区三区四区第35| 1024视频免费在线观看| 黄色怎么调成土黄色| 亚洲成人一二三区av| 亚洲久久久国产精品| 亚洲美女黄色视频免费看| 国产综合精华液| 久久久久久免费高清国产稀缺| 人妻一区二区av| 如日韩欧美国产精品一区二区三区| 国产日韩一区二区三区精品不卡| 纯流量卡能插随身wifi吗| 免费大片黄手机在线观看| 欧美日韩一级在线毛片| 午夜福利影视在线免费观看| 成年女人在线观看亚洲视频| 91aial.com中文字幕在线观看| 国产精品女同一区二区软件| 婷婷色av中文字幕| 亚洲精品美女久久av网站| 波多野结衣一区麻豆| xxxhd国产人妻xxx| 极品少妇高潮喷水抽搐| 欧美精品人与动牲交sv欧美| 亚洲情色 制服丝袜| 啦啦啦啦在线视频资源| 国产高清不卡午夜福利| www.精华液| 久久久久国产精品人妻一区二区| 不卡视频在线观看欧美| 国产精品亚洲av一区麻豆 | 我的亚洲天堂| 久久久久久久国产电影| 大陆偷拍与自拍| 可以免费在线观看a视频的电影网站 | 国产极品天堂在线| av在线播放精品| 亚洲美女搞黄在线观看| 成人亚洲欧美一区二区av| 久久久久久伊人网av| 午夜福利影视在线免费观看| 久久久国产欧美日韩av| 精品人妻偷拍中文字幕| 久久97久久精品| 三上悠亚av全集在线观看| 久久精品久久久久久久性| 欧美黄色片欧美黄色片| 最近的中文字幕免费完整| 丁香六月天网| 亚洲精品美女久久久久99蜜臀 | 国产视频首页在线观看| 久久久久人妻精品一区果冻| 国语对白做爰xxxⅹ性视频网站| 亚洲av免费高清在线观看| www日本在线高清视频| 熟妇人妻不卡中文字幕| 欧美黄色片欧美黄色片| 国产精品成人在线| 国产精品一区二区在线不卡| 亚洲三区欧美一区| 老女人水多毛片| 999久久久国产精品视频| 九九爱精品视频在线观看| 久久久久国产网址| 伊人亚洲综合成人网| av福利片在线| 国产成人免费无遮挡视频| av线在线观看网站| 亚洲视频免费观看视频| 亚洲成色77777| 欧美国产精品一级二级三级| 热99国产精品久久久久久7| 在线观看免费视频网站a站| 视频在线观看一区二区三区| 嫩草影院入口| 蜜桃在线观看..| 哪个播放器可以免费观看大片| av卡一久久| 精品亚洲成a人片在线观看| 满18在线观看网站| 中文字幕av电影在线播放| 伊人久久国产一区二区| 婷婷色麻豆天堂久久| 久久青草综合色| 国产乱人偷精品视频| 天天操日日干夜夜撸| 搡老乐熟女国产| 狠狠精品人妻久久久久久综合| 亚洲成人av在线免费| xxx大片免费视频| 韩国av在线不卡| 岛国毛片在线播放| 黑人猛操日本美女一级片| 黄色 视频免费看| 色网站视频免费| 国产亚洲午夜精品一区二区久久| 自线自在国产av| 制服丝袜香蕉在线| 久久青草综合色| av在线老鸭窝| 亚洲精品自拍成人| 一级毛片我不卡| 日韩一区二区视频免费看| 制服诱惑二区| 老司机影院成人| 亚洲精华国产精华液的使用体验| 日日撸夜夜添| 啦啦啦啦在线视频资源| 香蕉丝袜av| 国产视频首页在线观看| 在线观看人妻少妇| 最新的欧美精品一区二区| 啦啦啦在线免费观看视频4| 波多野结衣av一区二区av| 亚洲一区二区三区欧美精品| 午夜老司机福利剧场| 精品人妻在线不人妻| 美女主播在线视频| 一二三四在线观看免费中文在| 在线天堂中文资源库| 大码成人一级视频| 九九爱精品视频在线观看| 纵有疾风起免费观看全集完整版| 国产免费视频播放在线视频| 国产精品不卡视频一区二区| 777米奇影视久久| 国产乱来视频区| 国产高清不卡午夜福利| 人人澡人人妻人| 国产亚洲av片在线观看秒播厂| 天天躁夜夜躁狠狠久久av| 日日摸夜夜添夜夜爱| 国产xxxxx性猛交| 亚洲色图 男人天堂 中文字幕| 精品久久久精品久久久| 不卡视频在线观看欧美| 男女国产视频网站| 午夜影院在线不卡| 日本wwww免费看| 狂野欧美激情性bbbbbb| 香蕉丝袜av| 国产一区二区 视频在线| 新久久久久国产一级毛片| 18在线观看网站| 精品卡一卡二卡四卡免费| 亚洲精品久久成人aⅴ小说| 欧美日韩精品成人综合77777| 2021少妇久久久久久久久久久| 亚洲,欧美,日韩| 亚洲一级一片aⅴ在线观看| 日韩一区二区三区影片| 国产免费福利视频在线观看| 午夜日韩欧美国产| 99国产精品免费福利视频| 亚洲精品乱久久久久久| 国精品久久久久久国模美| 美女视频免费永久观看网站| 大陆偷拍与自拍| 亚洲av电影在线观看一区二区三区| 亚洲精品一区蜜桃| 99香蕉大伊视频| 亚洲国产色片| 免费高清在线观看日韩| 亚洲国产精品一区三区| 欧美av亚洲av综合av国产av | 99热网站在线观看| 国产精品国产三级国产专区5o| 国产高清不卡午夜福利| 国产av国产精品国产| 久久精品熟女亚洲av麻豆精品| 日韩中字成人| a级毛片黄视频| 久久鲁丝午夜福利片| 亚洲综合色网址| 晚上一个人看的免费电影| 亚洲av欧美aⅴ国产| 热re99久久国产66热| 久热这里只有精品99| 日本wwww免费看| 麻豆精品久久久久久蜜桃| 黄频高清免费视频| 精品卡一卡二卡四卡免费| 亚洲欧美成人精品一区二区| 午夜久久久在线观看| 日韩制服丝袜自拍偷拍| 超色免费av| 国产精品久久久久成人av| 欧美老熟妇乱子伦牲交| 午夜久久久在线观看| 99久久人妻综合| 免费人妻精品一区二区三区视频| 国产精品久久久久久精品电影小说| 国产白丝娇喘喷水9色精品| 91久久精品国产一区二区三区| 日日啪夜夜爽| 久久精品久久久久久噜噜老黄| 少妇 在线观看| 你懂的网址亚洲精品在线观看| xxxhd国产人妻xxx| 国产成人一区二区在线| 日本猛色少妇xxxxx猛交久久| 亚洲精品一区蜜桃| av免费观看日本| 久久久久精品性色| 国产免费福利视频在线观看| 亚洲精品国产av成人精品| 老汉色av国产亚洲站长工具| 成人漫画全彩无遮挡| 国产成人精品一,二区| 久久久久精品久久久久真实原创| 黄色 视频免费看| 91午夜精品亚洲一区二区三区| 美国免费a级毛片| 十八禁网站网址无遮挡| 国产精品女同一区二区软件| 日韩在线高清观看一区二区三区| 国产亚洲午夜精品一区二区久久| 亚洲三级黄色毛片| 日韩中文字幕视频在线看片| 国产亚洲精品第一综合不卡| 亚洲伊人久久精品综合| 久久久久久人人人人人| 国产精品成人在线| 日韩一区二区三区影片| 中文天堂在线官网| 亚洲国产精品成人久久小说| 寂寞人妻少妇视频99o| 国产精品久久久久久av不卡| 九草在线视频观看| 日本爱情动作片www.在线观看| 热99久久久久精品小说推荐| 国产精品三级大全| 日韩一区二区视频免费看| 18禁裸乳无遮挡动漫免费视频| 中文字幕亚洲精品专区| 一区在线观看完整版| 在线免费观看不下载黄p国产| 亚洲国产精品一区二区三区在线| 高清欧美精品videossex| 亚洲中文av在线| 天堂8中文在线网| 国产午夜精品一二区理论片| 日韩av免费高清视频| 久久久国产欧美日韩av| 成人国产av品久久久| 欧美av亚洲av综合av国产av | 天天躁日日躁夜夜躁夜夜| 免费大片黄手机在线观看| 两个人看的免费小视频| 18+在线观看网站| 大片电影免费在线观看免费| 精品国产一区二区三区四区第35| 国产男人的电影天堂91| 久久久久久久亚洲中文字幕| 国产成人91sexporn| 在线亚洲精品国产二区图片欧美| 欧美日韩一级在线毛片| 久热久热在线精品观看| av免费观看日本| 天堂俺去俺来也www色官网| 日韩人妻精品一区2区三区| 亚洲av免费高清在线观看| 99国产综合亚洲精品| 国产精品久久久久久av不卡| 国产精品一区二区在线观看99| 最近中文字幕高清免费大全6| 亚洲欧美成人精品一区二区| 一级毛片电影观看| 免费看不卡的av| 有码 亚洲区| 久久国产精品男人的天堂亚洲| 国产成人免费观看mmmm| 国产亚洲精品第一综合不卡| 国产精品亚洲av一区麻豆 | 国产有黄有色有爽视频| 高清欧美精品videossex| 国产av精品麻豆| 毛片一级片免费看久久久久| 免费高清在线观看日韩| 性色avwww在线观看| av有码第一页| 亚洲国产欧美网| av有码第一页| 好男人视频免费观看在线| 国产精品.久久久| 日本爱情动作片www.在线观看| 高清视频免费观看一区二区| 看免费av毛片| 性高湖久久久久久久久免费观看| 丝袜美足系列| 精品国产乱码久久久久久男人| 咕卡用的链子| 日本-黄色视频高清免费观看| 亚洲欧美清纯卡通| 男女免费视频国产| 欧美日韩av久久| 亚洲精品aⅴ在线观看| 亚洲四区av| 欧美xxⅹ黑人| a 毛片基地| 欧美精品一区二区大全| 少妇人妻精品综合一区二区| 91国产中文字幕| 热re99久久精品国产66热6| 欧美日韩成人在线一区二区| 亚洲av综合色区一区| 青草久久国产| 国产成人欧美| 99热国产这里只有精品6| 亚洲精品国产av蜜桃| 婷婷色综合大香蕉| 韩国精品一区二区三区| av免费在线看不卡| 男人添女人高潮全过程视频| 久久久精品94久久精品| 免费看不卡的av| 久久久久人妻精品一区果冻| 十八禁网站网址无遮挡| 国产精品久久久久久av不卡| 欧美激情高清一区二区三区 | 亚洲三级黄色毛片| 激情五月婷婷亚洲| 熟女av电影| 两个人看的免费小视频| 九草在线视频观看| 99九九在线精品视频| 99精国产麻豆久久婷婷| 老司机影院成人| 亚洲精品aⅴ在线观看| 国产 精品1| 日韩av在线免费看完整版不卡| 久久久久网色| 18在线观看网站| 毛片一级片免费看久久久久| 精品人妻熟女毛片av久久网站| 观看美女的网站| 成年人免费黄色播放视频| 久久影院123| 国产免费又黄又爽又色| 国产精品一国产av| 色播在线永久视频| 中文字幕人妻熟女乱码| www日本在线高清视频| 美女脱内裤让男人舔精品视频| 国产人伦9x9x在线观看 | 母亲3免费完整高清在线观看 | 久久久精品免费免费高清| 中国三级夫妇交换| 中文字幕亚洲精品专区| 日本av免费视频播放| 国产乱来视频区| 一级,二级,三级黄色视频| 亚洲精品日本国产第一区| 大陆偷拍与自拍| 亚洲婷婷狠狠爱综合网| 女人久久www免费人成看片| 亚洲av中文av极速乱| av不卡在线播放| 一级毛片黄色毛片免费观看视频| 啦啦啦视频在线资源免费观看| 欧美激情 高清一区二区三区| 国产成人精品婷婷| 久久精品国产鲁丝片午夜精品| 丝袜人妻中文字幕| 不卡av一区二区三区| 精品酒店卫生间| 久久久久久久久免费视频了| 久久婷婷青草| 99久久中文字幕三级久久日本| 中文字幕亚洲精品专区| 只有这里有精品99| 狂野欧美激情性bbbbbb| 国产av精品麻豆| 一区二区三区乱码不卡18| 亚洲欧美精品自产自拍| 麻豆乱淫一区二区| 99热国产这里只有精品6| 男女午夜视频在线观看| 有码 亚洲区| 免费在线观看完整版高清| 中文字幕av电影在线播放| 国产av精品麻豆| 美女国产高潮福利片在线看| 亚洲精品,欧美精品| 国产精品蜜桃在线观看| 一本—道久久a久久精品蜜桃钙片| 国产精品香港三级国产av潘金莲 | 久久久久视频综合| 成人午夜精彩视频在线观看| 久久青草综合色| 欧美日韩综合久久久久久| 成年人午夜在线观看视频| 亚洲精品久久久久久婷婷小说| 国产精品蜜桃在线观看| 一本色道久久久久久精品综合| 人妻 亚洲 视频| 色视频在线一区二区三区| 国产免费现黄频在线看| 男人爽女人下面视频在线观看| 亚洲av中文av极速乱| 如何舔出高潮| 99久久中文字幕三级久久日本| 日韩一区二区视频免费看| 国产精品国产三级国产专区5o| 国产精品一国产av| 国产日韩欧美亚洲二区| 国产精品 欧美亚洲| 欧美+日韩+精品| 王馨瑶露胸无遮挡在线观看| 天天操日日干夜夜撸| 久久久久久免费高清国产稀缺| 久久久精品国产亚洲av高清涩受| 精品视频人人做人人爽| 色视频在线一区二区三区| 老司机影院毛片| a级毛片黄视频| 中文欧美无线码| 国产乱人偷精品视频| 有码 亚洲区| 十八禁网站网址无遮挡| 夜夜骑夜夜射夜夜干| 久久免费观看电影| 亚洲精品国产av蜜桃| 成年女人毛片免费观看观看9 | 成人二区视频| 18禁裸乳无遮挡动漫免费视频| 亚洲人成网站在线观看播放| 午夜福利视频精品| 纵有疾风起免费观看全集完整版| 久热久热在线精品观看| 中国三级夫妇交换| a级片在线免费高清观看视频| 卡戴珊不雅视频在线播放| 国产成人精品久久二区二区91 | 久久久a久久爽久久v久久| 亚洲精品国产色婷婷电影| 国产在线免费精品| 在线 av 中文字幕| 免费观看a级毛片全部| av在线老鸭窝| 国产精品女同一区二区软件| 精品国产露脸久久av麻豆| 亚洲精品成人av观看孕妇| 久久精品久久久久久噜噜老黄| 国产又爽黄色视频| 人人妻人人添人人爽欧美一区卜| 欧美日韩一区二区视频在线观看视频在线| 久久人人爽人人片av| 视频区图区小说| h视频一区二区三区| 最近中文字幕高清免费大全6| av.在线天堂| 性色av一级| 亚洲av男天堂| 欧美激情 高清一区二区三区| av国产久精品久网站免费入址| 日韩av不卡免费在线播放| 熟妇人妻不卡中文字幕| 97在线视频观看| 五月开心婷婷网| 国产片特级美女逼逼视频| 免费观看a级毛片全部| 日本欧美视频一区| 免费观看性生交大片5| 男女免费视频国产| 欧美 日韩 精品 国产| 欧美精品国产亚洲| 欧美激情极品国产一区二区三区| av女优亚洲男人天堂| 看非洲黑人一级黄片| 日韩精品免费视频一区二区三区| 日日摸夜夜添夜夜爱| 亚洲av欧美aⅴ国产| 午夜精品国产一区二区电影| 亚洲精品国产一区二区精华液| 欧美激情极品国产一区二区三区| 国产老妇伦熟女老妇高清| 69精品国产乱码久久久| 成年动漫av网址| 少妇猛男粗大的猛烈进出视频| 母亲3免费完整高清在线观看 | 如日韩欧美国产精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 在线观看美女被高潮喷水网站| 亚洲第一区二区三区不卡| 另类精品久久| av网站在线播放免费| 大香蕉久久网| 久久精品夜色国产| av片东京热男人的天堂| 人妻一区二区av| 2021少妇久久久久久久久久久| 午夜av观看不卡| 国产成人精品一,二区| 久久精品久久精品一区二区三区| 最近最新中文字幕大全免费视频 | 久久久精品区二区三区| 中国三级夫妇交换| 国产在线视频一区二区| 欧美日韩av久久| 国产麻豆69| 欧美激情 高清一区二区三区| 午夜福利影视在线免费观看| 亚洲色图 男人天堂 中文字幕| 国产色婷婷99| 国产成人a∨麻豆精品| 男女边摸边吃奶| 女人高潮潮喷娇喘18禁视频| 国产日韩一区二区三区精品不卡| 日本-黄色视频高清免费观看| 亚洲国产欧美日韩在线播放| 日本猛色少妇xxxxx猛交久久| 亚洲成色77777| 亚洲三区欧美一区| xxx大片免费视频| 九草在线视频观看| 国产黄色视频一区二区在线观看| 日韩制服骚丝袜av| 国产精品不卡视频一区二区| 免费在线观看视频国产中文字幕亚洲 | 国产精品久久久久久av不卡| 亚洲精品日韩在线中文字幕| 国产野战对白在线观看| 丁香六月天网| 看免费av毛片| 男女边摸边吃奶| 极品少妇高潮喷水抽搐| 校园人妻丝袜中文字幕| 久久免费观看电影| 午夜福利视频在线观看免费| 日韩成人av中文字幕在线观看| 久久99一区二区三区| 黑人巨大精品欧美一区二区蜜桃| 美女xxoo啪啪120秒动态图| 国产有黄有色有爽视频| 久久久久久久大尺度免费视频| 91久久精品国产一区二区三区| av.在线天堂| 精品99又大又爽又粗少妇毛片| 成人影院久久| 久久99一区二区三区| 亚洲伊人色综图| 日韩成人av中文字幕在线观看| 国产精品 国内视频| 久久久国产欧美日韩av| 中文字幕av电影在线播放| 国产精品国产三级专区第一集| 国产免费又黄又爽又色| 好男人视频免费观看在线| 国产一区二区三区av在线| 精品一品国产午夜福利视频| 黄色毛片三级朝国网站| 久久99精品国语久久久| 亚洲三级黄色毛片| 午夜91福利影院| 69精品国产乱码久久久|