• <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 ?

    基于神經(jīng)網(wǎng)絡(luò)的機(jī)車滾動軸承故障診斷研究

    2018-12-10 09:13:16童珠滿費(fèi)樹岷
    軟件導(dǎo)刊 2018年9期
    關(guān)鍵詞:約簡粗糙集波包

    童珠滿 費(fèi)樹岷

    摘要 針對目前機(jī)車滾動軸承故障診斷效率低、速度慢的問題,設(shè)計一種基于小波包與粗糙集神經(jīng)網(wǎng)絡(luò)的機(jī)車走行部滾動軸承故障診斷方法。首先運(yùn)用小波包分解構(gòu)造故障特征集,之后運(yùn)用粗糙集對故障特征集進(jìn)行降維處理,消除冗余信息,然后將降維后的最小屬性集作為LevenbergMarquardt算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的輸入,建立相應(yīng)的神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)故障診斷。測試結(jié)果表明,相較于普通BP網(wǎng)絡(luò)模型,該方法降低了神經(jīng)網(wǎng)絡(luò)模型構(gòu)建的復(fù)雜度,提高了故障診斷速度與故障診斷準(zhǔn)確率。

    關(guān)鍵詞 小波包;粗糙集理論;故障診斷;LevenbergMarquardt算法;神經(jīng)網(wǎng)絡(luò);機(jī)車滾動軸承

    DOIDOI:10.11907/rjdk.181025

    中圖分類號:TP319

    文獻(xiàn)標(biāo)識碼:A文章編號文章編號:16727800(2018)009015304

    英文標(biāo)題Fault Diagnosis of Locomotive Rolling Bearing Based on Neural Network

    ——副標(biāo)題

    英文作者TONG Zhuman,F(xiàn)EI Shumin

    英文作者單位(Automated Institute,Southeast University,Nanjing 210096, China)

    英文摘要Abstract:Aiming at the problem of low efficiency and slow speed of locomotive rolling bearing fault diagnosis,this paper presents a fault diagnosis method of rolling bearing of locomotive running department based on wavelet packet and rough set and neural network.Firstly,wavelet packet decomposition is used to construct the fault feature set,and then the rough set is used to reduce the dimension to eliminate the redundant information.Secondiy,the minimum attribute set after dimension reduction is used as the input of BP neural network improved by LevenbergMarquardt algorithm to establish the corresponding neural network model to achieve fault diagnosis.The test results show that the method not only reduces the complexity of the neural network construction model but also improves the convergence speed and accuracy of fault diagnosis compared with the ordinary BP network model.

    英文關(guān)鍵詞Key Words:wavelet packet;rough set theory;fault diagnosis;LevenbergMarquardt algorithm;neural network;locomotive rolling bearing

    0引言

    隨著經(jīng)濟(jì)的快速發(fā)展,我國鐵路運(yùn)輸?shù)南嚓P(guān)配套設(shè)施也日益完善,機(jī)車經(jīng)過多次提速之后進(jìn)入高鐵時代,然而機(jī)車安全事故仍時有發(fā)生。機(jī)車走行部的滾動軸承是十分重要且容易受損的零件,滾動軸承狀態(tài)對整臺機(jī)車的正常運(yùn)行起著決定性作用。一旦滾動軸承出現(xiàn)故障,將可能導(dǎo)致重大鐵路交通事故。由于發(fā)生故障時,導(dǎo)致故障原因復(fù)雜,各類故障反映的特征參數(shù)也不完全相同,因而給故障診斷帶來極大困難[1]。BP神經(jīng)網(wǎng)絡(luò)由于具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)及分類能力,在故障診斷領(lǐng)域得到廣泛應(yīng)用。如黃國強(qiáng)[2]在基于遺傳算法的BP網(wǎng)絡(luò)在機(jī)車滾動軸承故障診斷應(yīng)用中,設(shè)計的GABP算法模型診斷精度較高,提升了診斷能力;張肖曼[3]在基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)車走行部滾動軸承故障診斷研究中,設(shè)計了一套機(jī)車走行部滾動軸承故障診斷工具箱;陳特放[4]在基于小波分析的機(jī)車走行部故障診斷方法中,對鐵路機(jī)車高噪聲背景下瞬變信號的描述比以往的時域、頻域信號處理技術(shù)更為精確;陳二恒[5]在基于小波包與貝葉斯分類的機(jī)車走行部滾動軸承故障診斷研究中,構(gòu)建的模型時間較短,分類準(zhǔn)確率也較高;李虎成[6]在基于粗糙集BP神經(jīng)網(wǎng)絡(luò)的機(jī)車滾動軸承故障診斷中,設(shè)計的故障診斷模型也取得了較好效果??傮w而言,以上研究都取得了一定成果,然而小波變換方法存在模型構(gòu)建時間長、采樣數(shù)據(jù)量大以及冗余信息多等缺陷,而普通BP神經(jīng)網(wǎng)絡(luò)存在訓(xùn)練時間長、診斷精度低、易陷入局部極小值等問題,這些都給滾動軸承故障診斷工作帶來一定困難。

    本文針對以上問題作出改進(jìn),提出一種基于小波包與粗糙集LevenbergMarquardt算法改進(jìn)(簡稱LM法)BP神經(jīng)網(wǎng)絡(luò)的機(jī)車走行部滾動軸承故障診斷方法。該方法首先運(yùn)用3層小波包分解處理故障樣本數(shù)據(jù),得到8個頻率分量的能量作為故障特征集,并將其作為條件屬性;然后使用粗糙集對條件屬性進(jìn)行約簡,通過刪除冗余信息實(shí)現(xiàn)降維;最后將未降維和使用粗糙集方法降維后的故障特征集分別作為經(jīng)LM算法優(yōu)化之后BP神經(jīng)網(wǎng)絡(luò)的輸入,以達(dá)到滾動軸承故障診斷的目的。本故障診斷方法和傳統(tǒng)方法最大的區(qū)別在于:將3層小波包分解后的結(jié)果再用粗糙集理論進(jìn)行約簡,可減少模型構(gòu)建時間,提高診斷精度;另外普通BP網(wǎng)絡(luò)經(jīng)LM算法優(yōu)化之后,訓(xùn)練速度得到了很大提高,也是本方法的獨(dú)特之處。

    1小波包分解

    小波包變換是小波變換的發(fā)展和延伸,繼承了小波變換時頻的局部化特性,并對多分辨分析中未分解的高頻頻帶作進(jìn)一步分解,使信號中的微弱信號特征明顯體現(xiàn)出來。小波包分解很好地彌補(bǔ)了小波變換的不足,通過自適應(yīng)選擇對應(yīng)頻帶,使該頻帶與信號頻譜相匹配,提高時頻分辨率[7]。

    小波包分解的原理是對多分辨率分析中的各小波子空間進(jìn)行分解。在多分辨率分析中,定義函數(shù)un(t)的閉包空間為Unj,函數(shù)u2n(t)的閉包空間為U2nj,令un(t)滿足如下組合方程:

    u2n(t)=2∑k∈Zhkun(2t-k)u2n+1(t)=2∑k∈Zgkun(2t-k)(1)

    其中g(shù)(k)=(-1)kh(1-k),由基函數(shù)u0(t)=φ(t)得到的正交小波包序列為{un(t)}n∈Z。u0(t)為尺度函數(shù)φ(t),u1(t)為小波基函數(shù)ψ(t)。設(shè)gnj(t)∈unj,則gnj可表示為:

    gnj(t)=∑ldj,nlu(2jt-1)(2)

    由上式(1)、(2)易知,小波包分解即是將gnj+1(t)分解為g2nj(t)和g2n+1j(t)。小波包分解算法是由{dj,nl}求{dj+1,2nl}和{dj+1,2n+1l},即:

    dj+1,2nl=∑khk-2ldj,nkdj+1,2n+1l=∑kgk-2ldj,nk(3)

    小波包的重構(gòu)算法即是由{dj+1,2nl}和{dj+1,2n+1l}計算{dj,nl},可表示為:

    dj,nl=∑k[hl-2kdj+1,2nk+gl-2kdj+1,2n+1k](4)

    2粗糙集基礎(chǔ)

    粗糙集理論(Rough Set,RS)是一種主要用于處理不完整數(shù)據(jù)、不精確知識表達(dá)以及模糊數(shù)據(jù)集的信息處理方法。該方法在保持分類能力不變的前提下,通過對樣本數(shù)據(jù)進(jìn)行約簡,建立問題決策規(guī)則,從而找到其中的潛在規(guī)律。目前,該理論已被廣泛應(yīng)用于機(jī)器學(xué)習(xí)等研究領(lǐng)域。

    2.1信息系統(tǒng)與決策表

    定義R代表論域U中的一種關(guān)系,U/R表示根據(jù)R、U中對象構(gòu)成的所有等價類族。對于子集X,Y∈U,用[X]R表示X和Y由屬性R無法分辨。若PR,且P≠,則∩P也是一個等價關(guān)系,記作ind(P)。

    信息系統(tǒng)可用三元組S=(U,A,V)表示,其中U是有限非空集,也稱為論域;A為屬性的有限非空集,V=∪a∈AVa,Va是屬性a集的值域,也可用S=(U,A)代替S=(U,A,V)。如果A=C∪D,C∩D=,則稱(U,A)為一個決策表,其中C、D中的屬性分別稱為條件屬性和決策屬性。

    2.2知識約簡

    知識約簡是粗糙集理論的核心內(nèi)容之一,是指在保持分類能力不變的情況下,刪除其中的冗余信息。約簡(Reduct)和核(core)是其中的兩個基本概念,其中核是屬性集的本質(zhì)部分,從中去掉任何一個屬性都將影響屬性集對論域中對象的分辨能力。

    設(shè)B∈A為屬性集,屬性b∈B,如果ind(B-)=ind(B),則b在B中可省去,否則b在B中是必要的。如果所有的b∈B在B中都是必需的,則稱B是無關(guān)的,否則B是相關(guān)的。子集B∈A是A的一個約簡,當(dāng)且僅當(dāng)B是無關(guān)的,ind(B)=ind(A)。A中所有必要屬性的集稱為A的核,表示為core(A)。核是所有約簡的交集,即core(A)=∩red(A),其中red(A)是A的所有約簡構(gòu)成的族[89]。

    3BP學(xué)習(xí)算法及其改進(jìn)

    BP算法也稱為誤差反向傳播算法,是一類有導(dǎo)學(xué)習(xí)算法,用于BP網(wǎng)的權(quán)值和閾值學(xué)習(xí)。評價一個神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的優(yōu)劣有很多指標(biāo),包括:①學(xué)習(xí)所需時間;②泛化能力;③神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜性;④魯棒性,即算法參數(shù)出現(xiàn)很大波動時,算法是否還能維持原有學(xué)習(xí)效果[10]。

    BP神經(jīng)網(wǎng)絡(luò)在故障診斷方面具有一定優(yōu)勢,然而BP算法也存在易陷入局部極小點(diǎn)、收斂速度慢等缺陷,本文針對避免局部最小和提高收斂速度等問題作出一些改進(jìn)。

    (1)加動量算法。為提高算法收斂速度,可引入動量項(xiàng),即:

    w(n0+1)=w(n0)+η(n0)d(n0)+αΔw(n0)(5)

    其中:

    d(n0)=-EAw(n0)(6)

    Δw(n0)=w(n0)-w(n0-1)=η(n0-1)d(n0-1)(7)

    此時權(quán)值修正量加上了有關(guān)上一時刻權(quán)值修改方向的記憶。動量因子α一般取值為0.1~0.8。

    (2)LM算法。LM法是使用最廣泛的非線性最小二乘算法,也是一種最優(yōu)化算法。其權(quán)值調(diào)整率選為:

    Δw=(JTJ+μI)-1JTe(8)

    式中,參數(shù)J是誤差為權(quán)值微分的Jacobian矩陣,參數(shù)e為訓(xùn)練誤差向量。

    μ=0時,Δw則接近于Hessian陣的牛頓法。當(dāng)μ較大時,LM算法近似為小步長梯度法。迭代時為了保證表現(xiàn)函數(shù)最后減小到一定的值,訓(xùn)練成功時需要減小μ值,反之要增加μ值。

    下面分別對普通BP算法和上述兩種改進(jìn)方法進(jìn)行訓(xùn)練,比較其訓(xùn)練結(jié)果[11]。為便于比較,在以下訓(xùn)練中,規(guī)定樣本數(shù)據(jù)如下:

    輸入:my_input=[-1 -1 2 2;0 5 0 5]

    輸出:my_output=[-1 -1 1 1]

    隱含層節(jié)點(diǎn)數(shù)都為3,隱含層神經(jīng)元傳遞函數(shù)都為tansig,輸出層神經(jīng)元傳遞函數(shù)都為purelin,訓(xùn)練周期epochs=2 000,訓(xùn)練要求精度為0.001,訓(xùn)練步長show=10,學(xué)習(xí)率為0.05。

    普通BP網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖1所示。

    經(jīng)過190次循環(huán)訓(xùn)練成功,網(wǎng)絡(luò)驗(yàn)證結(jié)果為:(-1003,-0.998,0.995,1.002)。

    有動量的梯度下降法訓(xùn)練結(jié)果如圖2所示。

    經(jīng)過32次循環(huán)訓(xùn)練成功,網(wǎng)絡(luò)驗(yàn)證結(jié)果為:(-1.001,-0.999,0.997,1.001)。

    LM方法訓(xùn)練結(jié)果如圖3所示。

    經(jīng)過2次循環(huán)訓(xùn)練成功,網(wǎng)絡(luò)驗(yàn)證結(jié)果為:(-1000,-1.000,1.000,1.000)。

    從以上3種訓(xùn)練方法對比得出:LM訓(xùn)練方法收斂速度很快,且準(zhǔn)確率能達(dá)到100%。因此,本文采用基于LM算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)取代普通BP網(wǎng)絡(luò)實(shí)現(xiàn)故障診斷。

    4基于小波包與粗糙集的神經(jīng)網(wǎng)絡(luò)滾動軸承故障診斷流程

    本文所用數(shù)據(jù)來自美國Case Western Reserve大學(xué)軸承數(shù)據(jù)中心提供的免費(fèi)數(shù)據(jù),是在軸承轉(zhuǎn)速30r/s、采樣頻率為1kHz情況下通過加速度傳感器采集到的原始振動加速度信號。首先,建立LM算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集;然后通過小波包分解對頻譜信號進(jìn)行3層分解,得到8個頻率分量的能量作為故障特征集元素,從而構(gòu)造原始故障特征集。將分解得到8個頻率分量的能量作為條件屬性,分別用a1~a8表示,實(shí)際出現(xiàn)的滾動軸承故障類型分為4種:正常狀態(tài)、內(nèi)圈故障、外圈故障和滾子故障,將其作為決策屬性,分別用1、2、3、4表示,從而建立包括8 類條件屬性和4 類決策屬性的滾動軸承故障診斷信息決策表;接下來進(jìn)行粗糙集預(yù)處理,包括連續(xù)屬性離散化和決策表約簡,以刪除冗余信息;之后將得到的相對最小條件屬性作為LM算法改進(jìn)后BP神經(jīng)網(wǎng)絡(luò)的輸入向量,對應(yīng)的故障類型作為BP神經(jīng)網(wǎng)絡(luò)的輸出,建立相應(yīng)的滾動軸承故障診斷模型,并利用梯度下降法調(diào)節(jié)權(quán)值,進(jìn)行學(xué)習(xí)和訓(xùn)練,從而確定BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)[12]。具體流程如圖4所示。

    5仿真分析

    5.1故障診斷模型建立

    由于篇幅所限,本文只采用采集數(shù)據(jù)樣本的其中8 組滾動軸承振動加速度數(shù)據(jù)作為原始數(shù)據(jù)樣本(用u-1~u-8表示)進(jìn)行分析研究。經(jīng)小波包3層分解后,每個數(shù)據(jù)樣本有8維特征向量(用a1~a8表示),從而構(gòu)造出8·8的故障特征訓(xùn)練樣本集。然后將8個頻率分量的能量作為粗糙集條件屬性,對應(yīng)的故障類別作為決策屬性,構(gòu)建學(xué)習(xí)樣本集,如表1所示。

    將本文的連續(xù)條件屬性值劃分成3個等寬度的值域進(jìn)行離散化,取[0,0.3]、[0.3,0.7]、[0.7,1]區(qū)間的編碼分別為1、2、3,得到離散化后的故障診斷信息表。然后將其分成兩塊建立決策表進(jìn)行約簡處理,得到條件屬性為a1~a4與a5~a8的分決策表。通過計算可獲得兩者的核分別為{a1,a3}與{a5,a6,a7},則整個實(shí)驗(yàn)樣本的核為屬性a1、a3、a5、a6、a7。由于得到的離散化信息表中的u2和u7行不相容,故需要刪除u2與u7行,最終得到如表2所示的相對最小約簡的學(xué)習(xí)樣本集??梢钥闯觯?jīng)過粗糙集約簡后,在保持原分類不變的情況下,條件屬性明顯減少,刪除了其中的冗余信息[1314]。

    5.2仿真測試

    分別建立兩種故障診斷網(wǎng)絡(luò)模型。普通BP網(wǎng)絡(luò)的結(jié)構(gòu)為8143,其中傳遞函數(shù)為[tansig,purelin],訓(xùn)練要求精度都為0.001,訓(xùn)練周期都是epochs= 1 000;粗糙集BP網(wǎng)絡(luò)模型的結(jié)構(gòu)為5143,其它參數(shù)相同。得到的神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差曲線分別如圖5、圖6所示[1516]。

    由圖5、圖6看出,普通BP網(wǎng)絡(luò)迭代99次可訓(xùn)練成功,而本方法模型只用迭代68次即可訓(xùn)練成功。因此,相對于普通BP網(wǎng)絡(luò)而言,粗糙集BP網(wǎng)絡(luò)提高了網(wǎng)絡(luò)訓(xùn)練速度。

    6結(jié)語

    本文充分利用基于粗糙集理論和LM算法改進(jìn)的BP

    神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),并將其運(yùn)用于機(jī)車走行部滾動軸承故障診斷中。分別用普通BP網(wǎng)絡(luò)和本文方法模型對滾動軸承故障進(jìn)行訓(xùn)練和測試,測試結(jié)果表明:相較于普通BP網(wǎng)絡(luò),本文提出的模型故障診斷方法不僅簡化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),訓(xùn)練速度也得到提高,且故障診斷準(zhǔn)確率較高,在故障原因較復(fù)雜的機(jī)車走行部滾動軸承故障診斷中具有一定實(shí)用價值。

    參考文獻(xiàn)參考文獻(xiàn):

    [1]賈天麗.軌道列車走行部滾動軸承故障診斷研究[D].北京:北京交通大學(xué),2011:812.

    [2]黃國強(qiáng),陶海龍.基于遺傳算法的BP網(wǎng)絡(luò)在機(jī)車滾動軸承故障診斷中的應(yīng)用[J].甘肅科技,2011,27(12):5860.

    [3]張肖曼.基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)車走行部滾動軸承的故障診斷研究[D].北京:北京交通大學(xué),2012:6467.

    [4]陳特放,黃采倫,樊曉平.基于小波分析的機(jī)車走行部故障診斷方法[J].中國鐵道科學(xué),2005,26(4):8992.

    [5]陳二恒,賀德強(qiáng),劉建仁.基于小波包和貝葉斯分類的機(jī)車走行部滾動軸承故障診斷研究[J].鐵道科學(xué)與工程學(xué)報,2015(3):636642.

    [6]李虎成,邱建東,李屹.基于粗糙集BP神經(jīng)網(wǎng)絡(luò)的機(jī)車滾動軸承故障診斷[J].計算機(jī)與數(shù)字工程,2014,42(3):526530.

    [7]衡玲燕,戴鵬,符曉.基于小波包頻帶能量重構(gòu)的電機(jī)斷條故障診斷[J].電機(jī)與控制應(yīng)用,2010,37(10):5660.

    [8]張文修,吳偉志,梁吉業(yè).粗糙集理論與方法[M].北京:科學(xué)出版社,2001:156.

    [9]PAWLAK Z.Rough sets [J].International Journal of Computer and Information Science,1982,11(5):341356.

    [10]魏海坤.神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的理論與方法[M].北京:國防工業(yè)出版社,2005.

    [11]宋曉娟,馬勝前.BP改進(jìn)算法在MATLAB7.0中的實(shí)現(xiàn)及比較研究[J].甘肅科技,2007,23(11):4344.

    [12]董健康,李艷,耿宏.基于粗糙集神經(jīng)網(wǎng)絡(luò)的機(jī)載設(shè)備故障診斷方法研究[J].航空電子技術(shù),2008,39(1):3741.

    [13]孫永厚,李聰.基于粗糙集BP神經(jīng)網(wǎng)絡(luò)的垃圾破碎機(jī)故障診斷[J].機(jī)械設(shè)計與制造,2012(1):218220.

    [14]蘇劍飛.基于粗糙集和神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[D].太原:中北大學(xué),2007:3338.

    [15]陳偉,馬如雄,郝艷紅.基于MATLAB的BP人工神經(jīng)網(wǎng)絡(luò)設(shè)計[J].智能計算機(jī)與應(yīng)用,2005(2):3031.

    [16]羅成漢.基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的BP網(wǎng)絡(luò)實(shí)現(xiàn)[J].計算機(jī)仿真,2004,21(5):109111.

    責(zé)任編輯(責(zé)任編輯:黃?。?/p>

    猜你喜歡
    約簡粗糙集波包
    基于Pawlak粗糙集模型的集合運(yùn)算關(guān)系
    基于二進(jìn)制鏈表的粗糙集屬性約簡
    基于小波包Tsallis熵和RVM的模擬電路故障診斷
    實(shí)值多變量維數(shù)約簡:綜述
    基于模糊貼近度的屬性約簡
    多?;植诩再|(zhì)的幾個充分條件
    雙論域粗糙集在故障診斷中的應(yīng)用
    基于小波包變換的電力系統(tǒng)諧波分析
    小波包理論與圖像小波包分解
    兩個域上的覆蓋變精度粗糙集模型
    久久亚洲精品不卡| 国产真人三级小视频在线观看| 一级a爱片免费观看的视频| 国产成人系列免费观看| 精品国产三级普通话版| 麻豆国产97在线/欧美| 69av精品久久久久久| 精品一区二区三区视频在线 | 亚洲精品国产精品久久久不卡| 欧美性猛交╳xxx乱大交人| 日本a在线网址| 国产精品 国内视频| 午夜激情欧美在线| 黄色丝袜av网址大全| 可以在线观看毛片的网站| h日本视频在线播放| 欧美+亚洲+日韩+国产| 国产精品香港三级国产av潘金莲| 99在线人妻在线中文字幕| 亚洲欧美日韩卡通动漫| 在线观看免费午夜福利视频| 亚洲精品乱码久久久v下载方式 | 两性午夜刺激爽爽歪歪视频在线观看| 国产亚洲精品久久久久久毛片| 男女午夜视频在线观看| 欧美av亚洲av综合av国产av| 麻豆国产97在线/欧美| 90打野战视频偷拍视频| 欧美黑人巨大hd| 免费在线观看成人毛片| xxx96com| 在线十欧美十亚洲十日本专区| 999久久久国产精品视频| 色综合亚洲欧美另类图片| 国产伦人伦偷精品视频| av女优亚洲男人天堂 | avwww免费| 午夜福利免费观看在线| 国模一区二区三区四区视频 | 亚洲精品在线观看二区| 午夜免费观看网址| 免费大片18禁| 男人和女人高潮做爰伦理| 国产成人啪精品午夜网站| 一区二区三区国产精品乱码| 变态另类成人亚洲欧美熟女| 最好的美女福利视频网| 天堂√8在线中文| 亚洲黑人精品在线| 久久久久性生活片| 啦啦啦韩国在线观看视频| 精品福利观看| 午夜福利18| 床上黄色一级片| 亚洲国产精品999在线| 黄片小视频在线播放| 嫩草影院精品99| 免费观看的影片在线观看| 国产v大片淫在线免费观看| 丁香六月欧美| 黑人巨大精品欧美一区二区mp4| 亚洲欧美日韩无卡精品| 国产精品九九99| 久久天躁狠狠躁夜夜2o2o| av片东京热男人的天堂| 午夜久久久久精精品| 国产精品一区二区三区四区免费观看 | 男人舔女人下体高潮全视频| 亚洲熟妇熟女久久| 久久久久九九精品影院| 亚洲欧美精品综合久久99| 少妇的逼水好多| av在线蜜桃| 色综合亚洲欧美另类图片| 欧美日韩乱码在线| 国产精品美女特级片免费视频播放器 | 亚洲国产高清在线一区二区三| 午夜福利欧美成人| 舔av片在线| 欧美成狂野欧美在线观看| 精品日产1卡2卡| 香蕉久久夜色| 18禁观看日本| 国产欧美日韩精品亚洲av| 欧美xxxx黑人xx丫x性爽| 色视频www国产| 99精品在免费线老司机午夜| av福利片在线观看| 亚洲欧美日韩无卡精品| 久久久精品欧美日韩精品| 一级作爱视频免费观看| 天堂影院成人在线观看| 成人高潮视频无遮挡免费网站| 国产男靠女视频免费网站| 国产精品九九99| tocl精华| 日本一本二区三区精品| 日本成人三级电影网站| 日本 av在线| 岛国在线免费视频观看| 国产亚洲欧美98| 成人欧美大片| 国产一区二区三区视频了| 国产高清激情床上av| 国产精品爽爽va在线观看网站| 我要搜黄色片| 免费在线观看亚洲国产| 国产探花在线观看一区二区| 女同久久另类99精品国产91| 精华霜和精华液先用哪个| 九九热线精品视视频播放| 男人和女人高潮做爰伦理| 久久人妻av系列| 亚洲欧美精品综合一区二区三区| 国产一区在线观看成人免费| 黄色视频,在线免费观看| 国产美女午夜福利| 欧美另类亚洲清纯唯美| 成人精品一区二区免费| 免费av不卡在线播放| 男人舔女人下体高潮全视频| 国内毛片毛片毛片毛片毛片| 在线观看日韩欧美| 一级毛片女人18水好多| 黑人巨大精品欧美一区二区mp4| 精华霜和精华液先用哪个| 国产黄色小视频在线观看| 国产亚洲欧美98| 9191精品国产免费久久| 大型黄色视频在线免费观看| 亚洲精品色激情综合| 18美女黄网站色大片免费观看| 亚洲男人的天堂狠狠| 久久精品亚洲精品国产色婷小说| 97碰自拍视频| 欧美性猛交黑人性爽| 老鸭窝网址在线观看| 国产单亲对白刺激| 欧美日本视频| 三级国产精品欧美在线观看 | 亚洲男人的天堂狠狠| 亚洲va日本ⅴa欧美va伊人久久| 国产精品影院久久| 欧美一区二区国产精品久久精品| 精品熟女少妇八av免费久了| 99热这里只有是精品50| 黑人巨大精品欧美一区二区mp4| 久久这里只有精品中国| 国产精品女同一区二区软件 | 成人高潮视频无遮挡免费网站| 久久国产乱子伦精品免费另类| 极品教师在线免费播放| 午夜激情福利司机影院| 真人做人爱边吃奶动态| 久久精品人妻少妇| 变态另类丝袜制服| 国产美女午夜福利| 人人妻人人看人人澡| 国产三级中文精品| 久久精品综合一区二区三区| 熟女人妻精品中文字幕| 国产激情欧美一区二区| 国产精品综合久久久久久久免费| 亚洲熟妇中文字幕五十中出| 免费观看的影片在线观看| 亚洲欧洲精品一区二区精品久久久| 老熟妇乱子伦视频在线观看| 一进一出抽搐gif免费好疼| 国产欧美日韩精品亚洲av| 一边摸一边抽搐一进一小说| 国产成人欧美在线观看| 级片在线观看| 国产伦在线观看视频一区| 成人国产一区最新在线观看| 88av欧美| 国产精华一区二区三区| 日韩欧美在线二视频| 欧美精品啪啪一区二区三区| 久久人人精品亚洲av| 日韩欧美免费精品| 99久久精品国产亚洲精品| 色综合婷婷激情| 男女午夜视频在线观看| 我要搜黄色片| 老司机午夜福利在线观看视频| 亚洲 欧美一区二区三区| 成年女人毛片免费观看观看9| 亚洲自偷自拍图片 自拍| 国产极品精品免费视频能看的| 91av网一区二区| 淫秽高清视频在线观看| 黄色片一级片一级黄色片| 免费看美女性在线毛片视频| 最近最新中文字幕大全免费视频| 国产成人欧美在线观看| 国产精品亚洲美女久久久| 国产精品久久久久久亚洲av鲁大| 麻豆国产97在线/欧美| 高清毛片免费观看视频网站| 国产成人啪精品午夜网站| 欧美激情久久久久久爽电影| 嫩草影视91久久| 亚洲,欧美精品.| 欧美zozozo另类| 日本撒尿小便嘘嘘汇集6| 午夜精品一区二区三区免费看| 国产精品亚洲一级av第二区| 草草在线视频免费看| 嫩草影院入口| 精品午夜福利视频在线观看一区| 成人永久免费在线观看视频| 嫩草影视91久久| 亚洲av日韩精品久久久久久密| 成人性生交大片免费视频hd| 精品国产乱子伦一区二区三区| 欧美日韩综合久久久久久 | 日韩国内少妇激情av| 婷婷精品国产亚洲av在线| 日韩三级视频一区二区三区| tocl精华| 啦啦啦观看免费观看视频高清| 中文亚洲av片在线观看爽| 黄色成人免费大全| 中文字幕人成人乱码亚洲影| 少妇裸体淫交视频免费看高清| 中文字幕精品亚洲无线码一区| 最新美女视频免费是黄的| 国产精品98久久久久久宅男小说| 午夜福利欧美成人| 亚洲九九香蕉| 日本撒尿小便嘘嘘汇集6| 一级毛片高清免费大全| 亚洲成人久久性| 久久中文看片网| 欧美黑人巨大hd| 精品午夜福利视频在线观看一区| 国产亚洲精品av在线| 国内少妇人妻偷人精品xxx网站 | 成人鲁丝片一二三区免费| 人妻丰满熟妇av一区二区三区| 欧美乱色亚洲激情| 1000部很黄的大片| 欧美午夜高清在线| 黄频高清免费视频| 国产欧美日韩一区二区精品| 亚洲av成人一区二区三| 女人高潮潮喷娇喘18禁视频| or卡值多少钱| 久久久久性生活片| 久久久久久久久中文| 大型黄色视频在线免费观看| 婷婷六月久久综合丁香| 久久天躁狠狠躁夜夜2o2o| 成人性生交大片免费视频hd| 性色avwww在线观看| 欧美成人一区二区免费高清观看 | 成年女人毛片免费观看观看9| 人妻丰满熟妇av一区二区三区| 麻豆成人av在线观看| 午夜福利欧美成人| 久久久久久大精品| 好男人在线观看高清免费视频| 欧美中文综合在线视频| 国产熟女xx| av天堂在线播放| 亚洲国产欧美人成| 毛片女人毛片| 亚洲在线自拍视频| 麻豆成人av在线观看| 热99在线观看视频| 成人午夜高清在线视频| 首页视频小说图片口味搜索| 少妇的逼水好多| 又粗又爽又猛毛片免费看| 天堂动漫精品| 欧美成狂野欧美在线观看| 最新美女视频免费是黄的| 国产亚洲av高清不卡| 久久精品aⅴ一区二区三区四区| 床上黄色一级片| 美女cb高潮喷水在线观看 | 精品一区二区三区视频在线观看免费| 午夜a级毛片| 亚洲精品中文字幕一二三四区| 97超级碰碰碰精品色视频在线观看| 成人一区二区视频在线观看| 我的老师免费观看完整版| 久久中文看片网| 日韩高清综合在线| 人妻久久中文字幕网| 日本熟妇午夜| 在线视频色国产色| 黄频高清免费视频| 精品久久蜜臀av无| 香蕉久久夜色| 2021天堂中文幕一二区在线观| 国产亚洲欧美在线一区二区| 桃红色精品国产亚洲av| 日本一本二区三区精品| 白带黄色成豆腐渣| 国产主播在线观看一区二区| 日日干狠狠操夜夜爽| 日本黄色片子视频| 好看av亚洲va欧美ⅴa在| 99国产极品粉嫩在线观看| 听说在线观看完整版免费高清| 在线免费观看不下载黄p国产 | 成人精品一区二区免费| 一进一出抽搐gif免费好疼| 亚洲精品国产精品久久久不卡| 熟女人妻精品中文字幕| 人妻丰满熟妇av一区二区三区| 亚洲成人免费电影在线观看| 97超视频在线观看视频| 亚洲精品久久国产高清桃花| 美女扒开内裤让男人捅视频| 一个人看视频在线观看www免费 | 97碰自拍视频| 日本免费a在线| 亚洲欧美精品综合久久99| 亚洲欧美精品综合一区二区三区| 美女黄网站色视频| 青草久久国产| 日日摸夜夜添夜夜添小说| 神马国产精品三级电影在线观看| 综合色av麻豆| 黄色片一级片一级黄色片| 脱女人内裤的视频| av福利片在线观看| 最新中文字幕久久久久 | 狂野欧美白嫩少妇大欣赏| 最新美女视频免费是黄的| 国产精品久久久久久久电影 | 国产三级中文精品| 国产av不卡久久| 中亚洲国语对白在线视频| 欧洲精品卡2卡3卡4卡5卡区| 日韩国内少妇激情av| 欧美av亚洲av综合av国产av| 国产成人福利小说| 免费观看的影片在线观看| 国产高清三级在线| 99视频精品全部免费 在线| 久久精品国产自在天天线| 一个人免费在线观看电影| 99热6这里只有精品| 美女被艹到高潮喷水动态| 人妻夜夜爽99麻豆av| 精品久久久久久电影网 | 国产精品蜜桃在线观看| 伦精品一区二区三区| 午夜福利在线在线| 一级毛片电影观看 | 国产大屁股一区二区在线视频| av福利片在线观看| 色综合亚洲欧美另类图片| 好男人视频免费观看在线| 亚洲人成网站在线播| 久久久久久久久久久免费av| 亚洲精品日韩av片在线观看| 一夜夜www| 又爽又黄无遮挡网站| 国产成人一区二区在线| 日韩欧美精品v在线| 在线观看美女被高潮喷水网站| 国产乱来视频区| 国产伦理片在线播放av一区| 精品一区二区三区人妻视频| 亚洲av.av天堂| 国产在视频线精品| 高清毛片免费看| 免费观看精品视频网站| 国产一级毛片七仙女欲春2| 国产午夜精品久久久久久一区二区三区| 乱人视频在线观看| 美女被艹到高潮喷水动态| 久久99蜜桃精品久久| 一夜夜www| 99久久人妻综合| 全区人妻精品视频| 久久精品影院6| 亚洲人与动物交配视频| 国产午夜精品论理片| 日本色播在线视频| videossex国产| 久久精品国产亚洲av涩爱| 国产不卡一卡二| 国产成人a∨麻豆精品| 国产在线一区二区三区精 | 日韩精品有码人妻一区| 久久久久九九精品影院| 国产探花在线观看一区二区| av国产免费在线观看| 好男人在线观看高清免费视频| 久久久久免费精品人妻一区二区| 国产伦精品一区二区三区视频9| 日韩 亚洲 欧美在线| 天天一区二区日本电影三级| 精品午夜福利在线看| 亚洲av不卡在线观看| 午夜福利在线观看免费完整高清在| 国产黄片视频在线免费观看| 欧美+日韩+精品| 激情 狠狠 欧美| 欧美97在线视频| 国产成年人精品一区二区| 久久精品国产鲁丝片午夜精品| 成人三级黄色视频| 免费黄色在线免费观看| 三级国产精品欧美在线观看| 91精品伊人久久大香线蕉| 久久精品国产亚洲av涩爱| 久久久精品欧美日韩精品| 国产午夜精品一二区理论片| 国产成人福利小说| 国产成人a区在线观看| 亚洲综合色惰| 午夜精品国产一区二区电影 | 亚洲欧美中文字幕日韩二区| 欧美日韩综合久久久久久| 97在线视频观看| 欧美潮喷喷水| 最近最新中文字幕免费大全7| 日韩 亚洲 欧美在线| 亚洲精品aⅴ在线观看| 毛片女人毛片| 国产av码专区亚洲av| 99久久无色码亚洲精品果冻| 成人高潮视频无遮挡免费网站| 亚洲av一区综合| 亚洲欧美成人精品一区二区| 色综合站精品国产| 夜夜爽夜夜爽视频| 午夜a级毛片| 国产v大片淫在线免费观看| 黄片无遮挡物在线观看| 三级毛片av免费| 成人毛片a级毛片在线播放| 91久久精品国产一区二区成人| 两性午夜刺激爽爽歪歪视频在线观看| 深爱激情五月婷婷| 中文资源天堂在线| 亚洲内射少妇av| 男女那种视频在线观看| av免费在线看不卡| 亚洲久久久久久中文字幕| 日韩欧美 国产精品| 禁无遮挡网站| 一级黄色大片毛片| 一个人观看的视频www高清免费观看| 国产精品99久久久久久久久| 欧美性猛交╳xxx乱大交人| 久久久欧美国产精品| 精品久久国产蜜桃| 精品人妻一区二区三区麻豆| 看非洲黑人一级黄片| 99久久无色码亚洲精品果冻| 在线播放无遮挡| 岛国在线免费视频观看| 国产午夜福利久久久久久| 热99re8久久精品国产| 日本色播在线视频| 精品人妻一区二区三区麻豆| 国国产精品蜜臀av免费| www.av在线官网国产| 亚洲欧美清纯卡通| 日日啪夜夜撸| 国产久久久一区二区三区| 亚洲精品乱久久久久久| 看黄色毛片网站| 久久精品久久精品一区二区三区| 欧美日韩一区二区视频在线观看视频在线 | 黄片wwwwww| 中文在线观看免费www的网站| 麻豆国产97在线/欧美| 欧美人与善性xxx| 一边摸一边抽搐一进一小说| 男女啪啪激烈高潮av片| 精品久久久久久成人av| 少妇的逼好多水| 国产免费男女视频| 最近手机中文字幕大全| 国产精品国产三级专区第一集| 免费黄网站久久成人精品| 中文精品一卡2卡3卡4更新| 国产伦理片在线播放av一区| 丰满少妇做爰视频| 男人舔奶头视频| 欧美另类亚洲清纯唯美| 天堂√8在线中文| 欧美人与善性xxx| 能在线免费看毛片的网站| 中文字幕av成人在线电影| 18禁动态无遮挡网站| 五月玫瑰六月丁香| 国产精品99久久久久久久久| 国产精华一区二区三区| 国产精品福利在线免费观看| 国产综合懂色| 欧美性感艳星| 三级男女做爰猛烈吃奶摸视频| 水蜜桃什么品种好| 国内揄拍国产精品人妻在线| 欧美潮喷喷水| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美精品自产自拍| 久久精品国产99精品国产亚洲性色| 高清日韩中文字幕在线| 亚洲欧美成人精品一区二区| 丰满少妇做爰视频| 汤姆久久久久久久影院中文字幕 | 国产欧美日韩精品一区二区| 欧美激情在线99| 麻豆久久精品国产亚洲av| 久久久国产成人精品二区| 久久久久久久久大av| 日韩欧美在线乱码| 欧美xxxx黑人xx丫x性爽| 日韩av在线免费看完整版不卡| 内地一区二区视频在线| 色综合站精品国产| .国产精品久久| 久久精品夜色国产| 精品一区二区免费观看| kizo精华| 插阴视频在线观看视频| 久久99蜜桃精品久久| 最近最新中文字幕大全电影3| 亚洲av电影在线观看一区二区三区 | 久久精品国产亚洲av天美| 长腿黑丝高跟| 日韩,欧美,国产一区二区三区 | 久久99精品国语久久久| 老女人水多毛片| 久久综合国产亚洲精品| 午夜福利在线观看免费完整高清在| 干丝袜人妻中文字幕| 国产成年人精品一区二区| 亚洲在久久综合| 欧美成人a在线观看| 亚洲精品亚洲一区二区| 亚洲精品456在线播放app| 欧美精品国产亚洲| 日本熟妇午夜| 卡戴珊不雅视频在线播放| 日韩人妻高清精品专区| 色尼玛亚洲综合影院| 激情 狠狠 欧美| 亚洲av中文字字幕乱码综合| 免费看美女性在线毛片视频| 日日摸夜夜添夜夜添av毛片| 久久综合国产亚洲精品| 亚洲成人久久爱视频| 免费av不卡在线播放| 国内精品宾馆在线| 1000部很黄的大片| 最近的中文字幕免费完整| 亚洲乱码一区二区免费版| 日本黄色片子视频| 久久精品久久久久久噜噜老黄 | 日韩中字成人| 男女那种视频在线观看| 91久久精品国产一区二区三区| 欧美人与善性xxx| 亚洲婷婷狠狠爱综合网| 亚洲欧美精品自产自拍| 中文字幕精品亚洲无线码一区| 亚洲自拍偷在线| 亚洲不卡免费看| 欧美精品国产亚洲| kizo精华| 91精品伊人久久大香线蕉| 欧美日韩一区二区视频在线观看视频在线 | 亚洲av电影不卡..在线观看| 亚洲国产精品专区欧美| 99热精品在线国产| 欧美性感艳星| 欧美最新免费一区二区三区| 99在线视频只有这里精品首页| 村上凉子中文字幕在线| 精品人妻一区二区三区麻豆| 国产亚洲午夜精品一区二区久久 | 精品久久久久久久末码| 成人亚洲欧美一区二区av| 日本一二三区视频观看| 一区二区三区高清视频在线| 欧美色视频一区免费| 精品人妻偷拍中文字幕| 国产黄色视频一区二区在线观看 | 麻豆av噜噜一区二区三区| 热99在线观看视频| 午夜精品一区二区三区免费看| 青春草亚洲视频在线观看| 色综合色国产| 国内精品宾馆在线| 午夜福利在线在线| 国产91av在线免费观看| 国产成年人精品一区二区| 欧美高清成人免费视频www| 91久久精品国产一区二区成人| 国产午夜福利久久久久久| 99热6这里只有精品| 国产不卡一卡二| 欧美97在线视频| 视频中文字幕在线观看| 欧美区成人在线视频| 午夜激情欧美在线| 久久精品久久久久久噜噜老黄 | 亚洲av免费在线观看| 18+在线观看网站| 免费搜索国产男女视频| 精品一区二区三区人妻视频| 免费在线观看成人毛片| 国产成年人精品一区二区| h日本视频在线播放|