• <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 ?

    LMD支持向量機(jī)電機(jī)軸承故障診斷研究

    2018-12-21 09:37:04尹召杰許同樂鄭店坤
    關(guān)鍵詞:故障診斷軸承向量

    尹召杰 許同樂 鄭店坤

    摘要:針對支持向量機(jī)(SVM)對處理大樣本數(shù)據(jù)和多分類問題以及核函數(shù)選擇的局限性,提出LMD支持向量機(jī)電機(jī)軸承故障診斷方法。首先應(yīng)用局域均值分解(LMD)算法對信號進(jìn)行自適應(yīng)分解,得到一系列PF分量,并利用相關(guān)分析剔除虛假分量,提取真實(shí)PF分量能量組成特征向量;其次應(yīng)用新的核函數(shù)對SVM進(jìn)行改進(jìn),實(shí)現(xiàn)自適應(yīng)的訓(xùn)練,并針對大樣本數(shù)據(jù)和多分類問題采用‘一對多的方法;最后以特征向量作為改進(jìn)SVM的訓(xùn)練樣本和測試樣本,對電機(jī)軸承故障信息進(jìn)行訓(xùn)練,預(yù)測。實(shí)驗(yàn)驗(yàn)證,該方法能有效的對電機(jī)軸承故障進(jìn)行自適應(yīng)的診斷。

    關(guān)鍵詞:

    局域均值分解;支持向量機(jī);故障診斷;電機(jī)軸承故障

    DOI:1015938/jjhust201805007

    中圖分類號: TH165

    文獻(xiàn)標(biāo)志碼: A

    文章編號: 1007-2683(2018)05-0035-05

    Abstract:Aiming at the limitation of the support vector machine (SVM) to deal with the large sample data and the multi classification problem and the selection of kernel function, the fault diagnosis method of motor bearing based on LMD and support vector machine is proposed Firstly, the local mean decomposition (LMD) algorithm is used to adaptively decompose the signal to get a series of PF components , and the correlation analysis is used to eliminate false components Then, the energy feature vector is formed by extracting energy of the real PF component Secondly, the new kernel function is used to improve the SVM to complete the adaptive training, and the “one to many” method is used to solve the large sample data and multi classification problem Finally, the energy feature vector is used as the training sample and test sample of SVM, and the fault information of motor bearing is trained and predicted Experimental results show that the proposed method can effectively diagnose the fault of motor bearing

    Keywords:local mean decomposition; support vector machine; fault diagnosis; bearing fault of motor

    0引言

    電機(jī)是生產(chǎn)中使用最頻繁,也是最重要的工具。若其發(fā)生故障,將會(huì)影響與電機(jī)相關(guān)設(shè)備的運(yùn)轉(zhuǎn)及性能。在電機(jī)的故障診斷中,因軸承損壞而引起電機(jī)故障約占電機(jī)故障發(fā)生總數(shù)的30%[1-2]。因此對電機(jī)軸承故障診斷是非常有必要的。

    在電機(jī)軸承故障診斷中,由傳感器獲得的軸承振動(dòng)信號往往含有很強(qiáng)的噪聲,為了保證診斷信息的質(zhì)量,以及提高故障診斷的準(zhǔn)確率,需要準(zhǔn)確提取出包含主要故障信息的信號,并對實(shí)際測得的含噪信號進(jìn)行故障信息提取。針對支持向量機(jī)在大樣本數(shù)據(jù)、多分類問題及核函數(shù)選擇上的局限性問題,提出了LMD支持向量機(jī)電機(jī)軸承故障診斷方法。該方法將LMD算法能快速、有效的將信號分解成一系列的PF分量,且無負(fù)頻現(xiàn)象和無嚴(yán)重的端點(diǎn)效應(yīng)的優(yōu)點(diǎn)與支持向量機(jī)在小樣本數(shù)據(jù)分類上優(yōu)越性、魯棒性高等優(yōu)點(diǎn)相結(jié)合,提高了故障識別能力和精度,減小了誤差,提高了電機(jī)軸承故障的診斷效率。

    1LMD算法及特征提取

    LMD算法是在經(jīng)驗(yàn)?zāi)B(tài)(EMD)分解基礎(chǔ)上提出的自適應(yīng)分解信號的方法。LMD采用滑動(dòng)平均法來平滑由極值點(diǎn)得到的局部均值函數(shù)和局部包絡(luò)函數(shù),避免了過包絡(luò)和欠包絡(luò)現(xiàn)象;LMD最終得到是一系列的PF分量,不會(huì)產(chǎn)生無法解釋的負(fù)頻現(xiàn)象,且沒有嚴(yán)重的端點(diǎn)效應(yīng)[3-6]。由此可知:LMD有效地解決或降低了EMD在分解過程中產(chǎn)生的問題。

    11LMD算法

    LMD算法如下:首先獲得從傳感器傳來的信號,記為原始信號x(t),求出x(t)中所有的連續(xù)最值和mi+1,利用下式[7-11]:

    ni=mi+mi+12

    ai=|mi-mi+1|2(1)

    求得局部平均值ni和和局部包絡(luò)值ai,以直線分別連接ni和ai,然后用移動(dòng)平均濾波法去平滑兩條曲線,分別得到局部均值函數(shù)n^i(t)和局部包絡(luò)函數(shù)a^i(t);然后從x(t)中減去n^i(t)得到hi,利用公式si=hi/a^i(t)獲得純調(diào)頻信號si;若a^i(t)≠1,則不滿足條件,則以si作為新的原信號,從第一步開始重新執(zhí)行;若a^i(t)=1,則將上面得到的所有a^i(t)相乘即得到一個(gè)包絡(luò)信號a~i(t),將si與a~i(t)相乘即得到一個(gè)PF分量,記為PFi;最后從原信號x(t)中減去PFi,得到Ui,即Ui=x(t)-PFi,再以Ui作為新的原始信號從頭開始執(zhí)行,把原始信號x(t)分解成一系列的PF分量和一個(gè)單調(diào)函數(shù)(即殘余分量)e(t)。

    12PF能量特征提取

    對于PFi各個(gè)能量的特征向量提取步驟如下[12]:

    2)以每一個(gè)PFi分量的總能量Ei作為元素,構(gòu)造一個(gè)特征向量:

    T=[E1,E2,E3,…,EN](3)

    由于以能量作為元素得到數(shù)值比較大,在后續(xù)處理和分析過程中比較困難,因此要對特征向量T進(jìn)行歸一化處理。

    令E=(∑Ni=1|Ei|2)1/2歸一化的特征向量為

    T′=[E1E,E2E,E3E,…,ENE](4)

    2支持向量機(jī)(SVM)

    21支持向量機(jī)理論基礎(chǔ)

    支持向量機(jī)(SVM)是基于統(tǒng)計(jì)學(xué)習(xí)理論發(fā)展起來的數(shù)據(jù)分類方法,其核心思想是尋找一個(gè)最優(yōu)分類超平面,使兩類數(shù)據(jù)可以最大限度的分離,達(dá)到對數(shù)據(jù)進(jìn)行分類的目的,具有全局最優(yōu)、結(jié)構(gòu)簡單、推廣能力強(qiáng),學(xué)習(xí)和預(yù)測時(shí)間短等優(yōu)點(diǎn)[13-17]。

    如果數(shù)據(jù)樣本能被一個(gè)超平面線性分開,則該分類面的方程為

    w·x+b=0(5)

    其中:w是權(quán)系數(shù)向量;b為分類閾值。

    要使超平面能夠?qū)颖菊_分開,只需滿足

    yi[w·x+b=0]≥0,i=1,2,3…n(6)

    分類超平面和支持向量之間的距離為1/‖w‖,則

    Δ=2/‖w‖(7)

    把滿足式(6)和(7)最小的分類面稱為最優(yōu)分類面。

    22新核函數(shù)的提出

    在SVM中,核函數(shù)起著至關(guān)重要的作用,可以將數(shù)據(jù)樣本從低維空間映射到高維空間,不同的核函數(shù)具有不同的映射效果[18-20]。在軸承故障診斷中,徑向基核函數(shù)是比較常用的非線性核函數(shù)之一,但也存在很大的缺陷,如σ的不同取值直接影響向量機(jī)的支持向量個(gè)數(shù);通過訓(xùn)練得到的超球面形狀也會(huì)受到影響,容易產(chǎn)生建立的超球面空間不穩(wěn)定和泛化能力降低的問題,而且對于不同的訓(xùn)練樣本,問題的出現(xiàn)形式也不同。針對徑向基核函數(shù)出現(xiàn)的問題,本文提出了一種新的核函數(shù),以滿足SVM在故障診斷中對特征信息分類的要求。新的核函數(shù)為:

    K(x,y)=1-sin(π‖x-y‖z)(8)

    由上式看出,新的核函數(shù)是正弦函數(shù)結(jié)構(gòu),結(jié)構(gòu)簡單,且滿足mercy條件。其中z值由數(shù)據(jù)樣本決定,解決了徑向基核函數(shù)中σ的選擇問題,實(shí)現(xiàn)了自適應(yīng)訓(xùn)練。

    23SVM數(shù)據(jù)分類方法

    SVM算法解決了二類分類問題,但是對于多類分類問題,并不能直接解決,需要找到適當(dāng)?shù)姆椒?。本文采用“一對多”對其進(jìn)行優(yōu)化處理,其原理如圖1所示。

    3LMD支持向量機(jī)故障診斷方法

    31基于LMD支持向量機(jī)方法的電機(jī)軸承故障診斷

    基于LMD的SVM方法的總流程圖如圖2所示。

    為了驗(yàn)證上述方法在電機(jī)軸承故障診斷中的實(shí)用性,采集淄博某一機(jī)械加工廠的加工設(shè)備的電機(jī)軸承信號,采用DH131E加速度傳感器測量電機(jī)軸承的振動(dòng)信號,分別測量軸承在正常、內(nèi)圈、外圈和滾珠故障模式的振動(dòng)信號,各測量20組信號。4種模式下的軸承振動(dòng)信號的時(shí)域波形圖如圖3所示。

    對上述采集到的每個(gè)信號進(jìn)行LMD分解,并且得到一些列的PF分量。由軸承故障機(jī)理可知,其故障信息主要集中在高頻段[7]。因此選取每個(gè)信號分解得到的前4個(gè)PF分量并提取其能量特征。對圖3中的四種模式下的信號進(jìn)行LMD分解,其中內(nèi)圈故障模式下的分解結(jié)果如圖4所示。

    隨機(jī)選取10組數(shù)據(jù)作為數(shù)據(jù)源,每組6 000點(diǎn),然后在這10組數(shù)據(jù)中隨機(jī)選取5組數(shù)據(jù)作為訓(xùn)練樣本,剩余5組作為測試樣本,然后對各組數(shù)據(jù)進(jìn)行LMD分解,提取其能量特征,組成能量特征向量,然后采用SVM對其進(jìn)行分類。表1為4種軸承故障模式下的歸一化能量特征。

    為了得到比較理想的分類準(zhǔn)確率,采用CV方法對懲罰參數(shù)和核函數(shù)參數(shù)進(jìn)行尋優(yōu),選取準(zhǔn)確率最高的一組作為模型的參數(shù)。首先利用訓(xùn)練集進(jìn)行分類器訓(xùn)練,得到一個(gè)最佳的分類模型,然后用驗(yàn)證集來對訓(xùn)練得到的模型進(jìn)行驗(yàn)證,以分類準(zhǔn)確率作為分類器的性能指標(biāo)。隨機(jī)選取參數(shù)則是利用程序隨機(jī)選取的參數(shù),它沒有進(jìn)行參數(shù)尋優(yōu)處理。當(dāng)有多組參數(shù)對應(yīng)于最高分類準(zhǔn)確率時(shí),則選取懲罰參數(shù)最小的一組作為最佳參數(shù),因?yàn)槿绻麘土P參數(shù)過高,會(huì)發(fā)生過學(xué)習(xí),也就是說分類器的泛化能力降低。同時(shí)為了驗(yàn)證提出的新核函數(shù)的優(yōu)越性,將新核函數(shù)與徑向基核函數(shù)的分類效果進(jìn)行了對比。

    由圖5和圖6可以看出,徑向基核函數(shù)在正常模式和外圈模式時(shí)效果較好,準(zhǔn)確率為100%,而在內(nèi)圈和滾珠故障時(shí)效果很差,內(nèi)圈故障識別率僅為20%;對于新核函數(shù),在各個(gè)模式下效果都較好,只是在滾珠故障時(shí)錯(cuò)分了一個(gè)樣本??傮w來說,新的核函數(shù)在軸承故障診斷中的效果要優(yōu)于傳統(tǒng)的徑向基和函數(shù)。運(yùn)用上述的方法選取更多樣本數(shù)據(jù)進(jìn)行訓(xùn)練預(yù)測,相關(guān)結(jié)果如表2所示,結(jié)果證明樣本數(shù)據(jù)越多,分類效果越明顯。

    4結(jié)論

    應(yīng)用LMD支持向量機(jī)算法對電機(jī)軸承故障進(jìn)行診斷具有以下優(yōu)點(diǎn):

    1)利用LMD算法對軸承故障信號進(jìn)行特征提取,能準(zhǔn)確的自適應(yīng)分解信號得到一些列的調(diào)幅調(diào)頻(PF)分量,且分量無負(fù)頻現(xiàn)象以及嚴(yán)重的端點(diǎn)效應(yīng);

    2)應(yīng)用基于新的核函數(shù)的SVM算法具有很結(jié)構(gòu)簡單,魯棒性好等優(yōu)點(diǎn),克服了常用核函數(shù)應(yīng)用條件的局限性,提高了分類準(zhǔn)確率,實(shí)現(xiàn)了自適應(yīng)訓(xùn)練;并針對多分類問題采用‘一對多的方法解決了多分類問題;

    3)基于LMD支持向量機(jī)算法在軸承故障診斷中效果良好,是一種新的滾動(dòng)軸承故障診斷方法。

    參 考 文 獻(xiàn):

    [1]王臻,李承,王蕾,等基于解析導(dǎo)納的感應(yīng)電機(jī)故障診斷[J].電力自動(dòng)化設(shè)備2016,36(8):170-175.

    [2]趙慧敏, 房才華, 鄧武,等 基于智能優(yōu)化方法的SVM電機(jī)故障診斷模型研究[J]. 大連交通大學(xué)學(xué)報(bào), 2016, 37 (1): 92-96

    [3]李新欣 基于希爾伯特-黃變換的船舶聲信號特征提取[J]. 哈爾濱理工大學(xué)學(xué)報(bào), 2014, 19(3):69-73

    [4]楊宇, 王歡歡, 程軍圣, 等 基于 LMD 的包絡(luò)譜特征值在滾動(dòng)軸承故障診斷中的應(yīng)用[J]. 航空動(dòng)力學(xué)報(bào), 2012, 27(5): 1153-1158

    [5]JONATHAN S Smith The local mean decomposition and its application to EEG perception data Journal of the Royal Society Interface, 2005, 2(5): 443-454

    [6]陳亞農(nóng), 郜普剛, 何田,等 局部均值分解在滾動(dòng)軸承故障綜合診斷中的應(yīng)用[J]. 振動(dòng)與沖擊, 2012, 31(3):73-78

    [7]程軍圣, 羅頌榮, 楊斌, 等 LMD能量矩和變量預(yù)測模型模式識別在軸承故障智能診斷中的應(yīng)用[J]. 振動(dòng)工程學(xué)報(bào), 2013, 26(5): 751-757

    [8]孟宗, 王亞超, 胡猛 基于改進(jìn)LMD和IEDSampEn的齒輪故障特征提取方法[J]. 機(jī)械工程學(xué)報(bào), 2016, 52(5):169-176

    [9]孫偉, 熊邦書, 黃建萍,等 小波包降噪與LMD相結(jié)合的滾動(dòng)軸承故障診斷方法[J]. 振動(dòng)與沖擊, 2012, 31(18):153-156

    [10]許同樂,張新義,裴新才, 等 EMD遺傳神經(jīng)網(wǎng)絡(luò)方法 [J]. 北京郵電大學(xué)學(xué)報(bào),2012,35(5);68-72

    [11]許同樂,侯萌萌,蔡道勇 FastICA 遺傳神經(jīng)網(wǎng)絡(luò)算法[J]. 北京郵電大學(xué)學(xué)報(bào),2014,37(4);26-29

    [12]高爽, 冬雷, 高陽, 等 基于粗糙集理論的中長期風(fēng)速預(yù)測 [J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(1): 32-37

    [13]顧亞祥, 丁世飛 支持向量機(jī)研究進(jìn)展[J]. 計(jì)算機(jī)科學(xué), 2011, 38(2): 14-17

    [14]丁世飛, 齊丙娟, 譚紅艷 支持向量機(jī)理論與算法研究綜述 [J]. 電子科技大學(xué)學(xué)報(bào), 2011, 40(1): 2-10

    [15]周厚金, 樓軍偉, 胡赤兵 滾動(dòng)軸承故障小波核函數(shù)SVM分類識別研究[J].制造業(yè)自動(dòng)化, 2014(10):48-51

    [16]周紹磊, 廖劍, 史賢俊 RBFSVM的核參數(shù)選擇方法及其在故障診斷中的應(yīng)用[J]. 電子測量與儀器學(xué)報(bào), 2014, 28 (3):240-246

    [17]張亞楠, 魏武, 武林林 基于小波包Shannon熵SVM和遺傳算法的電機(jī)機(jī)械故障診斷[J]. 電力自動(dòng)化設(shè)備, 2010, 30(1):87-91

    [18]焦衛(wèi)東, 林樹森 整體改進(jìn)的基于支持向量機(jī)的故障診斷方法[J]. 儀器儀表學(xué)報(bào), 2015, 36(8):1861-1870

    [19]薛浩然, 張珂珩, 李斌,等 基于布谷鳥算法和支持向量機(jī)的變壓器故障診斷[J]. 電力系統(tǒng)保護(hù)與控制, 2015(8):8-13

    [20]畢曉君, 柳長源, 盧迪基于PSORVM算法的發(fā)動(dòng)機(jī)故障診斷[J].哈爾濱工程大學(xué)學(xué)報(bào),2014(2):245-249

    (編輯:關(guān)毅)

    猜你喜歡
    故障診斷軸承向量
    軸承知識
    哈爾濱軸承(2022年2期)2022-07-22 06:39:32
    軸承知識
    哈爾濱軸承(2022年1期)2022-05-23 13:13:24
    向量的分解
    軸承知識
    哈爾濱軸承(2021年2期)2021-08-12 06:11:46
    軸承知識
    哈爾濱軸承(2021年1期)2021-07-21 05:43:16
    聚焦“向量與三角”創(chuàng)新題
    向量垂直在解析幾何中的應(yīng)用
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    黄色片一级片一级黄色片| videos熟女内射| videos熟女内射| 国产欧美日韩一区二区三 | 国产又色又爽无遮挡免| 一本一本久久a久久精品综合妖精| 久久久精品免费免费高清| 国产免费av片在线观看野外av| kizo精华| 久久亚洲国产成人精品v| 美女高潮喷水抽搐中文字幕| 人人妻人人澡人人爽人人夜夜| 国内毛片毛片毛片毛片毛片| 国产伦人伦偷精品视频| 久久99一区二区三区| 深夜精品福利| 人人妻人人爽人人添夜夜欢视频| 国产精品久久久人人做人人爽| 日韩三级视频一区二区三区| 亚洲性夜色夜夜综合| 大型av网站在线播放| 大香蕉久久成人网| 1024视频免费在线观看| 国产福利在线免费观看视频| 大陆偷拍与自拍| 美女脱内裤让男人舔精品视频| cao死你这个sao货| 男人操女人黄网站| 大片免费播放器 马上看| 女性被躁到高潮视频| 国产成人精品久久二区二区免费| 不卡av一区二区三区| 精品福利观看| 一级黄色大片毛片| 国产精品亚洲av一区麻豆| 亚洲天堂av无毛| 18禁黄网站禁片午夜丰满| 99热网站在线观看| 国产高清videossex| 亚洲色图综合在线观看| 免费日韩欧美在线观看| 国产99久久九九免费精品| 无限看片的www在线观看| 超碰成人久久| 黄网站色视频无遮挡免费观看| 欧美 亚洲 国产 日韩一| 午夜91福利影院| 黄色毛片三级朝国网站| 真人做人爱边吃奶动态| 亚洲国产欧美网| 久久国产精品影院| 黄色 视频免费看| 妹子高潮喷水视频| 伊人久久大香线蕉亚洲五| 国产日韩欧美在线精品| 欧美老熟妇乱子伦牲交| 一个人免费在线观看的高清视频 | 国产97色在线日韩免费| 久久ye,这里只有精品| 王馨瑶露胸无遮挡在线观看| 一级黄色大片毛片| 国产亚洲av片在线观看秒播厂| 热99久久久久精品小说推荐| 精品乱码久久久久久99久播| 黄色视频,在线免费观看| 视频在线观看一区二区三区| 亚洲人成电影免费在线| svipshipincom国产片| 精品卡一卡二卡四卡免费| 在线十欧美十亚洲十日本专区| 老司机靠b影院| 一区福利在线观看| 日韩熟女老妇一区二区性免费视频| 国产亚洲精品久久久久5区| 别揉我奶头~嗯~啊~动态视频 | 欧美黑人精品巨大| 午夜福利在线免费观看网站| 成人手机av| 欧美黄色淫秽网站| 一级毛片女人18水好多| 亚洲专区国产一区二区| 日本五十路高清| 黄片小视频在线播放| 亚洲欧美一区二区三区黑人| 美女主播在线视频| 高清在线国产一区| 亚洲av片天天在线观看| 老司机影院成人| 欧美精品av麻豆av| 免费在线观看日本一区| 亚洲一卡2卡3卡4卡5卡精品中文| 精品久久久久久电影网| 日韩有码中文字幕| 女人精品久久久久毛片| 三级毛片av免费| 午夜激情久久久久久久| 丰满人妻熟妇乱又伦精品不卡| 久久久久久久久免费视频了| 一级毛片精品| 9191精品国产免费久久| 久久久久精品国产欧美久久久 | 国产一区二区三区av在线| 一进一出抽搐动态| 精品久久蜜臀av无| 久久这里只有精品19| 精品国产一区二区久久| 久久精品久久久久久噜噜老黄| 桃花免费在线播放| 国产区一区二久久| av网站在线播放免费| 欧美大码av| 啦啦啦在线免费观看视频4| 咕卡用的链子| 久久青草综合色| 人妻久久中文字幕网| 欧美精品av麻豆av| 亚洲av电影在线观看一区二区三区| 国产av又大| 一进一出抽搐动态| 亚洲国产精品一区二区三区在线| 大香蕉久久网| 90打野战视频偷拍视频| 老司机影院毛片| 欧美在线一区亚洲| 久久久久国内视频| 国产av又大| 大香蕉久久成人网| 他把我摸到了高潮在线观看 | 日韩 欧美 亚洲 中文字幕| 十八禁网站网址无遮挡| h视频一区二区三区| 在线观看人妻少妇| 黑人巨大精品欧美一区二区蜜桃| 丝瓜视频免费看黄片| 午夜影院在线不卡| 无遮挡黄片免费观看| 国产av一区二区精品久久| 两个人免费观看高清视频| 国产91精品成人一区二区三区 | 下体分泌物呈黄色| 超碰97精品在线观看| 亚洲第一av免费看| 日本五十路高清| 午夜福利视频在线观看免费| 丰满少妇做爰视频| 欧美国产精品va在线观看不卡| 国产亚洲精品一区二区www | 女性生殖器流出的白浆| 国产一区二区激情短视频 | 精品第一国产精品| 中文字幕最新亚洲高清| 少妇的丰满在线观看| 精品欧美一区二区三区在线| 人人妻人人添人人爽欧美一区卜| 成人影院久久| 制服人妻中文乱码| 美女扒开内裤让男人捅视频| 日日爽夜夜爽网站| 久久精品国产综合久久久| 亚洲成人手机| 亚洲精品国产一区二区精华液| 丁香六月欧美| 亚洲一区中文字幕在线| 纯流量卡能插随身wifi吗| 不卡一级毛片| 丝袜喷水一区| 男女床上黄色一级片免费看| 中文字幕人妻丝袜制服| 日韩人妻精品一区2区三区| 国产福利在线免费观看视频| 国产亚洲精品久久久久5区| 69精品国产乱码久久久| 在线观看免费日韩欧美大片| 国产在视频线精品| 欧美国产精品va在线观看不卡| 精品福利观看| 久久人人97超碰香蕉20202| 国产精品久久久av美女十八| 亚洲成人免费av在线播放| 国产精品二区激情视频| 久久国产精品大桥未久av| 中文字幕人妻丝袜一区二区| 免费观看av网站的网址| 欧美精品一区二区免费开放| 成年人黄色毛片网站| 日本撒尿小便嘘嘘汇集6| 国产男人的电影天堂91| 欧美大码av| 欧美精品啪啪一区二区三区 | 国产xxxxx性猛交| av天堂在线播放| 1024香蕉在线观看| 国产av精品麻豆| 亚洲七黄色美女视频| 欧美日韩视频精品一区| 大片电影免费在线观看免费| 国产免费视频播放在线视频| 午夜激情av网站| 欧美精品啪啪一区二区三区 | 久久久久久免费高清国产稀缺| 国产亚洲av片在线观看秒播厂| 亚洲精品美女久久av网站| 国产三级黄色录像| 国产成人精品无人区| 国产成人精品久久二区二区91| 欧美人与性动交α欧美精品济南到| 91麻豆av在线| 啦啦啦在线免费观看视频4| 日韩一区二区三区影片| 国产精品影院久久| 国产欧美日韩一区二区三 | 性高湖久久久久久久久免费观看| 久久久久精品人妻al黑| 国产精品av久久久久免费| 亚洲美女黄色视频免费看| 操美女的视频在线观看| 50天的宝宝边吃奶边哭怎么回事| 欧美日韩精品网址| 亚洲av成人不卡在线观看播放网 | av福利片在线| 中文字幕高清在线视频| 亚洲中文日韩欧美视频| 精品国产超薄肉色丝袜足j| 99国产极品粉嫩在线观看| 国产伦理片在线播放av一区| 男女之事视频高清在线观看| 欧美人与性动交α欧美精品济南到| svipshipincom国产片| 在线观看舔阴道视频| 亚洲精品中文字幕在线视频| 999久久久国产精品视频| 久久精品熟女亚洲av麻豆精品| 一个人免费在线观看的高清视频 | 中文字幕人妻丝袜制服| 永久免费av网站大全| e午夜精品久久久久久久| 欧美久久黑人一区二区| 老司机影院成人| 亚洲伊人色综图| 无遮挡黄片免费观看| 国产欧美亚洲国产| 免费高清在线观看日韩| 女性生殖器流出的白浆| 免费观看人在逋| 国产欧美日韩一区二区精品| 精品国产一区二区久久| 老司机福利观看| 欧美日韩国产mv在线观看视频| 手机成人av网站| 另类精品久久| 十八禁高潮呻吟视频| 久久狼人影院| 深夜精品福利| 久久中文看片网| 男女免费视频国产| 在线观看免费日韩欧美大片| av片东京热男人的天堂| 最新在线观看一区二区三区| 国产1区2区3区精品| 久久精品亚洲熟妇少妇任你| 午夜精品国产一区二区电影| av在线老鸭窝| 人人妻人人澡人人爽人人夜夜| 大香蕉久久成人网| 中文精品一卡2卡3卡4更新| 国产精品99久久99久久久不卡| 国产成人系列免费观看| 国产精品av久久久久免费| 亚洲人成电影观看| 中文字幕av电影在线播放| 99国产精品一区二区三区| 波多野结衣av一区二区av| 免费高清在线观看日韩| 欧美日韩成人在线一区二区| 99久久精品国产亚洲精品| 亚洲 欧美一区二区三区| 亚洲精品国产av成人精品| 国产欧美日韩一区二区三区在线| 午夜免费成人在线视频| 亚洲av日韩精品久久久久久密| 国产欧美日韩综合在线一区二区| 十分钟在线观看高清视频www| 久久久精品94久久精品| 老熟妇乱子伦视频在线观看 | 亚洲精品美女久久久久99蜜臀| 日韩大码丰满熟妇| 午夜久久久在线观看| 美女扒开内裤让男人捅视频| 亚洲国产精品成人久久小说| 美女中出高潮动态图| 在线永久观看黄色视频| 少妇裸体淫交视频免费看高清 | 岛国在线观看网站| 悠悠久久av| 无遮挡黄片免费观看| 十八禁网站网址无遮挡| 久久久国产精品麻豆| 亚洲美女黄色视频免费看| 久久这里只有精品19| 丰满人妻熟妇乱又伦精品不卡| 国产精品久久久久久精品电影小说| 天天躁夜夜躁狠狠躁躁| avwww免费| 日韩三级视频一区二区三区| 美女主播在线视频| 9色porny在线观看| 黄色毛片三级朝国网站| 一二三四在线观看免费中文在| 国产精品麻豆人妻色哟哟久久| 亚洲九九香蕉| 老司机午夜福利在线观看视频 | 亚洲色图 男人天堂 中文字幕| 老司机午夜福利在线观看视频 | 欧美日韩成人在线一区二区| 成年人黄色毛片网站| 大片电影免费在线观看免费| 无限看片的www在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 国产av精品麻豆| 久久精品成人免费网站| 亚洲欧洲精品一区二区精品久久久| 下体分泌物呈黄色| 老司机在亚洲福利影院| 在线永久观看黄色视频| 男女边摸边吃奶| 午夜成年电影在线免费观看| 色老头精品视频在线观看| 男人添女人高潮全过程视频| 高清黄色对白视频在线免费看| 又大又爽又粗| 精品一区二区三区av网在线观看 | 久久久欧美国产精品| 亚洲国产欧美一区二区综合| 2018国产大陆天天弄谢| 啦啦啦在线免费观看视频4| 国产欧美日韩一区二区三区在线| 丝袜喷水一区| 大型av网站在线播放| 欧美一级毛片孕妇| 曰老女人黄片| 女人被躁到高潮嗷嗷叫费观| 91麻豆精品激情在线观看国产 | 交换朋友夫妻互换小说| 亚洲avbb在线观看| av国产精品久久久久影院| 国产欧美日韩一区二区三区在线| 啦啦啦免费观看视频1| 亚洲av日韩在线播放| 一级片'在线观看视频| 免费在线观看视频国产中文字幕亚洲 | av国产精品久久久久影院| 老熟女久久久| 亚洲视频免费观看视频| 18在线观看网站| 久久久久视频综合| 亚洲 欧美一区二区三区| 欧美性长视频在线观看| 男女无遮挡免费网站观看| 免费看十八禁软件| 50天的宝宝边吃奶边哭怎么回事| 国产成人欧美| 蜜桃在线观看..| 国产精品久久久久久人妻精品电影 | av有码第一页| 亚洲成国产人片在线观看| 精品少妇内射三级| 97精品久久久久久久久久精品| 国产伦理片在线播放av一区| 一进一出抽搐动态| 午夜日韩欧美国产| 欧美变态另类bdsm刘玥| 亚洲色图 男人天堂 中文字幕| 亚洲av成人一区二区三| 欧美变态另类bdsm刘玥| 久久久久久亚洲精品国产蜜桃av| 韩国高清视频一区二区三区| 黄频高清免费视频| 午夜成年电影在线免费观看| 日韩中文字幕欧美一区二区| 老汉色av国产亚洲站长工具| 女人精品久久久久毛片| 一本色道久久久久久精品综合| 免费日韩欧美在线观看| 精品人妻一区二区三区麻豆| 啪啪无遮挡十八禁网站| 一级毛片女人18水好多| 久久久久久久国产电影| 老司机影院毛片| 亚洲avbb在线观看| 美国免费a级毛片| 国产精品久久久久成人av| 国产精品影院久久| 国产伦人伦偷精品视频| 大码成人一级视频| 777久久人妻少妇嫩草av网站| 欧美激情 高清一区二区三区| 亚洲黑人精品在线| 国产亚洲午夜精品一区二区久久| 99久久99久久久精品蜜桃| av在线老鸭窝| 麻豆av在线久日| 看免费av毛片| 一级黄色大片毛片| 深夜精品福利| 人成视频在线观看免费观看| 人妻久久中文字幕网| 国产精品国产三级国产专区5o| 99国产精品免费福利视频| 国产精品久久久久久人妻精品电影 | 久久天堂一区二区三区四区| 日本av免费视频播放| 99香蕉大伊视频| 亚洲色图综合在线观看| 97在线人人人人妻| 丝袜美腿诱惑在线| 如日韩欧美国产精品一区二区三区| 两性夫妻黄色片| 色综合欧美亚洲国产小说| 日韩中文字幕欧美一区二区| 亚洲国产日韩一区二区| 波多野结衣av一区二区av| 国产精品.久久久| 各种免费的搞黄视频| 国产日韩欧美视频二区| 久久亚洲精品不卡| 操出白浆在线播放| 我的亚洲天堂| 女人高潮潮喷娇喘18禁视频| 久久精品成人免费网站| 91精品国产国语对白视频| 欧美日韩黄片免| 男女免费视频国产| 欧美另类一区| 老熟妇仑乱视频hdxx| 叶爱在线成人免费视频播放| 国产高清videossex| 男人爽女人下面视频在线观看| 国产伦理片在线播放av一区| 三级毛片av免费| 午夜激情av网站| 亚洲精品一二三| 日韩一卡2卡3卡4卡2021年| 少妇 在线观看| 久久女婷五月综合色啪小说| av福利片在线| 午夜免费观看性视频| 如日韩欧美国产精品一区二区三区| 91老司机精品| 亚洲欧美色中文字幕在线| 五月开心婷婷网| 成人三级做爰电影| 久久久久久人人人人人| 国产精品麻豆人妻色哟哟久久| av在线老鸭窝| 天天操日日干夜夜撸| 精品久久久久久电影网| 曰老女人黄片| 国产不卡av网站在线观看| 黄色视频,在线免费观看| 国产日韩一区二区三区精品不卡| 欧美 日韩 精品 国产| 日韩欧美免费精品| 高清在线国产一区| 97在线人人人人妻| 又大又爽又粗| 高清欧美精品videossex| 国产伦理片在线播放av一区| 一本—道久久a久久精品蜜桃钙片| 9191精品国产免费久久| 美女午夜性视频免费| 波多野结衣一区麻豆| 真人做人爱边吃奶动态| 久久精品国产亚洲av香蕉五月 | 男人添女人高潮全过程视频| 91麻豆av在线| 美女中出高潮动态图| 99久久国产精品久久久| 好男人电影高清在线观看| 亚洲人成电影免费在线| 中文字幕制服av| 一进一出抽搐动态| 欧美+亚洲+日韩+国产| 免费在线观看黄色视频的| 欧美精品亚洲一区二区| 欧美97在线视频| 99热国产这里只有精品6| 一本综合久久免费| 午夜福利,免费看| 亚洲一卡2卡3卡4卡5卡精品中文| 999久久久精品免费观看国产| 亚洲性夜色夜夜综合| 午夜免费鲁丝| 天天躁夜夜躁狠狠躁躁| 久久免费观看电影| 大片电影免费在线观看免费| 午夜精品国产一区二区电影| 免费女性裸体啪啪无遮挡网站| 男女高潮啪啪啪动态图| 99热全是精品| 亚洲精品中文字幕一二三四区 | 在线av久久热| 纯流量卡能插随身wifi吗| 俄罗斯特黄特色一大片| 色视频在线一区二区三区| 国产又爽黄色视频| 亚洲黑人精品在线| 精品久久久精品久久久| 深夜精品福利| 国产精品秋霞免费鲁丝片| 国产无遮挡羞羞视频在线观看| 啦啦啦 在线观看视频| 大片电影免费在线观看免费| 97在线人人人人妻| 欧美精品一区二区免费开放| 亚洲欧洲精品一区二区精品久久久| 亚洲第一av免费看| 大香蕉久久网| 亚洲情色 制服丝袜| 纯流量卡能插随身wifi吗| 91精品三级在线观看| 免费观看a级毛片全部| 欧美日韩精品网址| av超薄肉色丝袜交足视频| 桃花免费在线播放| 色视频在线一区二区三区| 欧美97在线视频| 黄色片一级片一级黄色片| 亚洲精品在线美女| 亚洲av日韩在线播放| 精品一区在线观看国产| 午夜福利视频在线观看免费| 亚洲av日韩在线播放| 汤姆久久久久久久影院中文字幕| netflix在线观看网站| 国产亚洲av片在线观看秒播厂| 免费在线观看黄色视频的| 色婷婷久久久亚洲欧美| 蜜桃在线观看..| 亚洲精华国产精华精| 一区二区三区乱码不卡18| 老汉色av国产亚洲站长工具| 91大片在线观看| 亚洲精品一二三| 久久青草综合色| 另类亚洲欧美激情| 色视频在线一区二区三区| 国产又色又爽无遮挡免| 亚洲国产欧美在线一区| 国产精品影院久久| 国产极品粉嫩免费观看在线| 欧美人与性动交α欧美软件| 国产一区二区三区在线臀色熟女 | 考比视频在线观看| 精品熟女少妇八av免费久了| 亚洲一区中文字幕在线| 丝袜美腿诱惑在线| 午夜日韩欧美国产| 亚洲中文av在线| 欧美日韩亚洲国产一区二区在线观看 | 免费高清在线观看视频在线观看| 下体分泌物呈黄色| 免费观看人在逋| 国产免费一区二区三区四区乱码| 91麻豆精品激情在线观看国产 | 一区在线观看完整版| 亚洲精品av麻豆狂野| 国产精品国产av在线观看| 大片电影免费在线观看免费| 精品亚洲成a人片在线观看| 美女高潮到喷水免费观看| 黄片播放在线免费| 国产精品久久久av美女十八| 久久精品成人免费网站| 9热在线视频观看99| 国产成人精品在线电影| 久久久精品94久久精品| 91精品国产国语对白视频| 午夜福利,免费看| 桃花免费在线播放| 久热爱精品视频在线9| 中亚洲国语对白在线视频| 色婷婷久久久亚洲欧美| 国产福利在线免费观看视频| 三级毛片av免费| 啦啦啦中文免费视频观看日本| 在线天堂中文资源库| 两个人看的免费小视频| 成年人免费黄色播放视频| netflix在线观看网站| 伊人亚洲综合成人网| 99热全是精品| 精品一区二区三区四区五区乱码| 国产在线观看jvid| av天堂久久9| 国产精品九九99| 女性被躁到高潮视频| 视频在线观看一区二区三区| 美女视频免费永久观看网站| 18禁裸乳无遮挡动漫免费视频| 男女无遮挡免费网站观看| 黄色怎么调成土黄色| 久久中文字幕一级| 麻豆乱淫一区二区| 国产成人一区二区三区免费视频网站| 啦啦啦免费观看视频1| 精品国产乱子伦一区二区三区 | 久久久久视频综合| 女人高潮潮喷娇喘18禁视频| 国产片内射在线| 国产一区二区激情短视频 | 视频在线观看一区二区三区| 老司机亚洲免费影院| 亚洲精品自拍成人| 久久久久久人人人人人| 久久久久久亚洲精品国产蜜桃av|