• <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
    中文字幕av在线有码专区| 国产美女午夜福利| 日韩欧美一区二区三区在线观看| 身体一侧抽搐| 联通29元200g的流量卡| 人妻少妇偷人精品九色| or卡值多少钱| 国产一区二区三区av在线 | 亚洲精品日韩在线中文字幕 | 国产爱豆传媒在线观看| 国产久久久一区二区三区| 日日摸夜夜添夜夜爱| 精品人妻视频免费看| 麻豆成人av视频| 亚洲av不卡在线观看| 免费人成视频x8x8入口观看| 色综合亚洲欧美另类图片| 99视频精品全部免费 在线| 日韩视频在线欧美| 三级毛片av免费| 亚洲av第一区精品v没综合| 久久精品国产亚洲av香蕉五月| 成年女人看的毛片在线观看| 国产成人精品一,二区 | 色5月婷婷丁香| 晚上一个人看的免费电影| 卡戴珊不雅视频在线播放| 亚洲综合色惰| 岛国毛片在线播放| 又黄又爽又刺激的免费视频.| 国产片特级美女逼逼视频| 国产黄a三级三级三级人| 99国产极品粉嫩在线观看| 国产黄片美女视频| 青春草视频在线免费观看| 欧美色欧美亚洲另类二区| 一个人观看的视频www高清免费观看| 亚洲自偷自拍三级| 91午夜精品亚洲一区二区三区| 国产免费男女视频| 高清毛片免费看| 午夜精品在线福利| 国国产精品蜜臀av免费| av国产免费在线观看| 一级黄色大片毛片| 精品久久久噜噜| 最近的中文字幕免费完整| 91在线精品国自产拍蜜月| 免费电影在线观看免费观看| 日韩一本色道免费dvd| 亚洲欧美日韩东京热| 99久久成人亚洲精品观看| 在线免费十八禁| 91久久精品国产一区二区成人| 亚洲精品色激情综合| 日本与韩国留学比较| 亚洲成人av在线免费| 午夜免费男女啪啪视频观看| 国产精品伦人一区二区| 一区二区三区免费毛片| 欧美性猛交黑人性爽| 久久精品久久久久久噜噜老黄 | 亚洲在久久综合| 一本精品99久久精品77| 成人性生交大片免费视频hd| 一个人免费在线观看电影| 97超视频在线观看视频| 亚洲精品自拍成人| h日本视频在线播放| 免费观看精品视频网站| 啦啦啦韩国在线观看视频| 美女xxoo啪啪120秒动态图| 草草在线视频免费看| 亚洲精品亚洲一区二区| 白带黄色成豆腐渣| 少妇的逼好多水| 欧美日韩在线观看h| 三级经典国产精品| 成人欧美大片| 成年av动漫网址| 亚洲欧美中文字幕日韩二区| 99久久无色码亚洲精品果冻| 九九热线精品视视频播放| 免费av毛片视频| 97人妻精品一区二区三区麻豆| 我的老师免费观看完整版| 白带黄色成豆腐渣| 欧美日本视频| 国产又黄又爽又无遮挡在线| 亚洲一区高清亚洲精品| 在线免费十八禁| 亚洲aⅴ乱码一区二区在线播放| 长腿黑丝高跟| 亚洲成人中文字幕在线播放| 欧美三级亚洲精品| 91狼人影院| 欧美最黄视频在线播放免费| 九九爱精品视频在线观看| 午夜激情福利司机影院| 嫩草影院入口| 免费大片18禁| 有码 亚洲区| 国产蜜桃级精品一区二区三区| 久久久午夜欧美精品| 欧美三级亚洲精品| 久久久久久久久久久免费av| 亚洲国产日韩欧美精品在线观看| 欧美潮喷喷水| 精品久久久久久成人av| 午夜激情欧美在线| 日本一二三区视频观看| 国产黄色小视频在线观看| 亚洲欧洲日产国产| 色吧在线观看| 日韩欧美一区二区三区在线观看| 亚洲欧美日韩无卡精品| 国产精品综合久久久久久久免费| 在线a可以看的网站| 国产成人一区二区在线| 啦啦啦观看免费观看视频高清| 99久久人妻综合| 一级黄片播放器| 日本欧美国产在线视频| 欧美激情在线99| 综合色丁香网| 国国产精品蜜臀av免费| 黑人高潮一二区| 日韩中字成人| 深夜a级毛片| 亚洲精品日韩在线中文字幕 | 97超视频在线观看视频| 一区福利在线观看| 91午夜精品亚洲一区二区三区| 高清午夜精品一区二区三区 | 久久久久久久午夜电影| 亚洲av成人av| 免费av毛片视频| 99久久精品热视频| 日本色播在线视频| 99国产极品粉嫩在线观看| 亚洲精品亚洲一区二区| 国产午夜福利久久久久久| 国产高清不卡午夜福利| 大香蕉久久网| 黄色配什么色好看| 欧美人与善性xxx| 少妇的逼水好多| 国产欧美日韩精品一区二区| 国产精品麻豆人妻色哟哟久久 | 在线观看av片永久免费下载| 国产极品精品免费视频能看的| 日本成人三级电影网站| 免费无遮挡裸体视频| 国产午夜精品论理片| kizo精华| 赤兔流量卡办理| 啦啦啦观看免费观看视频高清| 亚洲欧美日韩高清在线视频| 高清毛片免费看| 最近的中文字幕免费完整| 一本久久精品| 日韩欧美精品v在线| 麻豆成人av视频| 又黄又爽又刺激的免费视频.| 久久久国产成人免费| 国产精品综合久久久久久久免费| 欧美三级亚洲精品| 黄色日韩在线| 国产老妇女一区| 在线观看66精品国产| 久久久久国产网址| 亚洲最大成人中文| 国产伦一二天堂av在线观看| 国产精品不卡视频一区二区| 91精品一卡2卡3卡4卡| 欧美潮喷喷水| 成人午夜精彩视频在线观看| 成人午夜精彩视频在线观看| 可以在线观看毛片的网站| 国产成人精品一,二区 | av在线观看视频网站免费| 此物有八面人人有两片| 欧美一区二区精品小视频在线| 国产乱人视频| 波多野结衣高清无吗| 国产三级中文精品| 国产乱人视频| 久久精品人妻少妇| 日韩av不卡免费在线播放| 男人舔奶头视频| 久久精品人妻少妇| 2022亚洲国产成人精品| 村上凉子中文字幕在线| 自拍偷自拍亚洲精品老妇| 国产午夜精品久久久久久一区二区三区| 日韩人妻高清精品专区| 日韩欧美 国产精品| 国产爱豆传媒在线观看| 国产爱豆传媒在线观看| 亚洲精品亚洲一区二区| 日日啪夜夜撸| 亚洲真实伦在线观看| 欧美日韩在线观看h| 国产高清激情床上av| 国产精品一及| 国产成人精品婷婷| 久久精品综合一区二区三区| 国产视频首页在线观看| 狂野欧美激情性xxxx在线观看| 国产精品爽爽va在线观看网站| 亚洲无线在线观看| 日韩成人av中文字幕在线观看| 天美传媒精品一区二区| 一区二区三区四区激情视频 | 99热精品在线国产| 麻豆一二三区av精品| 看片在线看免费视频| 18+在线观看网站| 欧美+日韩+精品| 国产毛片a区久久久久| .国产精品久久| 精品一区二区三区人妻视频| 又粗又爽又猛毛片免费看| 久久久久久九九精品二区国产| 国产乱人视频| 日韩欧美精品v在线| 男人舔女人下体高潮全视频| 91麻豆精品激情在线观看国产| 免费不卡的大黄色大毛片视频在线观看 | 五月伊人婷婷丁香| 26uuu在线亚洲综合色| www.色视频.com| 天堂√8在线中文| 嫩草影院精品99| 国产一区二区亚洲精品在线观看| 国产三级中文精品| 黄色一级大片看看| 欧美一级a爱片免费观看看| 国产美女午夜福利| 一区二区三区四区激情视频 | 好男人视频免费观看在线| 97超视频在线观看视频| 在线观看av片永久免费下载| 久久久久国产网址| 中文字幕久久专区| 女人被狂操c到高潮| 天天躁日日操中文字幕| 久久久久久国产a免费观看| 色噜噜av男人的天堂激情| 亚洲一区二区三区色噜噜| 日本熟妇午夜| 91精品一卡2卡3卡4卡| 看十八女毛片水多多多| 欧美又色又爽又黄视频| 国产高清激情床上av| 一区福利在线观看| 美女xxoo啪啪120秒动态图| 99在线视频只有这里精品首页| 亚洲人成网站在线播| 赤兔流量卡办理| 麻豆av噜噜一区二区三区| 久久精品国产99精品国产亚洲性色| 国产在线精品亚洲第一网站| 黄色配什么色好看| 日韩av不卡免费在线播放| 国产精品av视频在线免费观看| 国国产精品蜜臀av免费| 国产黄片视频在线免费观看| 精品一区二区三区视频在线| 国产 一区 欧美 日韩| 两性午夜刺激爽爽歪歪视频在线观看| 日韩精品青青久久久久久| 日韩三级伦理在线观看| av卡一久久| 国产日本99.免费观看| 国产在视频线在精品| 亚洲在久久综合| 日本免费一区二区三区高清不卡| 丰满人妻一区二区三区视频av| 久久综合国产亚洲精品| 国产精品一区www在线观看| 国内久久婷婷六月综合欲色啪| 91精品一卡2卡3卡4卡| 免费观看在线日韩| 久久精品久久久久久噜噜老黄 | 久久99蜜桃精品久久| 在线免费观看的www视频| 69av精品久久久久久| 久久99热6这里只有精品| 亚洲在线自拍视频| 九九在线视频观看精品| 精品久久久久久久久亚洲| 青春草亚洲视频在线观看| 亚洲最大成人手机在线| 青春草国产在线视频 | 人妻制服诱惑在线中文字幕| 日本-黄色视频高清免费观看| 搡女人真爽免费视频火全软件| 国产一区二区亚洲精品在线观看| 少妇猛男粗大的猛烈进出视频 | 99久久精品国产国产毛片| 国产乱人偷精品视频| 国产午夜精品论理片| 欧美又色又爽又黄视频| 九色成人免费人妻av| 免费观看的影片在线观看| 一卡2卡三卡四卡精品乱码亚洲| 97超碰精品成人国产| 三级国产精品欧美在线观看| 久久久久久久久久黄片| 国产成人影院久久av| 午夜福利成人在线免费观看| 天堂av国产一区二区熟女人妻| 在线观看免费视频日本深夜| 久久99蜜桃精品久久| 偷拍熟女少妇极品色| 精品无人区乱码1区二区| 日韩视频在线欧美| 人体艺术视频欧美日本| 我的女老师完整版在线观看| 美女内射精品一级片tv| 亚洲欧美精品综合久久99| 久久久久久久久久成人| 亚洲精品久久久久久婷婷小说 | 日韩国内少妇激情av| 国产极品天堂在线| АⅤ资源中文在线天堂| 给我免费播放毛片高清在线观看| 国产亚洲av片在线观看秒播厂 | 2022亚洲国产成人精品| av又黄又爽大尺度在线免费看 | 精品人妻偷拍中文字幕| 草草在线视频免费看| 国产精品久久视频播放| 中文字幕人妻熟人妻熟丝袜美| 看免费成人av毛片| 国产 一区精品| 听说在线观看完整版免费高清| 乱系列少妇在线播放| 久久久精品大字幕| 国产精品综合久久久久久久免费| 亚洲欧美成人综合另类久久久 | 爱豆传媒免费全集在线观看| 日韩精品有码人妻一区| 91久久精品国产一区二区三区| 岛国在线免费视频观看| 极品教师在线视频| 尾随美女入室| 少妇人妻一区二区三区视频| 91久久精品国产一区二区三区| 国产精品嫩草影院av在线观看| 天堂网av新在线| 国产熟女欧美一区二区| 亚洲美女视频黄频| 亚洲精品久久国产高清桃花| 99久久人妻综合| 在线观看免费视频日本深夜| 丰满人妻一区二区三区视频av| 亚洲欧美清纯卡通| 久久久久久久亚洲中文字幕| 午夜福利在线观看免费完整高清在 | 国产 一区精品| 欧美性感艳星| 极品教师在线视频| 看免费成人av毛片| 97人妻精品一区二区三区麻豆| 我要看日韩黄色一级片| 看非洲黑人一级黄片| 亚洲va在线va天堂va国产| 麻豆成人av视频| 91麻豆精品激情在线观看国产| 嫩草影院入口| 中文字幕免费在线视频6| 久久久久久久久久成人| 亚洲乱码一区二区免费版| 久久久久久国产a免费观看| 国产精品久久久久久精品电影小说 | 成人综合一区亚洲| 成年女人看的毛片在线观看| 欧美精品国产亚洲| 国产人妻一区二区三区在| 亚洲精华国产精华液的使用体验 | 成人无遮挡网站| 级片在线观看| 欧美三级亚洲精品| 亚洲精品色激情综合| 在线免费观看不下载黄p国产| 国产伦一二天堂av在线观看| 国产精品av视频在线免费观看| 嫩草影院入口| 一级毛片aaaaaa免费看小| 亚洲精品日韩av片在线观看| а√天堂www在线а√下载| 99热这里只有精品一区| 亚洲电影在线观看av| 成人特级av手机在线观看| 亚洲国产精品久久男人天堂| 亚洲人成网站在线播放欧美日韩| 久久这里只有精品中国| 久久午夜亚洲精品久久| 亚洲av中文字字幕乱码综合| 国产极品天堂在线| 少妇猛男粗大的猛烈进出视频 | 嘟嘟电影网在线观看| 国产高清不卡午夜福利| 一级毛片电影观看 | 我要看日韩黄色一级片| 欧美另类亚洲清纯唯美| 全区人妻精品视频| or卡值多少钱| 女的被弄到高潮叫床怎么办| 在线观看66精品国产| 亚洲美女视频黄频| 一边摸一边抽搐一进一小说| 国产探花在线观看一区二区| 欧美一区二区精品小视频在线| 欧美日韩乱码在线| 国产乱人偷精品视频| 男女啪啪激烈高潮av片| 青青草视频在线视频观看| 亚洲图色成人| 日韩欧美 国产精品| 精品免费久久久久久久清纯| 一本精品99久久精品77| 亚洲人成网站在线播放欧美日韩| 国产精品三级大全| 欧美成人精品欧美一级黄| 国产免费一级a男人的天堂| 女人十人毛片免费观看3o分钟| 亚洲在线观看片| 最好的美女福利视频网| 高清毛片免费观看视频网站| 欧美+日韩+精品| 国产一区亚洲一区在线观看| 嘟嘟电影网在线观看| 寂寞人妻少妇视频99o| 精品免费久久久久久久清纯| 国内精品久久久久精免费| 哪个播放器可以免费观看大片| 午夜免费激情av| 国产午夜精品论理片| 国产精品免费一区二区三区在线| 在线免费观看不下载黄p国产| h日本视频在线播放| 久久精品综合一区二区三区| 亚洲久久久久久中文字幕| 欧美精品一区二区大全| 欧美性感艳星| 午夜精品一区二区三区免费看| 国产一区二区在线观看日韩| 人妻少妇偷人精品九色| 亚洲欧美日韩高清在线视频| 在线观看免费视频日本深夜| 国产成年人精品一区二区| 国产白丝娇喘喷水9色精品| 国内精品美女久久久久久| 乱人视频在线观看| 久久精品国产鲁丝片午夜精品| av在线蜜桃| 日本av手机在线免费观看| 国产日韩欧美在线精品| 日韩欧美精品v在线| 亚洲av免费高清在线观看| 搞女人的毛片| 亚洲av成人av| 蜜桃久久精品国产亚洲av| 亚洲av中文av极速乱| 亚洲五月天丁香| 亚洲人成网站在线观看播放| 男人舔女人下体高潮全视频| 男插女下体视频免费在线播放| 亚洲欧美成人精品一区二区| 久久精品夜夜夜夜夜久久蜜豆| 国产精品美女特级片免费视频播放器| 天天一区二区日本电影三级| 亚洲欧洲日产国产| 国产精品麻豆人妻色哟哟久久 | 插阴视频在线观看视频| 国产探花在线观看一区二区| 国产三级中文精品| 久久久久九九精品影院| 国产精品乱码一区二三区的特点| 久久精品国产清高在天天线| 国产麻豆成人av免费视频| 99久久九九国产精品国产免费| 久久久久久伊人网av| 亚洲欧美中文字幕日韩二区| 国产成人一区二区在线| 国产精品久久久久久精品电影| 免费观看a级毛片全部| 99热网站在线观看| 久久精品夜色国产| 美女脱内裤让男人舔精品视频 | 日日摸夜夜添夜夜爱| 午夜精品一区二区三区免费看| 国产 一区精品| 久久精品夜色国产| 男的添女的下面高潮视频| 成人无遮挡网站| 国产成人freesex在线| 丰满乱子伦码专区| 午夜久久久久精精品| 欧美日韩在线观看h| av女优亚洲男人天堂| 国产精品一区二区在线观看99 | 卡戴珊不雅视频在线播放| 亚洲av成人精品一区久久| 久久人人精品亚洲av| 精品欧美国产一区二区三| 婷婷精品国产亚洲av| 青春草亚洲视频在线观看| 国产成人a区在线观看| avwww免费| 99热这里只有是精品在线观看| 99视频精品全部免费 在线| 国国产精品蜜臀av免费| 亚洲人成网站在线播| 国产av在哪里看| 国产麻豆成人av免费视频| 国产成人精品久久久久久| 性插视频无遮挡在线免费观看| 国产免费男女视频| or卡值多少钱| 欧美高清成人免费视频www| 亚洲熟妇中文字幕五十中出| 午夜久久久久精精品| 26uuu在线亚洲综合色| 男人狂女人下面高潮的视频| 99久久久亚洲精品蜜臀av| 国内精品宾馆在线| 亚洲人成网站在线播放欧美日韩| 亚洲aⅴ乱码一区二区在线播放| 国产伦理片在线播放av一区 | 国产精品久久视频播放| 国产毛片a区久久久久| 国产精品女同一区二区软件| 亚洲人成网站在线观看播放| 国产一区二区亚洲精品在线观看| 亚洲在线自拍视频| 高清日韩中文字幕在线| 又爽又黄无遮挡网站| 午夜福利在线在线| 人妻少妇偷人精品九色| 国产精品乱码一区二三区的特点| 黑人高潮一二区| 亚洲国产精品久久男人天堂| 国产爱豆传媒在线观看| 毛片一级片免费看久久久久| 尾随美女入室| 99热只有精品国产| 国产一级毛片在线| 午夜福利高清视频| av卡一久久| 欧美日本视频| 丰满人妻一区二区三区视频av| 麻豆精品久久久久久蜜桃| 午夜福利在线观看免费完整高清在 | av视频在线观看入口| 看黄色毛片网站| 国内揄拍国产精品人妻在线| 午夜激情欧美在线| 我的老师免费观看完整版| 欧美成人一区二区免费高清观看| 岛国毛片在线播放| 一夜夜www| 免费看光身美女| 嫩草影院新地址| 久久久久久久久久成人| 亚洲精品国产成人久久av| 99精品在免费线老司机午夜| 亚洲国产欧洲综合997久久,| 99热这里只有是精品50| 菩萨蛮人人尽说江南好唐韦庄 | 有码 亚洲区| a级一级毛片免费在线观看| 少妇的逼好多水| 国产欧美日韩精品一区二区| 哪里可以看免费的av片| 黄色欧美视频在线观看| 久久99热这里只有精品18| 久久精品久久久久久久性| 日本黄大片高清| 免费观看的影片在线观看| 小说图片视频综合网站| 一个人观看的视频www高清免费观看| 欧美日韩国产亚洲二区| 国产一区二区三区在线臀色熟女| 国产av麻豆久久久久久久| 亚洲一级一片aⅴ在线观看| 别揉我奶头 嗯啊视频| 最新中文字幕久久久久| 麻豆av噜噜一区二区三区| av天堂在线播放| 青春草国产在线视频 | 少妇被粗大猛烈的视频| 麻豆av噜噜一区二区三区| 男人舔奶头视频| 一区二区三区免费毛片| 国产午夜精品论理片| 欧美日韩乱码在线| 成人一区二区视频在线观看| 日韩精品有码人妻一区| 人妻久久中文字幕网| 男人舔女人下体高潮全视频| 精品久久久久久成人av| 亚洲欧美成人综合另类久久久 | 国产精品美女特级片免费视频播放器| 欧美日韩一区二区视频在线观看视频在线 | 直男gayav资源| 欧美bdsm另类| 国产91av在线免费观看| av免费观看日本| 中出人妻视频一区二区| 欧美日韩精品成人综合77777| 精品日产1卡2卡|