• <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
    波多野结衣av一区二区av| a级毛片在线看网站| 精品国产一区二区久久| 成人18禁高潮啪啪吃奶动态图| 国产精品熟女久久久久浪| 伊人久久国产一区二区| 久久女婷五月综合色啪小说| 国产精品偷伦视频观看了| 在线观看三级黄色| 曰老女人黄片| 日韩 欧美 亚洲 中文字幕| 九草在线视频观看| 国产国语露脸激情在线看| 黄片播放在线免费| 韩国高清视频一区二区三区| 午夜福利乱码中文字幕| 亚洲国产欧美一区二区综合| 成人国产av品久久久| 一本一本久久a久久精品综合妖精| 美女大奶头黄色视频| 狂野欧美激情性xxxx| 久久精品国产综合久久久| 女的被弄到高潮叫床怎么办| 免费在线观看完整版高清| 欧美精品一区二区大全| svipshipincom国产片| 色婷婷久久久亚洲欧美| 男女无遮挡免费网站观看| 黄频高清免费视频| 最近最新中文字幕免费大全7| 久久国产亚洲av麻豆专区| 亚洲av综合色区一区| 熟女av电影| 九草在线视频观看| 精品酒店卫生间| 午夜免费男女啪啪视频观看| 搡老岳熟女国产| 女人久久www免费人成看片| 欧美精品一区二区免费开放| 欧美另类一区| 亚洲欧美激情在线| 国产一卡二卡三卡精品 | 99久久综合免费| 午夜精品国产一区二区电影| 捣出白浆h1v1| 亚洲国产av新网站| 日本欧美国产在线视频| 午夜影院在线不卡| 日韩人妻精品一区2区三区| 一边亲一边摸免费视频| 在线免费观看不下载黄p国产| 精品视频人人做人人爽| 99久久人妻综合| 在线亚洲精品国产二区图片欧美| 欧美人与善性xxx| 亚洲精品,欧美精品| 国产高清国产精品国产三级| 最近2019中文字幕mv第一页| 一区二区日韩欧美中文字幕| 纵有疾风起免费观看全集完整版| 久久久国产一区二区| 成年人午夜在线观看视频| 国产免费又黄又爽又色| 高清黄色对白视频在线免费看| 亚洲精品乱久久久久久| 欧美精品亚洲一区二区| 久久亚洲国产成人精品v| 视频在线观看一区二区三区| 一级毛片电影观看| 欧美 日韩 精品 国产| 不卡视频在线观看欧美| 日本色播在线视频| 精品少妇内射三级| 午夜影院在线不卡| 超色免费av| 亚洲av电影在线观看一区二区三区| 亚洲精品第二区| 人妻 亚洲 视频| 天天躁夜夜躁狠狠久久av| 国产亚洲欧美精品永久| 麻豆精品久久久久久蜜桃| 国产成人一区二区在线| 一区二区av电影网| 人妻人人澡人人爽人人| 丝袜喷水一区| 婷婷色麻豆天堂久久| 国产精品一区二区在线不卡| 亚洲三区欧美一区| 国产欧美亚洲国产| 久久久久视频综合| 亚洲欧美中文字幕日韩二区| 久久精品aⅴ一区二区三区四区| 亚洲av欧美aⅴ国产| 免费av中文字幕在线| 亚洲五月色婷婷综合| 亚洲视频免费观看视频| 婷婷色麻豆天堂久久| 精品久久蜜臀av无| 亚洲国产中文字幕在线视频| 欧美中文综合在线视频| 男女高潮啪啪啪动态图| av不卡在线播放| 国产精品久久久av美女十八| 国产精品久久久久久人妻精品电影 | 啦啦啦中文免费视频观看日本| 在线亚洲精品国产二区图片欧美| 亚洲av电影在线进入| 性少妇av在线| 在线免费观看不下载黄p国产| 高清视频免费观看一区二区| 香蕉国产在线看| 天美传媒精品一区二区| 丁香六月天网| 1024视频免费在线观看| 午夜免费鲁丝| 极品少妇高潮喷水抽搐| 18在线观看网站| 黄色怎么调成土黄色| 久久久久久人人人人人| 欧美精品一区二区大全| 高清不卡的av网站| 日韩电影二区| 中文字幕人妻熟女乱码| 欧美国产精品va在线观看不卡| 国产成人精品福利久久| 少妇人妻 视频| 欧美乱码精品一区二区三区| 国产又爽黄色视频| 91aial.com中文字幕在线观看| 啦啦啦在线免费观看视频4| 欧美日韩亚洲高清精品| 久久精品国产亚洲av高清一级| 国产精品三级大全| 悠悠久久av| 人人妻人人澡人人爽人人夜夜| 性少妇av在线| 777久久人妻少妇嫩草av网站| 欧美日韩亚洲综合一区二区三区_| 国产精品无大码| 午夜日韩欧美国产| 国产精品国产av在线观看| 欧美精品一区二区免费开放| 99久久综合免费| 国产色婷婷99| 69精品国产乱码久久久| 色婷婷久久久亚洲欧美| 另类亚洲欧美激情| 视频区图区小说| 亚洲综合精品二区| 99re6热这里在线精品视频| 亚洲国产av影院在线观看| 热99国产精品久久久久久7| 热99久久久久精品小说推荐| 最黄视频免费看| 亚洲欧美一区二区三区久久| 欧美97在线视频| 日韩大码丰满熟妇| 少妇猛男粗大的猛烈进出视频| videos熟女内射| 欧美在线一区亚洲| 一二三四中文在线观看免费高清| 天天影视国产精品| 大香蕉久久成人网| 欧美少妇被猛烈插入视频| 久久精品久久精品一区二区三区| 女人爽到高潮嗷嗷叫在线视频| 精品少妇一区二区三区视频日本电影 | 岛国毛片在线播放| 国产男女内射视频| 黑人巨大精品欧美一区二区蜜桃| 国产女主播在线喷水免费视频网站| 国产人伦9x9x在线观看| 国产日韩欧美亚洲二区| 久久性视频一级片| 日本欧美国产在线视频| 黄色视频不卡| 激情五月婷婷亚洲| 嫩草影视91久久| 午夜福利网站1000一区二区三区| 精品第一国产精品| 国产又爽黄色视频| 99精品久久久久人妻精品| 超碰成人久久| 欧美日本中文国产一区发布| 99热网站在线观看| 97精品久久久久久久久久精品| 国产成人精品福利久久| 国产人伦9x9x在线观看| 在线观看一区二区三区激情| 久久99精品国语久久久| 9191精品国产免费久久| 亚洲,欧美,日韩| 中国三级夫妇交换| 晚上一个人看的免费电影| 欧美xxⅹ黑人| 久久国产亚洲av麻豆专区| 日韩电影二区| 七月丁香在线播放| 女的被弄到高潮叫床怎么办| 高清黄色对白视频在线免费看| 我的亚洲天堂| 精品国产一区二区三区四区第35| 国产一区二区三区av在线| 亚洲精品国产av成人精品| 熟女av电影| 国产成人免费观看mmmm| 欧美成人午夜精品| 亚洲七黄色美女视频| 日韩成人av中文字幕在线观看| 丝袜喷水一区| 人人妻人人澡人人看| 曰老女人黄片| 精品国产一区二区三区久久久樱花| 欧美国产精品一级二级三级| 亚洲图色成人| 久久免费观看电影| 婷婷色综合www| 尾随美女入室| 久久久国产一区二区| 中文字幕亚洲精品专区| 婷婷色麻豆天堂久久| 欧美日韩国产mv在线观看视频| 亚洲人成网站在线观看播放| 少妇被粗大猛烈的视频| 一二三四在线观看免费中文在| 女人久久www免费人成看片| svipshipincom国产片| 久久精品国产a三级三级三级| 美女大奶头黄色视频| 中文字幕av电影在线播放| 美女中出高潮动态图| av福利片在线| 亚洲精品第二区| 精品国产露脸久久av麻豆| 精品一区在线观看国产| 国产一区有黄有色的免费视频| 国产精品国产三级专区第一集| 一本久久精品| 久久久国产精品麻豆| 国产人伦9x9x在线观看| 伊人久久国产一区二区| 男女之事视频高清在线观看 | 欧美激情高清一区二区三区 | 亚洲成人免费av在线播放| 中文天堂在线官网| 毛片一级片免费看久久久久| 蜜桃在线观看..| 七月丁香在线播放| 熟妇人妻不卡中文字幕| 又大又爽又粗| 国产精品一区二区精品视频观看| 亚洲成色77777| 久久午夜综合久久蜜桃| 欧美97在线视频| 国产国语露脸激情在线看| 侵犯人妻中文字幕一二三四区| 天天添夜夜摸| 亚洲精品av麻豆狂野| 一区二区日韩欧美中文字幕| 一级毛片 在线播放| 在线观看www视频免费| 国产女主播在线喷水免费视频网站| 国产免费视频播放在线视频| 午夜免费男女啪啪视频观看| 少妇的丰满在线观看| 18禁动态无遮挡网站| 母亲3免费完整高清在线观看| 毛片一级片免费看久久久久| 国产精品二区激情视频| 亚洲欧洲精品一区二区精品久久久 | 久久久国产精品麻豆| 久久久久精品国产欧美久久久 | 亚洲四区av| 看十八女毛片水多多多| 啦啦啦在线免费观看视频4| 国产又色又爽无遮挡免| 中文字幕另类日韩欧美亚洲嫩草| 日本爱情动作片www.在线观看| 亚洲精品久久成人aⅴ小说| 菩萨蛮人人尽说江南好唐韦庄| 麻豆精品久久久久久蜜桃| 永久免费av网站大全| 男男h啪啪无遮挡| 黄片小视频在线播放| 中文字幕色久视频| 日本91视频免费播放| 男人操女人黄网站| 在线免费观看不下载黄p国产| 黄频高清免费视频| 中文字幕高清在线视频| 亚洲精品美女久久久久99蜜臀 | 国产日韩欧美视频二区| 天天躁夜夜躁狠狠久久av| 老司机深夜福利视频在线观看 | h视频一区二区三区| 性少妇av在线| 九九爱精品视频在线观看| 久久性视频一级片| 性色av一级| 交换朋友夫妻互换小说| 男人爽女人下面视频在线观看| 成人亚洲欧美一区二区av| 9色porny在线观看| 亚洲欧美成人精品一区二区| 亚洲精品国产一区二区精华液| 精品亚洲成a人片在线观看| 精品国产乱码久久久久久小说| 久久久精品区二区三区| 国产精品偷伦视频观看了| 国产精品一区二区精品视频观看| 大话2 男鬼变身卡| 在现免费观看毛片| 天堂中文最新版在线下载| 国产成人a∨麻豆精品| 不卡视频在线观看欧美| 国产99久久九九免费精品| 在线观看免费视频网站a站| 久久天躁狠狠躁夜夜2o2o | 欧美少妇被猛烈插入视频| 欧美日韩精品网址| 亚洲人成网站在线观看播放| 久久性视频一级片| 亚洲婷婷狠狠爱综合网| 久久精品熟女亚洲av麻豆精品| 中文欧美无线码| 日韩免费高清中文字幕av| 考比视频在线观看| bbb黄色大片| 欧美日韩av久久| 91精品三级在线观看| 一级毛片 在线播放| 一二三四在线观看免费中文在| 黄色视频不卡| 大片电影免费在线观看免费| 亚洲三区欧美一区| 在线天堂最新版资源| 久久影院123| 人人妻,人人澡人人爽秒播 | 欧美日韩视频精品一区| 老汉色∧v一级毛片| 亚洲精品,欧美精品| 久久人人爽人人片av| 国产精品 国内视频| 老司机亚洲免费影院| 免费女性裸体啪啪无遮挡网站| 欧美乱码精品一区二区三区| 99精国产麻豆久久婷婷| 最近手机中文字幕大全| 免费观看人在逋| 日韩欧美精品免费久久| 一级毛片黄色毛片免费观看视频| 一区二区三区乱码不卡18| 亚洲成人av在线免费| 色播在线永久视频| 90打野战视频偷拍视频| 国语对白做爰xxxⅹ性视频网站| 久久女婷五月综合色啪小说| 精品国产国语对白av| 人人妻人人澡人人爽人人夜夜| 久久韩国三级中文字幕| 大陆偷拍与自拍| 9191精品国产免费久久| 国产有黄有色有爽视频| 不卡av一区二区三区| 国产伦人伦偷精品视频| 国产片特级美女逼逼视频| 亚洲七黄色美女视频| 欧美国产精品va在线观看不卡| 男女之事视频高清在线观看 | 国产精品国产三级国产专区5o| 丝袜人妻中文字幕| 亚洲精品成人av观看孕妇| 亚洲精品自拍成人| 亚洲三区欧美一区| av免费观看日本| 亚洲国产成人一精品久久久| 亚洲欧洲国产日韩| 97在线人人人人妻| 亚洲av福利一区| 青春草视频在线免费观看| 午夜激情久久久久久久| 国产午夜精品一二区理论片| 青春草亚洲视频在线观看| 久久天堂一区二区三区四区| 9色porny在线观看| 黄色视频不卡| 咕卡用的链子| 51午夜福利影视在线观看| 老司机亚洲免费影院| 永久免费av网站大全| 午夜激情av网站| 色精品久久人妻99蜜桃| 性色av一级| 哪个播放器可以免费观看大片| 如何舔出高潮| 亚洲伊人久久精品综合| av在线老鸭窝| 午夜久久久在线观看| 两个人免费观看高清视频| 国产精品 欧美亚洲| 考比视频在线观看| 综合色丁香网| 亚洲av日韩精品久久久久久密 | 高清欧美精品videossex| 91精品三级在线观看| 少妇的丰满在线观看| 亚洲欧美一区二区三区国产| 亚洲国产精品999| 精品久久蜜臀av无| 80岁老熟妇乱子伦牲交| 综合色丁香网| 午夜福利在线免费观看网站| 美国免费a级毛片| 51午夜福利影视在线观看| 久久久久精品性色| 汤姆久久久久久久影院中文字幕| 老汉色∧v一级毛片| 久久精品久久久久久噜噜老黄| 国产深夜福利视频在线观看| 国产成人免费观看mmmm| 成年动漫av网址| 国产片内射在线| 人妻一区二区av| 国产av国产精品国产| 亚洲人成77777在线视频| 一级毛片我不卡| 国产成人精品久久久久久| 欧美日韩精品网址| 国产精品无大码| 狠狠精品人妻久久久久久综合| 少妇人妻 视频| 无遮挡黄片免费观看| 国产亚洲欧美精品永久| 国产伦理片在线播放av一区| 中文字幕av电影在线播放| 国产男女超爽视频在线观看| 成年人午夜在线观看视频| 国产黄色免费在线视频| 黄色 视频免费看| 国产精品秋霞免费鲁丝片| 丝袜喷水一区| 伦理电影免费视频| 黄色一级大片看看| av不卡在线播放| 男女边摸边吃奶| 热re99久久精品国产66热6| 免费在线观看黄色视频的| 国产日韩欧美亚洲二区| 国产亚洲午夜精品一区二区久久| 欧美另类一区| 亚洲久久久国产精品| 高清不卡的av网站| 亚洲av中文av极速乱| 精品国产超薄肉色丝袜足j| 婷婷色综合大香蕉| 精品亚洲成a人片在线观看| 熟女少妇亚洲综合色aaa.| 免费看不卡的av| 黄色怎么调成土黄色| 大香蕉久久网| 欧美 亚洲 国产 日韩一| 男女边摸边吃奶| 如何舔出高潮| 中文字幕色久视频| 宅男免费午夜| 午夜日韩欧美国产| 高清黄色对白视频在线免费看| 秋霞在线观看毛片| 99热国产这里只有精品6| 一个人免费看片子| 在线观看国产h片| 久久鲁丝午夜福利片| 久久精品国产综合久久久| 人成视频在线观看免费观看| 国产精品免费视频内射| 亚洲天堂av无毛| 国产野战对白在线观看| 国产精品欧美亚洲77777| 人妻一区二区av| 亚洲国产欧美网| 天天操日日干夜夜撸| 妹子高潮喷水视频| 色吧在线观看| 久久亚洲国产成人精品v| 毛片一级片免费看久久久久| 精品福利永久在线观看| 亚洲av综合色区一区| 桃花免费在线播放| 久久毛片免费看一区二区三区| 日日爽夜夜爽网站| 亚洲一码二码三码区别大吗| 亚洲精品中文字幕在线视频| 最新在线观看一区二区三区 | 欧美激情极品国产一区二区三区| 在现免费观看毛片| 国产 一区精品| av在线app专区| 国产亚洲午夜精品一区二区久久| 黄色一级大片看看| 美女国产高潮福利片在线看| 欧美人与性动交α欧美精品济南到| 国产亚洲精品第一综合不卡| √禁漫天堂资源中文www| 成年动漫av网址| 熟女少妇亚洲综合色aaa.| 国产免费又黄又爽又色| 大码成人一级视频| 丝袜喷水一区| 最新在线观看一区二区三区 | 国产精品嫩草影院av在线观看| 只有这里有精品99| 91成人精品电影| 在线观看国产h片| 久久国产精品大桥未久av| 9热在线视频观看99| 99香蕉大伊视频| 国产色婷婷99| 国产av国产精品国产| 制服丝袜香蕉在线| 国产精品久久久久久精品古装| 最近最新中文字幕免费大全7| 18禁国产床啪视频网站| 一级毛片我不卡| 国产精品国产三级专区第一集| 亚洲精品一区蜜桃| 制服人妻中文乱码| 国产有黄有色有爽视频| 久久精品久久久久久久性| 最新在线观看一区二区三区 | 色网站视频免费| 久久人人爽人人片av| 性少妇av在线| 18禁国产床啪视频网站| 丰满少妇做爰视频| 在线观看免费日韩欧美大片| av在线app专区| 亚洲av电影在线观看一区二区三区| 99精国产麻豆久久婷婷| 久久久精品区二区三区| 爱豆传媒免费全集在线观看| 久久精品国产亚洲av涩爱| 夜夜骑夜夜射夜夜干| 免费人妻精品一区二区三区视频| 波多野结衣av一区二区av| 91老司机精品| 在线看a的网站| 国产精品蜜桃在线观看| 日本猛色少妇xxxxx猛交久久| 五月开心婷婷网| 国产精品久久久久久精品电影小说| 日韩伦理黄色片| 国产av一区二区精品久久| 99久久综合免费| 十八禁人妻一区二区| 亚洲成人免费av在线播放| 91老司机精品| 国产成人精品无人区| 国产爽快片一区二区三区| 欧美另类一区| 国产精品av久久久久免费| 国产日韩欧美视频二区| 亚洲精品乱久久久久久| 日韩,欧美,国产一区二区三区| 老司机影院成人| 看非洲黑人一级黄片| 欧美变态另类bdsm刘玥| 亚洲国产最新在线播放| 欧美日韩成人在线一区二区| 国产一区有黄有色的免费视频| 久久青草综合色| 老鸭窝网址在线观看| 丝瓜视频免费看黄片| 国产片内射在线| 香蕉丝袜av| 悠悠久久av| 国产精品欧美亚洲77777| 天天添夜夜摸| 国产精品久久久久久精品古装| 国产亚洲欧美精品永久| 人人妻人人澡人人爽人人夜夜| 国产乱来视频区| 一本色道久久久久久精品综合| 亚洲精品美女久久av网站| 国产精品一区二区精品视频观看| 免费不卡黄色视频| 国产精品二区激情视频| 9热在线视频观看99| 日本vs欧美在线观看视频| 亚洲久久久国产精品| a 毛片基地| e午夜精品久久久久久久| 国产精品二区激情视频| 老司机在亚洲福利影院| 亚洲av男天堂| 久久鲁丝午夜福利片| 侵犯人妻中文字幕一二三四区| 成人国语在线视频| 大香蕉久久网| 麻豆精品久久久久久蜜桃| 成人三级做爰电影| 午夜福利在线免费观看网站| 热re99久久精品国产66热6| 国产男女内射视频| 99国产综合亚洲精品| 国产成人欧美| 国产成人啪精品午夜网站| 国产精品av久久久久免费| 18禁动态无遮挡网站| 国产高清国产精品国产三级| 大话2 男鬼变身卡| 亚洲av在线观看美女高潮| 黄色怎么调成土黄色| 亚洲精品自拍成人| 免费少妇av软件| netflix在线观看网站|