• <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SSA-PNN的礦井提升機主軸裝置故障診斷

    2019-07-29 00:41:36孫銘陽
    無線互聯(lián)科技 2019年9期
    關(guān)鍵詞:故障診斷

    孫銘陽

    摘? ?要:對于礦井提升機來說,主軸裝置是其核心,它能否正常運行關(guān)系著整個礦井提升機的工作進程,應(yīng)用概率神經(jīng)網(wǎng)絡(luò)可以有效地進行礦井提升機的故障診斷,但是傳統(tǒng)概率神經(jīng)網(wǎng)絡(luò)存在平滑因子具有主觀性的缺點。針對這個不足,文章引入樽海鞘群算法對其進行優(yōu)化,提出了樽海鞘群算法優(yōu)化的概率神經(jīng)網(wǎng)絡(luò)(SSA-PNN)的主軸裝置故障診斷。實驗表明,SSA-PNN與遺傳算法、BP神經(jīng)網(wǎng)絡(luò)相比,能夠更加準確、快速地進行分類,實現(xiàn)對礦井提升機主軸裝置案例已知故障的有效診斷。

    關(guān)鍵詞:SSA-PNN;礦井提升機;主軸裝置;故障診斷

    礦井提升機是礦井安全生產(chǎn)的重要設(shè)備。作為提升機的關(guān)鍵設(shè)備,主軸的性能優(yōu)劣決定了礦井提升系統(tǒng)的運行狀態(tài)和效率。鑒于神經(jīng)網(wǎng)絡(luò)的優(yōu)異性能,將其與礦井提升機故障診斷技術(shù)相結(jié)合,能夠迅速且有效地對主軸運行狀態(tài)進行識別,簡化了故障診斷流程,方便礦井工作人員對其進行維護。

    19世紀80年代末期,Dr.Specht[1]提出了概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,PNN),這是一種方法簡單、應(yīng)用性較強的徑向基神經(jīng)網(wǎng)絡(luò)模型,與BP神經(jīng)網(wǎng)絡(luò)相比,省略了誤差的反向傳遞過程,優(yōu)化了BP神經(jīng)網(wǎng)絡(luò)的部分缺陷,具有計算快速、穩(wěn)定性與容錯性高,不會導(dǎo)致局部最優(yōu)等特點,在模式識別方面極為適用。

    然而對于PNN來說,其預(yù)設(shè)的平滑因子對整體的分類效果起到至關(guān)重要的作用,但主觀性太強,在實際應(yīng)用中存在精度不夠、操作繁瑣的問題。近年來,許多專家學(xué)者針對這一問題提出了許多的改進方法,比如應(yīng)用遺傳算法[2]、改進的遺傳算法[3]、改進的粒子群算法[4-5]、魚群算法[6]等,取得了較好的效果。

    本文總結(jié)前人經(jīng)驗,擬用樽海鞘群算法(Sch?nhage–Strassen Algorithm,SSA)對PNN進行改進。SSA相比于之前已有的算法,具有更強的單目標優(yōu)化能力以及更快的尋優(yōu)速度,能夠更加準確、高效地完成目標優(yōu)化,使得改進的PNN具有更出色的分類效果。

    1? ? PNN結(jié)構(gòu)分析

    由貝葉斯決策理論:假設(shè)對于測試樣本x,共有m種類別可能{w1,…,wm},則判斷樣本類別的貝葉斯決策是:

    具有代表性的PNN一般分成4層,分別是輸入層、模式層、求和層和輸出層,它的基本結(jié)構(gòu)如圖1所示[7]。

    (1)輸入層:用作神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本中的數(shù)據(jù),輸入層會直接接收,訓(xùn)練樣本的維數(shù)決定了輸入層節(jié)點的數(shù)量,兩者數(shù)目保持一致。

    圖1? 概率神經(jīng)網(wǎng)絡(luò)

    (2)模式層:對輸入樣本與模式層的關(guān)系進行計算,對輸入特征向量和訓(xùn)練樣本中各模式匹配狀況進行計算。在模式層中,神經(jīng)元的數(shù)量必須和全部類型的訓(xùn)練樣本數(shù)之和相同。

    (3)求和層:求和層的節(jié)點個數(shù)是M,每個結(jié)點對應(yīng)一個類,換句話說,該層的神經(jīng)元只與上一層的同類別神經(jīng)元之間有連接關(guān)系,而與其他的神經(jīng)元不存在連接關(guān)系,只對模式層中與自身類別相同的神經(jīng)元的輸出進行累加計算。

    (4)輸出層:求和層中的各神經(jīng)元的輸出同各故障類別基于核函數(shù)的概率密度估計值成比例,利用輸出層中的閾值判別機制,實施歸一處理。對于輸出層中的神經(jīng)元而言,是具有競爭性的神經(jīng)元。當獲得上一層神經(jīng)元輸出的結(jié)構(gòu)之后,把概率密度最大的神經(jīng)元置為1,其余置為0。

    2? ? SSA特征分析

    對于概率神經(jīng)網(wǎng)絡(luò)來說,其預(yù)設(shè)的平滑因子具有一定的主觀性,在實際應(yīng)用中存在精度不夠、操作繁瑣的問題。對此,本文引入SSA,利用該算法對單目標優(yōu)化時迅速、高效的優(yōu)勢以及全局搜索能力,對平滑因子進行處理。

    受到樽海鞘的群體行為特征啟發(fā),Seyedali等[8]在2017年建立了樽海鞘鏈的數(shù)學(xué)模型,同時提出SSA以處理一些優(yōu)化問題。

    2.1? 種群初始化

    假定捕食的空間為N×D維的歐式空間,在此空間中N表示群體規(guī)模,D是空間的維數(shù)。空間內(nèi)有食物F=[F1,F(xiàn)2,…,F(xiàn)D]T,樽海鞘的位置能夠表示成:Xn=[Xn1,Xn2,…, XnD]T,n=1,2,…,N。搜索空間的上界表示為:ub=[ub1,ub2,…,ubD],下界為lb=[lb1,lb2,…,lbD]。隨機初始化種群:

    在種群內(nèi),領(lǐng)導(dǎo)者各維狀態(tài)為X1d,追隨者各維狀態(tài)為Xmd,其中,d=1,2,…,D為領(lǐng)導(dǎo)者維數(shù),m=2,3,…,N為追隨者編號。

    2.2? 領(lǐng)導(dǎo)者位置更新

    對于領(lǐng)導(dǎo)者位置的更新按照式(2)進行:

    式中c2和c3 均為[0,1]上的隨機數(shù),c1稱為收斂因子,根據(jù)Seyedali等[10]研究,其表達式如式(3)所示。

    式中:l—當前迭代次數(shù);lmax—最大迭代次數(shù)。

    2.3? 追隨者位置更新

    追隨者的移動距離R如式(4)所示:

    其中,已知t= 1,v0 = 0 ,因此:

    故,追隨者更新遵循如式(6)所示:

    3? ? 仿真實驗

    本次實驗應(yīng)用模擬主軸故障振動實驗臺完成。實驗測得軸承正常狀態(tài)、內(nèi)圈故障、滾動體故障及外圈故障4種信號特征進行故障診斷。首先對信號進行去噪處理,然后將去噪信號分別進行VMD分解,依據(jù)能量熵公式,計算每個狀態(tài)各IMF分量的能量熵。依據(jù)信號采集頻率,各狀態(tài)提取以1 500個點為一組,每個特征提取80組,以前60組作為訓(xùn)練,后20組作為預(yù)測,共320組訓(xùn)練樣本和80組預(yù)測樣本進行故障診斷,將正常、內(nèi)圈故障、滾動體故障、外圈故障預(yù)設(shè)種類分別設(shè)為1,2,3,4。

    SSA的仿真條件設(shè)置為算法種群規(guī)模30,下界設(shè)為0.1,上界設(shè)為5,進行1維尋優(yōu),適應(yīng)度門限設(shè)置為錯誤率0%,經(jīng)多次實驗發(fā)現(xiàn)很少的迭代次數(shù)即可獲得最優(yōu),因此,設(shè)置迭代次數(shù)為20。適應(yīng)度值曲線如圖2(a)所示。作為對比,應(yīng)用遺傳算法進行同樣的平滑因子尋優(yōu),設(shè)定種群規(guī)模為50,同樣迭代20次,交叉概率設(shè)為0.5,變異概率設(shè)為0.5,適應(yīng)度曲線如圖2(b)所示。

    (a)與遺傳算法

    (b)適應(yīng)度值曲線

    可以看出,遺傳算法迭代到第9次才尋到最優(yōu)值,而SSA第6次就得到了最優(yōu)值。而且SSA的用時也比遺傳算法少,用Matlab進行仿真統(tǒng)計時,最終用時在同樣迭代20次的情況下,SSA比遺傳算法少用了16 s左右的時間。

    由SSA尋得最優(yōu)適應(yīng)度值后,得到了對應(yīng)的平滑因子最優(yōu)值為4.078 1,將其輸入概率神經(jīng)網(wǎng)絡(luò),概率神經(jīng)網(wǎng)絡(luò)訓(xùn)練后,針對期望輸出進行對比的分類效果如圖3所示。作為對比,將同樣的特征數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡(luò)中訓(xùn)練,設(shè)定迭代次數(shù)為100,學(xué)習(xí)率為0.1,目標為0。所得分類結(jié)果如圖4所示。

    最終結(jié)果為,PNN的錯誤率為6.25%,而BP神經(jīng)網(wǎng)絡(luò)的錯誤率為10%。由此可見,PNN的故障診斷效果更加出色。

    4? ? 結(jié)語

    本文針對概率神經(jīng)網(wǎng)絡(luò)平滑因子的主觀性,引入SSA對其進行優(yōu)化,提出了SSA優(yōu)化的PNN的主軸裝置故障診斷,應(yīng)用現(xiàn)有數(shù)據(jù)進行了仿真,并與遺傳算法和BP神經(jīng)網(wǎng)絡(luò)進行對比,得出了SSA-PNN的優(yōu)越性,實現(xiàn)了對礦井提升機主軸裝置已知故障的有效診斷。

    [參考文獻]

    [1] SPECHT D F.Probabilistic neural networks[J].Neural Networks,1990(1):109-118.

    [2]黃志剛,劉浩,劉順波,等.基于COP與改進PNN的除濕機故障診斷研究[J].制冷與空調(diào),2010(5):66-69.

    [3]謝聰.基于CGA-PNN的高速公路交通事件檢測算法研究[D].成都:西南交通大學(xué),2016.

    [4]張闊,李國勇,韓方陣.故障樹法和改進PSO-PNN網(wǎng)絡(luò)的電梯故障診斷模型[J].中國安全生產(chǎn)科學(xué)技術(shù),2017(9):175-179.

    [5]范俊輝,彭道剛,黃義超,等.基于改進PSO優(yōu)化PNN網(wǎng)絡(luò)的變壓器故障診斷方法[J].測控技術(shù),2016(3):42-45,49.

    [6]田立.基于魚群優(yōu)化概率神經(jīng)網(wǎng)絡(luò)算法的研究[D].沈陽:遼寧大學(xué),2014.

    [7]王佳俊,鐘登華,吳斌平,等.基于概念漂移檢測的土石壩壓實質(zhì)量評價模型更新研究[J].天津大學(xué)學(xué)報(自然科學(xué)與工程技術(shù)版),2019(5):492-500.

    [8]SEYEDALI M,AMIR H G,SEYEDEH Z M,et al.Salp-Swarm algorithm:a bio-inspired optimizer for engineering design problems[J].Advances in Engineering Software,2017(1):163-191.

    [9]陳濤,王夢馨,黃湘松.基于樽海鞘群算法的無源時差定位[J].電子與信息學(xué)報,2018(7):1591-1597.

    [10]SEYEDALI M,AMIR H G,SEYEDEH Z M,et al.Salp-Swarm algorithm:a bio-inspired optimizer for engineering design problems[J].Advances in Engineering Software,2017(1):163-191.

    Abstract:For the mine hoist, the spindle device is its core. Its normal operation is related to the working process of the whole mine hoist. The application of probabilistic neural network can effectively diagnose the fault of the mine hoist, but there exists the shortcoming that smoothing factor in traditional probabilistic neural network is subjective. Aiming at this deficiency, in this paper the Sch?nhage–Strassen algorithm was introduced to optimize it. The fault diagnosis of the probabilistic neural network(SSA-PNN)of the the Sch?nhage–Strassen algorithm was proposed. The experiment shows that SSA-PNN can be classified more accurately and quickly compared with genetic algorithm, BP neural network, and realized the effective diagnosis of the known failure of the case of the mine hoist spindle device.

    Key words:SSA-PNN; mine hoist; spindle device; fault diagnosis

    猜你喜歡
    故障診斷
    基于包絡(luò)解調(diào)原理的低轉(zhuǎn)速滾動軸承故障診斷
    ILWT-EEMD數(shù)據(jù)處理的ELM滾動軸承故障診斷
    凍干機常見故障診斷與維修
    基于EWT-SVDP的旋轉(zhuǎn)機械故障診斷
    數(shù)控機床電氣系統(tǒng)的故障診斷與維修
    電子制作(2018年10期)2018-08-04 03:24:46
    基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    改進的奇異值分解在軸承故障診斷中的應(yīng)用
    基于LCD和排列熵的滾動軸承故障診斷
    基于KPCA和PSOSVM的異步電機故障診斷
    久久ye,这里只有精品| 丰满少妇做爰视频| 亚洲国产精品国产精品| 国产精品一区二区在线观看99| 日本av免费视频播放| 国产欧美另类精品又又久久亚洲欧美| 日本欧美国产在线视频| tube8黄色片| 免费大片黄手机在线观看| 男女下面插进去视频免费观看 | av女优亚洲男人天堂| 久久人人97超碰香蕉20202| 蜜桃在线观看..| 成人毛片a级毛片在线播放| 日本vs欧美在线观看视频| 日日爽夜夜爽网站| 日韩制服丝袜自拍偷拍| 成年人免费黄色播放视频| 只有这里有精品99| 在线观看美女被高潮喷水网站| 韩国av在线不卡| 成人午夜精彩视频在线观看| 1024视频免费在线观看| 搡老乐熟女国产| 丝袜脚勾引网站| 日本欧美视频一区| 午夜福利在线观看免费完整高清在| 亚洲av.av天堂| 99久久综合免费| 午夜精品国产一区二区电影| 欧美最新免费一区二区三区| av免费在线看不卡| 咕卡用的链子| 成人综合一区亚洲| 1024视频免费在线观看| 日韩成人av中文字幕在线观看| 99热6这里只有精品| 在线观看免费视频网站a站| 亚洲欧美精品自产自拍| 国产精品欧美亚洲77777| 国产老妇伦熟女老妇高清| 免费黄频网站在线观看国产| 伊人亚洲综合成人网| 国产国拍精品亚洲av在线观看| 99久久精品国产国产毛片| 高清在线视频一区二区三区| 免费高清在线观看日韩| 国产男人的电影天堂91| 国产老妇伦熟女老妇高清| 日韩视频在线欧美| 亚洲av国产av综合av卡| av天堂久久9| 97精品久久久久久久久久精品| 在线观看免费视频网站a站| 国产成人精品无人区| 2018国产大陆天天弄谢| 少妇熟女欧美另类| 欧美+日韩+精品| 街头女战士在线观看网站| 两个人看的免费小视频| 黑人巨大精品欧美一区二区蜜桃 | 2021少妇久久久久久久久久久| 亚洲精品一区蜜桃| 最近最新中文字幕大全免费视频 | 亚洲,欧美,日韩| 久久99蜜桃精品久久| 国产日韩一区二区三区精品不卡| 亚洲国产成人一精品久久久| 精品国产一区二区三区久久久樱花| 精品一区二区免费观看| 老司机亚洲免费影院| 巨乳人妻的诱惑在线观看| 国产成人精品久久久久久| 国产一区亚洲一区在线观看| 最近的中文字幕免费完整| 精品人妻在线不人妻| 久久久久久久久久久久大奶| 久久久久久久精品精品| 精品人妻一区二区三区麻豆| 一级片免费观看大全| 夫妻午夜视频| 国产无遮挡羞羞视频在线观看| 91精品三级在线观看| 中文字幕人妻熟女乱码| 大香蕉97超碰在线| 天天影视国产精品| 亚洲av国产av综合av卡| 国产成人免费无遮挡视频| 内地一区二区视频在线| 成年美女黄网站色视频大全免费| 男女国产视频网站| 麻豆精品久久久久久蜜桃| 国产伦理片在线播放av一区| 人人妻人人澡人人看| videossex国产| 精品亚洲成a人片在线观看| 国产精品久久久久久久电影| 国产亚洲最大av| 国产精品国产三级国产专区5o| 深夜精品福利| 我的女老师完整版在线观看| 在现免费观看毛片| 日韩成人伦理影院| 26uuu在线亚洲综合色| 精品卡一卡二卡四卡免费| 飞空精品影院首页| 人体艺术视频欧美日本| 欧美少妇被猛烈插入视频| 久久人人爽人人片av| 欧美+日韩+精品| 又大又黄又爽视频免费| 又黄又粗又硬又大视频| 午夜免费男女啪啪视频观看| 久久精品国产自在天天线| 久久韩国三级中文字幕| 亚洲三级黄色毛片| 国产 一区精品| 中文字幕av电影在线播放| 内地一区二区视频在线| 欧美精品人与动牲交sv欧美| 9色porny在线观看| 精品99又大又爽又粗少妇毛片| 亚洲av电影在线进入| 国产精品国产三级国产av玫瑰| 亚洲精品日本国产第一区| 国产又爽黄色视频| 交换朋友夫妻互换小说| 久久99热这里只频精品6学生| 欧美成人午夜免费资源| 美女大奶头黄色视频| 亚洲av电影在线观看一区二区三区| 国产无遮挡羞羞视频在线观看| 伦理电影大哥的女人| 少妇人妻久久综合中文| 狂野欧美激情性bbbbbb| 国产在线免费精品| 亚洲av.av天堂| 丝袜脚勾引网站| 亚洲性久久影院| 日本午夜av视频| 99九九在线精品视频| 少妇精品久久久久久久| 日产精品乱码卡一卡2卡三| 久久97久久精品| 精品亚洲成a人片在线观看| 中文天堂在线官网| 少妇猛男粗大的猛烈进出视频| 男女午夜视频在线观看 | 婷婷色av中文字幕| 波野结衣二区三区在线| 丰满乱子伦码专区| 97在线人人人人妻| 免费高清在线观看视频在线观看| 日本免费在线观看一区| 麻豆精品久久久久久蜜桃| av有码第一页| 在线观看三级黄色| 香蕉精品网在线| 老司机影院毛片| 午夜激情久久久久久久| 中文字幕免费在线视频6| 日本免费在线观看一区| 日本av手机在线免费观看| 男女午夜视频在线观看 | 国产精品蜜桃在线观看| 午夜福利在线观看免费完整高清在| 欧美精品av麻豆av| 精品亚洲成国产av| 街头女战士在线观看网站| 国产免费一区二区三区四区乱码| 免费看不卡的av| 看非洲黑人一级黄片| 婷婷色综合www| 日韩在线高清观看一区二区三区| 日韩不卡一区二区三区视频在线| 亚洲精品第二区| 看免费成人av毛片| 国产精品三级大全| 日日啪夜夜爽| 91国产中文字幕| 丝袜美足系列| 欧美激情 高清一区二区三区| 草草在线视频免费看| 9热在线视频观看99| 十八禁网站网址无遮挡| 国产亚洲午夜精品一区二区久久| 国产日韩欧美亚洲二区| 久久久久久久久久久久大奶| 丰满少妇做爰视频| 免费看光身美女| 少妇的丰满在线观看| 国产乱来视频区| 亚洲精品美女久久久久99蜜臀 | av视频免费观看在线观看| 26uuu在线亚洲综合色| 国产老妇伦熟女老妇高清| 亚洲精品美女久久久久99蜜臀 | 免费在线观看完整版高清| 亚洲国产av影院在线观看| a 毛片基地| 国产欧美亚洲国产| 男女高潮啪啪啪动态图| 亚洲国产毛片av蜜桃av| 两性夫妻黄色片 | 精品酒店卫生间| 国产男女内射视频| 国产乱人偷精品视频| 1024视频免费在线观看| 国内精品宾馆在线| 免费av不卡在线播放| 精品一区在线观看国产| 免费少妇av软件| 免费观看a级毛片全部| 国产精品嫩草影院av在线观看| 国产毛片在线视频| 午夜久久久在线观看| 久久人人97超碰香蕉20202| 国产精品 国内视频| 啦啦啦视频在线资源免费观看| 亚洲丝袜综合中文字幕| 国产成人91sexporn| 国产日韩欧美视频二区| 满18在线观看网站| 欧美日韩国产mv在线观看视频| kizo精华| 一级片'在线观看视频| 晚上一个人看的免费电影| 狠狠婷婷综合久久久久久88av| 9色porny在线观看| 80岁老熟妇乱子伦牲交| 亚洲国产欧美在线一区| 久久精品国产亚洲av天美| 精品人妻偷拍中文字幕| 精品国产国语对白av| 亚洲丝袜综合中文字幕| 亚洲成国产人片在线观看| 高清视频免费观看一区二区| 亚洲成国产人片在线观看| 成人二区视频| 最新的欧美精品一区二区| 午夜老司机福利剧场| 欧美激情 高清一区二区三区| 一本—道久久a久久精品蜜桃钙片| 国产无遮挡羞羞视频在线观看| 最近最新中文字幕大全免费视频 | 最近最新中文字幕大全免费视频 | 男的添女的下面高潮视频| 男男h啪啪无遮挡| 亚洲精品一二三| 最近最新中文字幕免费大全7| 亚洲成人一二三区av| 纵有疾风起免费观看全集完整版| 亚洲国产最新在线播放| 国产精品.久久久| av天堂久久9| 亚洲欧美色中文字幕在线| 一区在线观看完整版| 精品一区二区三区视频在线| 国产精品久久久久久久电影| 亚洲色图综合在线观看| 国产毛片在线视频| 久久ye,这里只有精品| 一个人免费看片子| 最黄视频免费看| 亚洲精品成人av观看孕妇| 狠狠婷婷综合久久久久久88av| av在线播放精品| 两个人免费观看高清视频| 少妇人妻久久综合中文| 高清毛片免费看| 日本av免费视频播放| 国产精品一区www在线观看| 大陆偷拍与自拍| 天美传媒精品一区二区| 18禁国产床啪视频网站| 男女国产视频网站| 久久这里有精品视频免费| 七月丁香在线播放| 黑人巨大精品欧美一区二区蜜桃 | 老女人水多毛片| 欧美日韩精品成人综合77777| 在线免费观看不下载黄p国产| 国产熟女欧美一区二区| 热re99久久国产66热| 亚洲,欧美,日韩| 国国产精品蜜臀av免费| 久久婷婷青草| 自拍欧美九色日韩亚洲蝌蚪91| 男人舔女人的私密视频| 哪个播放器可以免费观看大片| 最近2019中文字幕mv第一页| 成人毛片a级毛片在线播放| 美国免费a级毛片| 九草在线视频观看| 午夜免费鲁丝| 日韩在线高清观看一区二区三区| 男女国产视频网站| 少妇被粗大的猛进出69影院 | 高清在线视频一区二区三区| 久久这里只有精品19| 婷婷色av中文字幕| 日本av免费视频播放| 少妇人妻精品综合一区二区| 中文字幕人妻丝袜制服| 亚洲国产最新在线播放| 大陆偷拍与自拍| 久久国产亚洲av麻豆专区| 久久亚洲国产成人精品v| 国产精品三级大全| 人妻 亚洲 视频| 亚洲av福利一区| 乱码一卡2卡4卡精品| 黄片无遮挡物在线观看| 免费看av在线观看网站| 91aial.com中文字幕在线观看| 亚洲欧美一区二区三区国产| 日韩人妻精品一区2区三区| 春色校园在线视频观看| 亚洲人成77777在线视频| 精品少妇久久久久久888优播| kizo精华| 免费av中文字幕在线| 精品国产一区二区三区四区第35| 七月丁香在线播放| 久久久a久久爽久久v久久| 亚洲国产av影院在线观看| 国产精品蜜桃在线观看| 免费在线观看黄色视频的| 超碰97精品在线观看| 18在线观看网站| 黄色视频在线播放观看不卡| 22中文网久久字幕| 熟女人妻精品中文字幕| 男女边摸边吃奶| 男人爽女人下面视频在线观看| 国产精品久久久久久久电影| videossex国产| 性高湖久久久久久久久免费观看| 卡戴珊不雅视频在线播放| 捣出白浆h1v1| 久久 成人 亚洲| 十八禁网站网址无遮挡| 高清不卡的av网站| 五月开心婷婷网| 久久97久久精品| 久久久久精品人妻al黑| 免费观看无遮挡的男女| 精品酒店卫生间| 国精品久久久久久国模美| 亚洲,欧美,日韩| 美女xxoo啪啪120秒动态图| 亚洲人成网站在线观看播放| 国产片内射在线| 午夜视频国产福利| 中国国产av一级| 久久毛片免费看一区二区三区| 日韩av免费高清视频| 亚洲三级黄色毛片| 国产精品欧美亚洲77777| 日韩电影二区| 久久久精品94久久精品| 久久亚洲国产成人精品v| 欧美精品av麻豆av| 人人妻人人爽人人添夜夜欢视频| 色视频在线一区二区三区| 久久久久久久久久成人| 国精品久久久久久国模美| 黄色配什么色好看| 91精品伊人久久大香线蕉| 日韩熟女老妇一区二区性免费视频| 国精品久久久久久国模美| 久久久久国产网址| 99久久综合免费| 波野结衣二区三区在线| 夜夜骑夜夜射夜夜干| 九九在线视频观看精品| 在现免费观看毛片| a级毛片在线看网站| 亚洲人与动物交配视频| 国产精品偷伦视频观看了| 性色av一级| 制服诱惑二区| 久久人人97超碰香蕉20202| 亚洲av成人精品一二三区| 乱人伦中国视频| 少妇人妻久久综合中文| 国产日韩欧美在线精品| 一级a做视频免费观看| 日韩欧美一区视频在线观看| 91久久精品国产一区二区三区| 少妇被粗大的猛进出69影院 | 男女无遮挡免费网站观看| 九色成人免费人妻av| 精品一品国产午夜福利视频| 搡老乐熟女国产| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 久久热在线av| 国产欧美亚洲国产| 最后的刺客免费高清国语| 日本免费在线观看一区| 日韩av免费高清视频| 久久精品aⅴ一区二区三区四区 | 毛片一级片免费看久久久久| 成人亚洲精品一区在线观看| 午夜福利影视在线免费观看| 午夜福利网站1000一区二区三区| 久久人人爽人人片av| 中文欧美无线码| 欧美成人精品欧美一级黄| 免费播放大片免费观看视频在线观看| 乱码一卡2卡4卡精品| 国产一区亚洲一区在线观看| 两个人免费观看高清视频| 久久久国产一区二区| 久久精品aⅴ一区二区三区四区 | 亚洲精品国产av成人精品| 国产成人精品久久久久久| 亚洲欧美中文字幕日韩二区| 免费人妻精品一区二区三区视频| 国产精品久久久久久久久免| 日本vs欧美在线观看视频| 亚洲国产毛片av蜜桃av| 免费av中文字幕在线| 久久久精品免费免费高清| 精品一区在线观看国产| 成年动漫av网址| 七月丁香在线播放| 亚洲第一av免费看| 亚洲欧洲精品一区二区精品久久久 | 亚洲av电影在线进入| 亚洲欧美清纯卡通| 男女边摸边吃奶| 超碰97精品在线观看| 26uuu在线亚洲综合色| 日日啪夜夜爽| 日本猛色少妇xxxxx猛交久久| 97超碰精品成人国产| 观看美女的网站| 女性生殖器流出的白浆| 亚洲四区av| 国产精品 国内视频| 天堂俺去俺来也www色官网| 最黄视频免费看| 涩涩av久久男人的天堂| 精品久久国产蜜桃| 精品少妇黑人巨大在线播放| 亚洲高清免费不卡视频| 国产免费福利视频在线观看| 久久人人爽人人片av| 国产熟女午夜一区二区三区| 乱码一卡2卡4卡精品| 九色成人免费人妻av| 日韩成人伦理影院| 99久久综合免费| 国产免费福利视频在线观看| 午夜激情久久久久久久| 免费人成在线观看视频色| 亚洲精品国产色婷婷电影| 亚洲在久久综合| 好男人视频免费观看在线| 满18在线观看网站| 激情视频va一区二区三区| 国产国语露脸激情在线看| 国产精品麻豆人妻色哟哟久久| 丰满乱子伦码专区| 岛国毛片在线播放| 欧美国产精品va在线观看不卡| 视频在线观看一区二区三区| 晚上一个人看的免费电影| 日日撸夜夜添| av视频免费观看在线观看| 日本爱情动作片www.在线观看| 亚洲成人av在线免费| www日本在线高清视频| 蜜臀久久99精品久久宅男| 极品少妇高潮喷水抽搐| 少妇的逼好多水| 高清视频免费观看一区二区| 咕卡用的链子| 亚洲精品自拍成人| 久久人人97超碰香蕉20202| 精品午夜福利在线看| 亚洲欧美成人精品一区二区| 亚洲高清免费不卡视频| 精品人妻偷拍中文字幕| 中文字幕制服av| 国产精品国产三级国产av玫瑰| av视频免费观看在线观看| 久久97久久精品| 亚洲第一区二区三区不卡| 少妇人妻精品综合一区二区| 亚洲欧洲国产日韩| 秋霞伦理黄片| 日日摸夜夜添夜夜爱| 欧美日韩一区二区视频在线观看视频在线| 少妇 在线观看| 国产极品粉嫩免费观看在线| 国产色婷婷99| 久久青草综合色| 精品熟女少妇av免费看| 国产69精品久久久久777片| 菩萨蛮人人尽说江南好唐韦庄| 免费人成在线观看视频色| 天美传媒精品一区二区| 天堂中文最新版在线下载| 国产精品一二三区在线看| 日本vs欧美在线观看视频| 欧美变态另类bdsm刘玥| 91精品伊人久久大香线蕉| 精品福利永久在线观看| 如何舔出高潮| 久久久国产一区二区| 久久久久精品人妻al黑| 老司机亚洲免费影院| 香蕉国产在线看| 丝袜喷水一区| 黑人欧美特级aaaaaa片| 国产av精品麻豆| 免费黄色在线免费观看| 菩萨蛮人人尽说江南好唐韦庄| 80岁老熟妇乱子伦牲交| 亚洲成人手机| 午夜日本视频在线| 高清在线视频一区二区三区| 国产精品一区二区在线不卡| 久久女婷五月综合色啪小说| 国产精品99久久99久久久不卡 | 久久99精品国语久久久| 涩涩av久久男人的天堂| 国产日韩一区二区三区精品不卡| 99国产综合亚洲精品| 日韩一区二区三区影片| 国产成人免费观看mmmm| 尾随美女入室| 99久久精品国产国产毛片| 两性夫妻黄色片 | 亚洲国产av影院在线观看| 国产av一区二区精品久久| 黄色毛片三级朝国网站| 国产精品 国内视频| 亚洲美女搞黄在线观看| 激情五月婷婷亚洲| 成人亚洲欧美一区二区av| 亚洲五月色婷婷综合| 亚洲国产精品专区欧美| 熟女av电影| 婷婷色综合www| 香蕉国产在线看| 一级爰片在线观看| 校园人妻丝袜中文字幕| 男女下面插进去视频免费观看 | 亚洲综合色网址| 黄色配什么色好看| 欧美精品亚洲一区二区| 精品一区二区三区四区五区乱码 | 国产亚洲欧美精品永久| 欧美激情极品国产一区二区三区 | 国产一区二区在线观看日韩| 久久婷婷青草| 热re99久久国产66热| 国产黄色免费在线视频| 丁香六月天网| 黄色怎么调成土黄色| 制服丝袜香蕉在线| 国产欧美日韩一区二区三区在线| 欧美国产精品一级二级三级| 久久久久久久久久人人人人人人| 少妇熟女欧美另类| 各种免费的搞黄视频| 亚洲在久久综合| 亚洲国产色片| 亚洲国产av新网站| 国产成人一区二区在线| 老司机影院成人| 日韩中字成人| 少妇的逼水好多| 美国免费a级毛片| 亚洲色图 男人天堂 中文字幕 | 国产成人免费观看mmmm| 亚洲,欧美,日韩| a级毛片黄视频| 国产精品秋霞免费鲁丝片| 国产精品不卡视频一区二区| 大香蕉97超碰在线| 国产极品粉嫩免费观看在线| 18+在线观看网站| 一区二区三区乱码不卡18| 亚洲美女黄色视频免费看| 男人添女人高潮全过程视频| av卡一久久| 18在线观看网站| 国产精品久久久av美女十八| 久久青草综合色| 男女边摸边吃奶| 丝袜喷水一区| 国精品久久久久久国模美| 亚洲精品自拍成人| 欧美精品高潮呻吟av久久| 久久99热这里只频精品6学生| 母亲3免费完整高清在线观看 | 午夜免费男女啪啪视频观看| 婷婷色综合www| 26uuu在线亚洲综合色| 国产精品人妻久久久久久| 99久久精品国产国产毛片| 国产欧美日韩综合在线一区二区| 国产精品人妻久久久久久| 99久国产av精品国产电影| 日韩不卡一区二区三区视频在线| 亚洲,欧美精品.| 男人爽女人下面视频在线观看| 亚洲伊人久久精品综合| 亚洲在久久综合| 午夜91福利影院| 亚洲天堂av无毛|