• <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
    午夜老司机福利片| 我的亚洲天堂| 熟女少妇亚洲综合色aaa.| 国产单亲对白刺激| 成人三级做爰电影| 黄色丝袜av网址大全| 国产成+人综合+亚洲专区| 国产精品久久久久久精品古装| 午夜福利一区二区在线看| 国产一区二区三区在线臀色熟女 | 最近最新免费中文字幕在线| 国产区一区二久久| 在线观看舔阴道视频| 激情视频va一区二区三区| 久久精品国产亚洲av香蕉五月 | 日韩有码中文字幕| 亚洲成av片中文字幕在线观看| 又黄又粗又硬又大视频| 亚洲午夜理论影院| 又黄又粗又硬又大视频| 国产精品一区二区精品视频观看| 精品少妇一区二区三区视频日本电影| 亚洲精品成人av观看孕妇| 激情视频va一区二区三区| 悠悠久久av| 人人妻,人人澡人人爽秒播| 波多野结衣av一区二区av| 丁香欧美五月| a级片在线免费高清观看视频| 日韩熟女老妇一区二区性免费视频| 极品教师在线免费播放| 久久草成人影院| 在线国产一区二区在线| 精品亚洲成a人片在线观看| videosex国产| 黄色片一级片一级黄色片| 看免费av毛片| 日韩免费av在线播放| 天堂动漫精品| 69精品国产乱码久久久| 国产激情欧美一区二区| 亚洲av成人不卡在线观看播放网| 国产成人精品在线电影| 99久久国产精品久久久| av电影中文网址| 免费在线观看影片大全网站| 国产精品二区激情视频| 国产欧美日韩综合在线一区二区| 王馨瑶露胸无遮挡在线观看| 国产精品影院久久| 久久人妻熟女aⅴ| 国产精品亚洲av一区麻豆| 搡老熟女国产l中国老女人| 好男人电影高清在线观看| 日韩三级视频一区二区三区| 很黄的视频免费| 亚洲av片天天在线观看| 国产成人系列免费观看| 亚洲国产欧美一区二区综合| 大片电影免费在线观看免费| 国产高清激情床上av| 性色av乱码一区二区三区2| 在线av久久热| 老熟妇乱子伦视频在线观看| 国产精品久久久人人做人人爽| 亚洲aⅴ乱码一区二区在线播放 | 午夜日韩欧美国产| 人人妻,人人澡人人爽秒播| 老司机影院毛片| 极品人妻少妇av视频| 一级毛片高清免费大全| 日韩制服丝袜自拍偷拍| 18禁美女被吸乳视频| 女人精品久久久久毛片| 国产在线精品亚洲第一网站| 国产xxxxx性猛交| 国产亚洲一区二区精品| 热re99久久精品国产66热6| 伊人久久大香线蕉亚洲五| 国产亚洲一区二区精品| 曰老女人黄片| 午夜两性在线视频| 精品国产亚洲在线| 亚洲欧美色中文字幕在线| 国产高清激情床上av| 国产免费现黄频在线看| 大型av网站在线播放| 欧美乱妇无乱码| 国产单亲对白刺激| 欧美精品av麻豆av| 亚洲 欧美一区二区三区| 精品久久久精品久久久| av免费在线观看网站| 999精品在线视频| 涩涩av久久男人的天堂| 久久中文看片网| 国产精品av久久久久免费| 亚洲国产精品一区二区三区在线| 亚洲精品自拍成人| 中文字幕最新亚洲高清| 身体一侧抽搐| 日韩三级视频一区二区三区| 久久精品国产99精品国产亚洲性色 | 国产伦人伦偷精品视频| 国产成人啪精品午夜网站| 757午夜福利合集在线观看| 黄色女人牲交| 日本一区二区免费在线视频| 欧美精品啪啪一区二区三区| 精品人妻在线不人妻| 久久精品91无色码中文字幕| 国产99久久九九免费精品| 999久久久国产精品视频| 黑丝袜美女国产一区| 国产区一区二久久| 中文亚洲av片在线观看爽 | 亚洲av成人一区二区三| avwww免费| 一边摸一边抽搐一进一小说 | 90打野战视频偷拍视频| 精品午夜福利视频在线观看一区| 精品一区二区三区视频在线观看免费 | 午夜免费成人在线视频| 久久久久久久久久久久大奶| 国产精品亚洲av一区麻豆| 老熟妇乱子伦视频在线观看| 亚洲精品美女久久av网站| 久99久视频精品免费| 亚洲av成人一区二区三| 午夜福利一区二区在线看| 成年人黄色毛片网站| 真人做人爱边吃奶动态| 久久亚洲精品不卡| 欧美成狂野欧美在线观看| 久久 成人 亚洲| 精品人妻1区二区| 日本a在线网址| 色尼玛亚洲综合影院| 国产亚洲一区二区精品| 中文字幕人妻丝袜制服| 高清在线国产一区| 韩国精品一区二区三区| 亚洲精品中文字幕一二三四区| 国产成人啪精品午夜网站| 建设人人有责人人尽责人人享有的| 亚洲熟妇熟女久久| 中出人妻视频一区二区| 国产精品亚洲一级av第二区| 国产一区二区激情短视频| 女人精品久久久久毛片| 天堂俺去俺来也www色官网| 日韩熟女老妇一区二区性免费视频| 少妇的丰满在线观看| 少妇 在线观看| 91精品三级在线观看| 午夜老司机福利片| 一边摸一边做爽爽视频免费| 99国产综合亚洲精品| www.精华液| 美女视频免费永久观看网站| 久久99一区二区三区| 国产高清videossex| 老汉色∧v一级毛片| 亚洲人成77777在线视频| 亚洲成国产人片在线观看| 岛国在线观看网站| 国产午夜精品久久久久久| 高清毛片免费观看视频网站 | 视频区图区小说| 久久久久国产一级毛片高清牌| 我的亚洲天堂| 亚洲熟妇中文字幕五十中出 | 成年动漫av网址| 国产精品.久久久| 69精品国产乱码久久久| 国产成人欧美在线观看 | 欧美人与性动交α欧美软件| 国产日韩欧美亚洲二区| 波多野结衣一区麻豆| 大香蕉久久成人网| 人妻久久中文字幕网| 久久精品亚洲熟妇少妇任你| 亚洲国产看品久久| 精品国产乱码久久久久久男人| 午夜老司机福利片| 久久热在线av| 成人特级黄色片久久久久久久| 啦啦啦免费观看视频1| 中文字幕另类日韩欧美亚洲嫩草| 成年人黄色毛片网站| 日日爽夜夜爽网站| 在线观看免费视频日本深夜| 国产又爽黄色视频| 国产男靠女视频免费网站| 国产亚洲欧美在线一区二区| 麻豆国产av国片精品| 日韩欧美在线二视频 | 99精国产麻豆久久婷婷| x7x7x7水蜜桃| 黑人操中国人逼视频| 丝瓜视频免费看黄片| 亚洲av电影在线进入| 桃红色精品国产亚洲av| 最新美女视频免费是黄的| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品在线观看二区| 亚洲av电影在线进入| 精品一区二区三区四区五区乱码| 中文字幕高清在线视频| 亚洲熟女毛片儿| 精品乱码久久久久久99久播| 麻豆国产av国片精品| 久久国产精品人妻蜜桃| 日韩制服丝袜自拍偷拍| 一边摸一边抽搐一进一小说 | 一级片免费观看大全| 丰满迷人的少妇在线观看| 极品少妇高潮喷水抽搐| 国产成人影院久久av| 看黄色毛片网站| av欧美777| 久久午夜亚洲精品久久| 国产精品98久久久久久宅男小说| 叶爱在线成人免费视频播放| 精品国产乱子伦一区二区三区| videos熟女内射| a级毛片在线看网站| 黄色毛片三级朝国网站| 深夜精品福利| 日韩欧美在线二视频 | 欧美中文综合在线视频| 欧美+亚洲+日韩+国产| 中国美女看黄片| 久久精品国产综合久久久| 亚洲视频免费观看视频| 自拍欧美九色日韩亚洲蝌蚪91| 黄色成人免费大全| 狠狠狠狠99中文字幕| 精品少妇久久久久久888优播| 搡老岳熟女国产| 在线观看日韩欧美| 亚洲中文字幕日韩| 精品福利永久在线观看| 精品高清国产在线一区| 天堂√8在线中文| 欧洲精品卡2卡3卡4卡5卡区| 免费黄频网站在线观看国产| 在线观看日韩欧美| 妹子高潮喷水视频| 最近最新免费中文字幕在线| 欧美日韩瑟瑟在线播放| 人人妻人人澡人人爽人人夜夜| 国内久久婷婷六月综合欲色啪| 极品少妇高潮喷水抽搐| 亚洲色图 男人天堂 中文字幕| 久久久久国产精品人妻aⅴ院 | 亚洲va日本ⅴa欧美va伊人久久| 久久久水蜜桃国产精品网| 午夜久久久在线观看| 黑人巨大精品欧美一区二区蜜桃| 最新的欧美精品一区二区| 美国免费a级毛片| 亚洲久久久国产精品| 精品欧美一区二区三区在线| videos熟女内射| 亚洲一卡2卡3卡4卡5卡精品中文| 777久久人妻少妇嫩草av网站| 人人妻人人澡人人爽人人夜夜| 两个人看的免费小视频| 波多野结衣av一区二区av| 在线观看日韩欧美| 国产成人欧美| 男人的好看免费观看在线视频 | av中文乱码字幕在线| 超色免费av| 免费在线观看视频国产中文字幕亚洲| 国产精品一区二区在线观看99| 久久久久久久久免费视频了| 国产一卡二卡三卡精品| 黑人猛操日本美女一级片| 精品亚洲成a人片在线观看| 久9热在线精品视频| 一级a爱视频在线免费观看| 中文字幕另类日韩欧美亚洲嫩草| 亚洲欧美一区二区三区久久| 色94色欧美一区二区| 久久热在线av| a级片在线免费高清观看视频| 欧美成人免费av一区二区三区 | 在线观看免费日韩欧美大片| 女同久久另类99精品国产91| 国产精品久久视频播放| a级毛片黄视频| 黄色视频,在线免费观看| 国产99久久九九免费精品| 精品国产美女av久久久久小说| 亚洲成国产人片在线观看| 亚洲精品中文字幕在线视频| 成人亚洲精品一区在线观看| 亚洲人成电影免费在线| 超色免费av| 亚洲国产精品一区二区三区在线| 午夜免费鲁丝| 三上悠亚av全集在线观看| 国产一区二区激情短视频| 国产亚洲欧美98| 9色porny在线观看| 欧美成人午夜精品| 人人妻人人爽人人添夜夜欢视频| 亚洲人成电影观看| 成人18禁在线播放| 曰老女人黄片| 欧美午夜高清在线| 久久香蕉激情| 在线观看舔阴道视频| 人妻 亚洲 视频| 亚洲五月婷婷丁香| netflix在线观看网站| 久久狼人影院| 成年人黄色毛片网站| 国产亚洲精品一区二区www | 国产真人三级小视频在线观看| 久久久久国内视频| 国精品久久久久久国模美| 国产精品久久久久成人av| 新久久久久国产一级毛片| 午夜福利免费观看在线| 老司机福利观看| 色老头精品视频在线观看| av视频免费观看在线观看| 久久午夜亚洲精品久久| 丝袜美足系列| 国产亚洲一区二区精品| 国产亚洲精品第一综合不卡| 亚洲精品国产精品久久久不卡| 亚洲综合色网址| 在线观看66精品国产| 天堂√8在线中文| 少妇的丰满在线观看| 亚洲熟女毛片儿| 黑丝袜美女国产一区| 国内久久婷婷六月综合欲色啪| 老熟妇仑乱视频hdxx| 在线看a的网站| 欧美久久黑人一区二区| 999久久久国产精品视频| 欧美在线一区亚洲| 午夜免费鲁丝| 丁香欧美五月| 后天国语完整版免费观看| 一本综合久久免费| 在线免费观看的www视频| 免费在线观看亚洲国产| 久久国产精品影院| 视频区欧美日本亚洲| 国产精品欧美亚洲77777| 12—13女人毛片做爰片一| 1024视频免费在线观看| 97人妻天天添夜夜摸| 国产av精品麻豆| 亚洲av成人一区二区三| 精品国产乱码久久久久久男人| 欧美乱码精品一区二区三区| 叶爱在线成人免费视频播放| 两性午夜刺激爽爽歪歪视频在线观看 | 高清视频免费观看一区二区| 精品久久久久久久久久免费视频 | 99re6热这里在线精品视频| 欧美大码av| 国产精品久久久人人做人人爽| 免费av中文字幕在线| 国产真人三级小视频在线观看| 欧美一级毛片孕妇| 亚洲国产看品久久| 免费av中文字幕在线| 国产av一区二区精品久久| √禁漫天堂资源中文www| 久热这里只有精品99| 美女扒开内裤让男人捅视频| 精品视频人人做人人爽| av一本久久久久| 国产av一区二区精品久久| 男女高潮啪啪啪动态图| 日韩欧美三级三区| 久久热在线av| 19禁男女啪啪无遮挡网站| 啦啦啦视频在线资源免费观看| 女人久久www免费人成看片| 日日摸夜夜添夜夜添小说| 日韩三级视频一区二区三区| 亚洲av片天天在线观看| 天堂中文最新版在线下载| www日本在线高清视频| 狠狠狠狠99中文字幕| 色老头精品视频在线观看| 欧美精品人与动牲交sv欧美| 麻豆乱淫一区二区| 在线观看免费日韩欧美大片| 老熟妇仑乱视频hdxx| 三级毛片av免费| 老熟女久久久| 老司机午夜福利在线观看视频| 精品一区二区三卡| 午夜成年电影在线免费观看| 免费在线观看完整版高清| 黄色怎么调成土黄色| 亚洲精品国产精品久久久不卡| 美女福利国产在线| 中文字幕人妻丝袜制服| 老司机在亚洲福利影院| 18禁裸乳无遮挡免费网站照片 | 久久人妻熟女aⅴ| 又黄又爽又免费观看的视频| 18在线观看网站| 国产无遮挡羞羞视频在线观看| 99香蕉大伊视频| 久久精品国产a三级三级三级| aaaaa片日本免费| av中文乱码字幕在线| 亚洲精品乱久久久久久| 80岁老熟妇乱子伦牲交| 国产成人av激情在线播放| 成年人免费黄色播放视频| 中文字幕av电影在线播放| 视频区欧美日本亚洲| 美国免费a级毛片| 国产成人精品久久二区二区91| 激情在线观看视频在线高清 | 亚洲 国产 在线| 极品人妻少妇av视频| 欧美av亚洲av综合av国产av| 高清av免费在线| 久久狼人影院| 9色porny在线观看| 成人亚洲精品一区在线观看| 热99国产精品久久久久久7| 一级片免费观看大全| 建设人人有责人人尽责人人享有的| 麻豆国产av国片精品| 久久精品国产a三级三级三级| 亚洲成国产人片在线观看| 成年动漫av网址| xxx96com| 免费高清在线观看日韩| 曰老女人黄片| 国产色视频综合| 12—13女人毛片做爰片一| 精品久久久久久电影网| 国产淫语在线视频| 成人18禁高潮啪啪吃奶动态图| 国产精品二区激情视频| 欧美日韩国产mv在线观看视频| 满18在线观看网站| 久久久精品区二区三区| 亚洲综合色网址| 飞空精品影院首页| 视频区图区小说| 精品久久久久久,| 国产成人啪精品午夜网站| 午夜福利,免费看| 看片在线看免费视频| 欧美激情高清一区二区三区| 久热爱精品视频在线9| 在线观看免费日韩欧美大片| 亚洲av成人不卡在线观看播放网| 成熟少妇高潮喷水视频| 亚洲男人天堂网一区| 精品少妇久久久久久888优播| 亚洲人成77777在线视频| 亚洲国产精品合色在线| 欧美乱妇无乱码| 亚洲专区中文字幕在线| 狂野欧美激情性xxxx| 久久久精品免费免费高清| 人妻丰满熟妇av一区二区三区 | 国产成人欧美在线观看 | 狠狠婷婷综合久久久久久88av| 国产极品粉嫩免费观看在线| 精品国内亚洲2022精品成人 | 国产一区二区三区在线臀色熟女 | 亚洲精品乱久久久久久| 天堂俺去俺来也www色官网| 亚洲黑人精品在线| av不卡在线播放| 黑丝袜美女国产一区| 亚洲精品av麻豆狂野| 亚洲男人天堂网一区| 国产aⅴ精品一区二区三区波| 国产精品国产av在线观看| 成熟少妇高潮喷水视频| 日本欧美视频一区| 极品人妻少妇av视频| 久久人人97超碰香蕉20202| 在线观看免费午夜福利视频| 欧美日韩亚洲高清精品| 中文欧美无线码| 一边摸一边做爽爽视频免费| 免费看十八禁软件| 亚洲精品一卡2卡三卡4卡5卡| 夜夜爽天天搞| 曰老女人黄片| 欧美在线一区亚洲| 99国产精品一区二区三区| 成在线人永久免费视频| 亚洲av片天天在线观看| 露出奶头的视频| 欧美日韩国产mv在线观看视频| 电影成人av| 丝袜在线中文字幕| 欧美一级毛片孕妇| 亚洲av美国av| 国产精品久久久久成人av| 99riav亚洲国产免费| 久久精品国产a三级三级三级| 法律面前人人平等表现在哪些方面| 久久久久精品人妻al黑| 在线十欧美十亚洲十日本专区| 亚洲人成电影观看| 国产亚洲精品第一综合不卡| 成人18禁高潮啪啪吃奶动态图| 国产男女超爽视频在线观看| 黄色成人免费大全| 精品一区二区三区四区五区乱码| 国产蜜桃级精品一区二区三区 | 狠狠狠狠99中文字幕| 999久久久精品免费观看国产| 99热网站在线观看| 一进一出好大好爽视频| 午夜91福利影院| 久久精品成人免费网站| 国产深夜福利视频在线观看| av一本久久久久| 精品久久久久久久毛片微露脸| 精品福利观看| 国产成人一区二区三区免费视频网站| 国产免费av片在线观看野外av| 亚洲成人手机| 丝袜人妻中文字幕| 涩涩av久久男人的天堂| 搡老乐熟女国产| 亚洲九九香蕉| 妹子高潮喷水视频| 亚洲成国产人片在线观看| 亚洲男人天堂网一区| 欧美乱色亚洲激情| 国产色视频综合| 国产精品久久久av美女十八| 精品一区二区三区av网在线观看| а√天堂www在线а√下载 | 91麻豆av在线| 国产欧美亚洲国产| 老司机亚洲免费影院| 中文欧美无线码| 日本欧美视频一区| 黄色毛片三级朝国网站| 中亚洲国语对白在线视频| 国产在线一区二区三区精| av天堂久久9| 欧美激情高清一区二区三区| 国产一区二区三区视频了| 99久久综合精品五月天人人| 十八禁网站免费在线| 美女国产高潮福利片在线看| 国产国语露脸激情在线看| 久热这里只有精品99| 国产成人精品久久二区二区免费| 最近最新免费中文字幕在线| 日本五十路高清| 最近最新中文字幕大全电影3 | 精品少妇久久久久久888优播| 高清黄色对白视频在线免费看| 久久久久久久国产电影| av网站在线播放免费| 亚洲av日韩精品久久久久久密| 久久国产精品影院| 首页视频小说图片口味搜索| 两个人免费观看高清视频| 精品久久久久久久久久免费视频 | 如日韩欧美国产精品一区二区三区| 丝袜美足系列| 捣出白浆h1v1| 丁香六月欧美| 五月开心婷婷网| 可以免费在线观看a视频的电影网站| 18禁观看日本| 18禁裸乳无遮挡动漫免费视频| 亚洲国产毛片av蜜桃av| 亚洲国产中文字幕在线视频| 一进一出好大好爽视频| 日日夜夜操网爽| 99国产综合亚洲精品| 久久精品亚洲熟妇少妇任你| 1024视频免费在线观看| 久久久久久免费高清国产稀缺| 国产欧美日韩一区二区精品| 精品亚洲成国产av| 久久ye,这里只有精品| 天堂√8在线中文| 欧美乱色亚洲激情| 视频在线观看一区二区三区| 亚洲欧美激情在线| 欧美色视频一区免费| 国产在线一区二区三区精| 日本一区二区免费在线视频| 亚洲片人在线观看| 亚洲色图综合在线观看| 国产av一区二区精品久久| av天堂久久9| 久久香蕉精品热| 母亲3免费完整高清在线观看| 亚洲欧美激情在线| 美女 人体艺术 gogo| 久久国产精品男人的天堂亚洲| 久久热在线av| 午夜福利在线免费观看网站|