• <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 ?

    基于獨立元分析的制漿造紙廢水處理過程故障檢測

    2019-09-10 21:52:23楊沖宋留劉鴻斌
    中國造紙學報 2019年1期
    關(guān)鍵詞:故障檢測主成分分析

    楊沖 宋留 劉鴻斌

    摘?要:為及時、準確地做出故障診斷,本課題采用獨立元分析(ICA)和主成分分析(PCA)兩種常用的多元統(tǒng)計分析方法對制漿造紙廢水處理過程中的傳感器故障進行檢測并對診斷效果進行對比。結(jié)果表明,對于制漿造紙廢水數(shù)據(jù)中偏移和漂移兩種故障,ICA模型的故障檢測率分別為24%與54%,PCA模型的故障檢測率分別為14%和42%,ICA模型的兩種故障檢測率均高于PCA模型,但是兩種模型均無法達到滿意的檢測效果;對于完全失效故障,ICA和PCA模型的故障檢測率均達到100%。

    關(guān)鍵詞:制漿造紙廢水處理過程;故障檢測;主成分分析;獨立元分析

    中圖分類號:X793

    文獻標識碼:A

    隨著現(xiàn)代工業(yè)過程的規(guī)模與復(fù)雜程度的提高,工業(yè)過程的安全運行和產(chǎn)品質(zhì)量得到更多的關(guān)注,故障檢測與分析技術(shù)也越來越不可或缺[1]。

    一般來說,故障檢測與分析可以分為3類:基于解析模型、基于專家知識和基于數(shù)據(jù)驅(qū)動的故障診斷方法?;诮馕瞿P偷姆椒梢允瓜到y(tǒng)根據(jù)特定的模型得出精確的結(jié)果,但是隨著系統(tǒng)復(fù)雜程度的提高,解析模型構(gòu)造的難度與成本也隨之上升[1]?;趯<抑R的方法依賴于已存在的知識庫與專家的經(jīng)驗知識以解決一些非結(jié)構(gòu)化的問題,適用于過程尚未成熟的領(lǐng)域,但是完全依靠專家憑感覺、個人經(jīng)驗及簡單儀表來判斷和排除故障成為該方法的局限性[2]。相對于前兩種故障診斷方法,基于數(shù)據(jù)驅(qū)動的方法沒有以上限制,該方法在不需要知道系統(tǒng)精確解析模型的情況下可對系統(tǒng)運行數(shù)據(jù)進行采集、建模、分析,從而完成系統(tǒng)的故障診斷。

    制漿造紙廢水的處理過程具有較強的時變性、耦合性、非線性以及易受外界干擾的特性。作為制漿造紙廢水處理過程中使用最廣泛的方法——活性污泥法主要包括了預(yù)處理、初次沉降、曝氣、二次沉降和污泥回流5個部分(如圖1所示)?;钚晕勰喾ㄌ幚碇茲{造紙廢水的原理是利用在曝氣池內(nèi)的微生物群體的凝聚、吸附、氧化分解等作用去除制漿造紙廢水中的有機物。在每一部分處理工藝中都需要測量大量的在線參數(shù),用來保證出水水質(zhì)達標以及完成控制過程的優(yōu)化,因此,該方法對測量儀表的精密性有較高的要求。測量儀表精密度的提高增加了故障出現(xiàn)的概率,結(jié)合制漿造紙廢水處理過程的惡劣工作環(huán)境以及設(shè)備長期滿負荷運行導(dǎo)致老化等因素,故障檢測結(jié)果的時效性與準確性需進一步提高[3]。

    制漿造紙廢水處理復(fù)雜的過程特性使我們難以對其構(gòu)建準確的數(shù)學模型與完備的專家知識庫;另一方面,制漿造紙廢水處理廠的長期滿負荷運行使其積累了大量的過程歷史數(shù)據(jù),因此采用數(shù)據(jù)驅(qū)動的方法對制漿造紙廢水處理過程的故障進行診斷逐漸受到學術(shù)界和工業(yè)界的重視。制漿造紙廢水處理領(lǐng)域中,基于數(shù)據(jù)驅(qū)動的故障診斷方法是以機器學習與多元統(tǒng)計方法為主。機器學習方法的核心在于機器的自我學習、改善性能,主要包括人工神經(jīng)網(wǎng)絡(luò)、貝葉斯和支持向量機等[3]。多元統(tǒng)計方法的提出是區(qū)別于單變量統(tǒng)計方法,主要利用多變量之間的相關(guān)性及內(nèi)在的統(tǒng)計規(guī)律進行故障檢測,適用于具有強相關(guān)性的制漿造紙廢水處理系統(tǒng)[4]。多元統(tǒng)計方法是將含多變量的高維數(shù)據(jù)通過多元投影的方式進行降維,在相對獨立的低維空間構(gòu)造統(tǒng)計量進行數(shù)據(jù)分析。

    近年來,隨著多元統(tǒng)計過程監(jiān)測理論的發(fā)展,獨立元分析法(Independent Component Analysis, ICA)獲得了較大的關(guān)注。針對系統(tǒng)運行過程中檢測變量間的相關(guān)性,ICA方法可生成一個模型,該模型假設(shè)數(shù)據(jù)變量由少數(shù)潛在變量線性組合而成,相關(guān)系數(shù)未知。這些潛在變量稱為數(shù)據(jù)的獨立元,相互獨立且非高斯。ICA模型旨在提取潛在變量以及混合矩陣的相關(guān)系數(shù)并結(jié)合相應(yīng)的統(tǒng)計量進行故障檢測[5]。主成分分析法(Principal Component Analysis, PCA)在流程工業(yè)領(lǐng)域也有廣泛的應(yīng)用。盡管ICA模型可看作PCA模型的有效延伸,但兩者迥異。PCA模型旨在降維,將多個變量映射為少數(shù)幾個主成分,這些主成分可由原始變量線性組合而成,并且包含著原始變量的大部分信息,為避免主成分包含的信息相互重疊,該方法要求各主成分互不相關(guān)[6]。PCA模型在計算統(tǒng)計量控制限時,需要假設(shè)數(shù)據(jù)服從高斯分布,如果測量數(shù)據(jù)非高斯,那么該方法的故障診斷效果將受到影響[7]。

    結(jié)合制漿造紙廢水處理過程的特點,本課題采用多元統(tǒng)計方法中的PCA與ICA兩種方法對該過程數(shù)據(jù)進行故障檢測與對比分析。

    1?方法原理

    1.1?PCA模型

    基于PCA模型可以快速、有效地處理大量過程數(shù)據(jù)的特點,從20世紀80年代起,PCA模型開始被廣泛應(yīng)用于數(shù)據(jù)降維、圖像處理、特征提取、模式識別以及過程控制等領(lǐng)域[8]。

    1.1.1?數(shù)據(jù)模型

    假設(shè)x∈Rm表示含m個樣本的向量,每個樣本均有N個獨立采樣。由此構(gòu)造數(shù)據(jù)矩陣X=[x1,x2,…,xN]T∈RN·m并進行標準化處理。PCA模型對標準化后的矩陣X進行分解[9]:

    X=TPT+=TPT+T=[T][P]T≡T(1)

    式中,P∈Rm·l為負載矩陣;T∈RN·l代表得分矩陣,l代表主元個數(shù);=TPT為殘差矩陣,且=[T],=[P]。標準化后樣本X的協(xié)方差矩陣估計值S可表示為:

    S=1N-1XTX=T(2)

    =1N-1T=diag{λ1,λ2,…,λm}(3)

    式中,=diag{λ1,λ2,…,λm}為S的m個特征值并按照降序排列,特征值對應(yīng)的特征向量為的m個列向量,這些特征向量代表的信息量也按照降序排列,為標準正交。這里采用累積貢獻率來選取主元個數(shù)l,總方差中第i個主成分的方差所占的比例稱為該主成分pi的貢獻率,主成分pi的貢獻率反映了第i個主成分包含的信息量大小。一般通過使前l(fā)(l≤m)個主成分的累計貢獻率不低于某一數(shù)值(如80%)的方法來確定l的數(shù)值[6]。

    PCA模型建立之后,主元子空間(Principal Component Subspace, PCS)和殘差子空間(Residual Subspace, RS)可分別表示為Sp=span{P},Sr=span{}。則任意樣本向量在PCS與RS上的投影可分別表示為[9]:

    =PPTx≡Cx∈Sp(4)

    =Tx=(I-PPT)x=(I-C)x∈Sr(5)

    因為Sp和Sr相互正交,則T=0,且x=+。

    1.1.2?故障檢測

    一般來說,基于PCA模型的故障檢測方法采用T2統(tǒng)計量和SPE統(tǒng)計量進行故障檢測,分別定義為[9]:

    T2=tTΛ-1t=xTPΛ-1PTx(6)

    SPE≡‖‖2=‖(I-PPT)x‖2(7)

    T2的控制限T2α利用F分布確定:

    N(N-l)l(N2-1)T2~Fl,N-l(8)

    T2α≡l(N2-1)N(N-l)Fl,N-l;α(9)

    式中,F(xiàn)分布自由度為l和N-l,l為主成分個數(shù),N為采樣次數(shù),α為顯著性水平。SPE的控制限δ2α利用χ2分布確定:

    δ2α=gχ2h;α(10)

    式中,g=θ2/θ1,h=θ21/θ2,θi表示為:

    θi=∑mj=l+1λij,?i=1,2,3(11)

    如果任意統(tǒng)計指標的值超出各自的控制限,則認為過程出現(xiàn)了故障。

    1.2??ICA模型

    ICA模型用來提取變量、測量值或者信號間潛在的獨立元(Independent Components,ICs),這種方法最初被用來解決未知信息資源的分離問題,包括恢復(fù)與未知矩陣進行線性組合后的獨立信號(如不同的聲音、音樂或者噪音信號等)[10]。

    1.2.1?數(shù)據(jù)模型

    ICA模型旨在基于觀測數(shù)據(jù)X通過線性組合尋求獨立、非高斯的潛在變量S以及未知矩陣A,數(shù)據(jù)測量模型如下[5]:

    X=AS+E(12)

    X=[x1,x2,…,xn]∈Rd·n為觀測數(shù)據(jù)矩陣,A=[a1,a2,…,am]∈Rd·m是未知的混合矩陣,S=[s1,s2,…,sn]∈Rm·n(m≤d)是獨立元矩陣,E∈Rd·n是殘差矩陣,n為樣本的數(shù)量。一般認為X和S同維,即m=d,此時矩陣E為零矩陣,則ICA模型可轉(zhuǎn)化為尋求一個混合矩陣W以滿足重構(gòu)矩陣各元素間最大的獨立性,可表示為:

    =WX(13)

    為方便數(shù)學表述,定義獨立元具有單位方差,即E{ssT}=Im。通常求解ICA模型第一步是對觀測數(shù)據(jù)X進行白化處理,使觀測向量x經(jīng)線性變換表示為:

    z=Qx(14)

    經(jīng)過觀測數(shù)據(jù)的白化處理,使z的各變量間線性無關(guān)且具有單位方差,即E{zzT}=Im。則可得到

    z=Qx=QAs=Bs(15)

    這里定義B=QA,根據(jù)式(16)得出B為正交矩陣。

    E{zzT}=BE{ssT}BT=BBT=Im(16)

    由于正交矩陣的限制,ICA模型問題得到簡化,這里不必再尋求滿秩矩陣A,轉(zhuǎn)而尋求正交矩陣B。根據(jù)公式(15),重構(gòu)向量可表示為:

    =BTz=BTQx(17)

    根據(jù)式(13)和式(17),矩陣B與W間的關(guān)系可表示為:

    W=BTQ(18)

    根據(jù)i=(bi)Tz,為確保第i個獨立元素的最大非高斯性,B矩陣每列向量bi確定前均進行初始化處理。Hyvrinen和Oja在文獻[11]中根據(jù)中心極限定理提出非高斯性代表著獨立性,而峰度和負熵可用來度量非高斯性?;趯ω撿氐慕乒烙嫞琀yvrinen在文獻[12]中提出對于矩陣B的算法。計算出矩陣B后,結(jié)合式(17)和式(18)可分別得出重構(gòu)的獨立元矩陣和混合矩陣W。

    獲取獨立元后,需選取其中一部分作為主元以提高ICA模型的魯棒性并降低分析過程的復(fù)雜性。選取主元之前,需對ICs進行排序。文獻[13]中根據(jù)混合矩陣W中各行的Euclidean范數(shù)(L2)大小,將其對應(yīng)的ICs進行排序,該方法簡單有效。確定ICs的排序問題之后,Lee等[5]采取繪圖的方式來確定主元個數(shù)?;旌暇仃嘩中各行Euclidean范數(shù)(L2)所占的比例如圖2所示。橫坐標代表ICs的序號,縱坐標代表對應(yīng)混合矩陣W中每行L2所占比例,該圖中的混合矩陣W根據(jù)正常情況下的廢水數(shù)據(jù)(2.1部分)所得。由圖2可知,后3個獨立元對應(yīng)的L2比例明顯小于其他的獨立元對應(yīng)的L2比例,因此,圖2中ICs所建立的ICA模型包含5個主元。

    1.2.2?故障檢測

    根據(jù)1.2.1確定主元個數(shù)(設(shè)為l)后,記Wd為W的主元部分,其由l個具有最大Euclidean范數(shù)(L2)的行向量構(gòu)成,混合矩陣W中剩余部分為殘差部分We,根據(jù)式(13)可得,d=Wdx,e=Wex,據(jù)式(18)得:Bd=(WdQ-1)T[5]。

    這里,ICA模型的故障檢測采用3種統(tǒng)計量作為監(jiān)控指標:

    I2=Tdd(19)

    I2e=Tee(20)

    SPE=eTe=(x-)T(x-)(21)

    式中,=Q-1Bdd。以上3種統(tǒng)計量的控制限可通過核密度估計獲?。?/p>

    f(x)=1nh∑ni=1Kx-xih(22)

    式中,xi為數(shù)據(jù)集中的觀測值,h為平滑參數(shù),K為核函數(shù),n為樣本數(shù),h的取值可參考文獻[14]。當x點達95%的密度函數(shù)值時,x為3種統(tǒng)計量的控制限。

    2?仿真實驗與討論

    2.1?制漿造紙廢水處理過程數(shù)據(jù)

    制漿造紙廢水數(shù)據(jù)采取廣東東莞某造紙廠的好氧段廢水監(jiān)測數(shù)據(jù),該制漿造紙廢水數(shù)據(jù)包括8個廢水變量,每個變量包括170個測量值。制漿造紙廢水處理過程數(shù)據(jù)如圖3所示,左側(cè)縱坐標分別對應(yīng)進水化學需氧量(CODinf)、出水化學需氧量(CODeff)、進水懸浮固形物(SSinf)、出水懸浮固形物(SSeff);右側(cè)縱坐標分別對應(yīng)溶解氧量(DO)、流量(Q)、溫度(T)、pH值[15]。170個測量數(shù)據(jù)中,將前100個樣本作為訓(xùn)練集,后70個樣本作為測試集。

    2.2?故障數(shù)據(jù)構(gòu)建

    針對制漿造紙廢水處理所面臨的復(fù)雜工作環(huán)境并結(jié)合傳感器在數(shù)據(jù)監(jiān)測中起到的重要作用,本課題考慮構(gòu)建以下3種傳感器故障:偏移故障、漂移故障和完全失效故障[16]。3種故障數(shù)據(jù)的構(gòu)建如表1所示。在表1中,對變量CODinf加入均值的20%作為偏移故障,對變量pH值加入以0.05為系數(shù)的漂移故障,將SSeff的數(shù)據(jù)改至30,作為完全失效故障。如圖4所示,在測試集后50組數(shù)據(jù)中加入故障信息。

    2.3?故障檢測

    PCA和ICA兩種方法模型對3種故障類型的檢測結(jié)果如表2和表3及圖5~圖7所示。所有圖中的虛線代表95%的置信度控制限,超出控制限的統(tǒng)計量代表出現(xiàn)了故障,根據(jù)測試集后50組數(shù)據(jù)中超出樣本控制限的檢測點個數(shù)所占的比例計算故障檢測率,對于每種故障對應(yīng)的多個統(tǒng)計量,選擇故障檢測率最高的統(tǒng)計量對應(yīng)結(jié)果作為該故障的檢測率。

    由表2和表3及圖5~圖7可知,對于偏移故障,PCA模型的SPE統(tǒng)計量與ICA模型的I2統(tǒng)計量從測試集樣本點21處開始均有明顯的上升,但是兩者的檢測效果不佳;PCA模型的偏移故障檢測率為14%,ICA模型的偏移故障檢測率為24%。對于漂移故障,PCA模型的T2統(tǒng)計量與ICA模型的I2e、SPE統(tǒng)計量均表現(xiàn)出明顯的線性增長趨勢;相對而言,ICA模型的漂移故障檢測率達到54%,檢測效果優(yōu)于PCA模型。對于完全失效故障,PCA模型與ICA模型的各個統(tǒng)計量在故障出現(xiàn)后的第1個樣本開始均有明顯變化,且PCA的SPE統(tǒng)計量和ICA的I2和SPE統(tǒng)計量對應(yīng)的完全失效故障檢測率均達到100%。

    為了優(yōu)化故障檢測的效率,結(jié)合變量貢獻圖與統(tǒng)計量的值進行故障檢測可高效地檢測出故障所屬的變量類型。以ICA模型對于圖7(c)所檢測出的完全失效故障點為例,對位于測試集第70個樣本點進行故障的變量貢獻值檢測,圖8(a)~圖8(c)分別顯示了統(tǒng)計量I2、Ie2和SPE對于故障點的變量貢獻值,結(jié)果顯示,變量SSinf和變量SSeff對完全失效故障的貢獻值最高,變量CODinf、變量CODeff以及變量DO的貢獻值次之,其余變量貢獻值均很低。由此,可判斷變量SSinf和變量SSeff與完全失效故障有較強的相關(guān)性,根據(jù)以上信息可有效縮小故障排查范圍,提高故障診斷效率。

    3?結(jié)?論

    本課題分別采用主成分分析(PCA)模型與獨立元分析(ICA)模型對制漿造紙廢水處理過程進行故障診斷??紤]到PCA模型控制限的設(shè)置對于測量數(shù)據(jù)高斯性的要求,結(jié)合制漿造紙廢水處理過程中數(shù)據(jù)呈非高斯分布的特點,PCA模型的限制性相比于ICA模型較為明顯。相比于PCA模型采用的二階統(tǒng)計信息,ICA模型的優(yōu)勢在于采用I2、I2e、SPE 3種統(tǒng)計量進行故障檢測。其中統(tǒng)計量I2替代了PCA模型中T2統(tǒng)計量,ICA模型在確定主元個數(shù)時所排除掉的獨立元矩陣可用于構(gòu)建統(tǒng)計量I2e,以此來彌補主元個數(shù)選取不當引起的故障檢測能力下降的缺點。此外,ICA模型在故障診斷中要求潛變量之間統(tǒng)計獨立,沒有對潛變量正交性與高斯性的限制。

    制漿造紙廢水處理過程的故障檢測結(jié)果表明,ICA模型的整體故障檢測率要高于PCA模型,但優(yōu)勢并不明顯。制漿造紙廢水處理過程有著較強時變性,隨著時間的改變,變量的均值與方差會隨之改變。而常規(guī)的多元統(tǒng)計過程監(jiān)測方法(如PCA和ICA方法)屬于靜態(tài)的統(tǒng)計監(jiān)測方法,因此在廢水數(shù)據(jù)故障檢測中可能造成較大的誤報與漏報現(xiàn)象,造成故障檢測效果不佳。鑒于此,未來考慮將動態(tài)ICA方法應(yīng)用到制漿造紙廢水處理過程監(jiān)測領(lǐng)域。

    參?考?文?獻

    [1]?Ge Z, Song Z, Gao F. Review of recent research on data-based process monitoring[J]. Industrial & Engineering Chemistry Research, 2013, 52(10): 3543.

    [2]?Liu T L, Shen W H. A review of application of fault diagnostic expert system in wastewater treatment[J]. Paper Science & Technology, 2011, 30(2): 75.

    劉天龍, 沈文浩. 污水處理過程中故障診斷專家系統(tǒng)的應(yīng)用[J]. 造紙科學與技術(shù), 2011, 30(2): 75.

    [3]?Huang D P, Qiu Y, Liu Y Q, et al. Review of data-driven fault diagnosis and prognosis for wastewater treatment[J]. Journal of South China University of Technology (Natural Science Edition), 2015, 43(3): 111.

    黃道平, 邱?禹, 劉乙奇, 等. 面向污水處理的數(shù)據(jù)驅(qū)動故障診斷及預(yù)測方法綜述[J]. 華南理工大學學報(自然科學版), 2015, 43(3): 111.

    [4]?Zhou D H, Hu Y Y. Fault diagnosis techniques for dynamic systems[J]. Acta Automatic Sinica, 2009, 35(6): 748.

    周東華, 胡艷艷. 動態(tài)系統(tǒng)的故障診斷技術(shù)[J]. 自動化學報, 2009, 35(6): 748.

    [5]?Lee J M, Yoo C K, Lee I B. Statistical process monitoring with independent component analysis[J]. Journal of Process Control, 2004, 14(5): 467.

    [6]?Xie Z H. Matlab statistical analysis and application of 40 case studies[M]. Beijing: Beihang University Press, 2010.

    謝中華. MATLAB統(tǒng)計分析與應(yīng)用: 40個案例分析[M]. 北京: 北京航空航天大學出版社, 2010.

    [7]?Qin S J. Survey on data-driven industrial process monitoring and diagnosis[J]. Annual Reviews in Control, 2012, 36(2): 220.

    [8]?Shen Y, Ding S X, Haghani A, et al. A comparison study of basic data-driven fault diagnosis and process monitoring methods on the benchmark Tennessee Eastman process[J]. Journal of Process Control, 2012, 22(9): 1567.

    [9]?Qin S J. Statistical process monitoring: basics and beyond[J]. Journal of Chemometrics, 2003, 17(8/9): 480.

    [10]?Olsson G. ICA and me—A subjective review[J]. Water Research, 2012, 46(6): 1585.

    [11]?Hyvrinen A, Oja E. Independent component analysis: algorithms and applications[J]. Neural Networks, 2000, 13(5): 411.

    [12]?Hyvrinen A. Fast and robust fixed-point algorithms for independent component analysis[J]. IEEE Transactions on Neural Networks, 1999, 10(3): 626.

    [13]?Cardoso F, Souloumiac A. Blind beamforming for non Gaussian signals[J]. Radar & Signal Processing IEE Proceedings F, 1993, 140(6): 362.

    [14]?Silverman B W. Density estimation for statistics and data analysis[M]. London: Chapman & Hall, 1986.

    [15]?Liu Y Y, Li X Y, Zhang G R, et al. Sensor fault detection of papermaking wastewater treatment processses based on multivariate statistical analysis[J]. China Pulp & Paper Industry, 2017, 38(8): 41.

    劉耀瑤, 李祥宇, 張光銳, 等. 基于多元統(tǒng)計分析的造紙廢水處理過程傳感器故障檢測[J]. 中華紙業(yè), 2017, 38(8): 41.

    [16]?Dunia R, Qin S J, Edgar T F, et al. Identification of faulty sensors using principal component analysis[J]. AICHE Journal, 1996, 42(10): 2797.

    Fault Detection of Papermaking Wastewater Treatment Process Based on Independent Component Analysis

    YANG Chong1?SONG Liu1?LIU Hongbin1,2,*

    (1Co-Innovation Center of Efficient Processing and Utilization of Forest Resources, Nanjing Forestry University,

    Nanjing, Jiangsu Province, 210037; 2State Key Laboratory of Pulp and Paper Engineering,

    South China University of Technology, Guangzhou, Guangdong Province, 510640)

    (*E-mail:hongbinliu@njfu.edu.cn)[JZ)]

    Abstract:To monitor and control papermaking wastewater treatment process(WWTP) effectively, two common methods of multivariate statistical analysis named independent component analysis (ICA) and principal component analysis (PCA) were used to detect the sensor faults in a papermaking WWTPThe results showed that the detection rates of the bias and drifting faults using ICA were 24% and 54%, respectivelyMeanwhile, the bias and drifting faults detection rates of PCA were 14% and 42%The fault detection rates of ICA were higher than those of PCA, but neither of the two methods achieved satisfactory result of detecting the bias and drifting faultsConcerning the complete failure fault, both the fault detection rates of the two methods were 100%

    Keywords:papermaking wastewater treatment process; fault detection; principal component analysis; independent component analysis

    猜你喜歡
    故障檢測主成分分析
    基于定子逆序的電機同步速變換故障檢測算法
    優(yōu)化網(wǎng)絡(luò)設(shè)備維護提高數(shù)據(jù)通信傳輸質(zhì)量
    基于NAR模型的上海市房產(chǎn)稅規(guī)模預(yù)測
    主成分分析法在大學英語寫作評價中的應(yīng)用
    大學教育(2016年11期)2016-11-16 20:33:18
    江蘇省客源市場影響因素研究
    電子電路的故障檢測技術(shù)
    SPSS在環(huán)境地球化學中的應(yīng)用
    考試周刊(2016年84期)2016-11-11 23:57:34
    長沙建設(shè)國家中心城市的瓶頸及其解決路徑
    新型探測線圈淺析
    科技視界(2016年21期)2016-10-17 17:53:37
    服務(wù)貿(mào)易結(jié)構(gòu)優(yōu)化路徑研究
    一区二区三区高清视频在线| 午夜a级毛片| 久久99热这里只有精品18| 国产视频首页在线观看| 午夜激情福利司机影院| 亚洲精华国产精华液的使用体验| 两个人的视频大全免费| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国语自产精品视频在线第100页| 国产精品国产三级专区第一集| 国产亚洲91精品色在线| 精品人妻熟女av久视频| 久久这里有精品视频免费| 日本-黄色视频高清免费观看| 日本色播在线视频| 精品免费久久久久久久清纯| 女的被弄到高潮叫床怎么办| 亚洲成色77777| 日本色播在线视频| 卡戴珊不雅视频在线播放| 亚洲精品456在线播放app| 国产又色又爽无遮挡免| 免费看a级黄色片| 成人特级av手机在线观看| 欧美色视频一区免费| 国产又黄又爽又无遮挡在线| 成人毛片60女人毛片免费| 亚洲精品乱久久久久久| 国产淫片久久久久久久久| 丝袜喷水一区| 精品国产露脸久久av麻豆 | 亚州av有码| 亚洲国产最新在线播放| 亚洲在线自拍视频| 午夜福利在线观看免费完整高清在| 国产成人免费观看mmmm| 男人和女人高潮做爰伦理| 乱码一卡2卡4卡精品| 黄色日韩在线| 97超视频在线观看视频| 亚洲av免费高清在线观看| 中文字幕人妻熟人妻熟丝袜美| 亚洲色图av天堂| 少妇被粗大猛烈的视频| 好男人视频免费观看在线| 成人二区视频| 国产精品麻豆人妻色哟哟久久 | 日韩视频在线欧美| 国产淫语在线视频| 亚洲精品一区蜜桃| 又爽又黄a免费视频| 91精品国产九色| 亚洲精品一区蜜桃| 天堂中文最新版在线下载 | 欧美高清成人免费视频www| 在线观看av片永久免费下载| 国产精品精品国产色婷婷| 非洲黑人性xxxx精品又粗又长| 国产色婷婷99| 国产精品综合久久久久久久免费| 色综合站精品国产| 最近的中文字幕免费完整| 精品国内亚洲2022精品成人| 国产免费福利视频在线观看| 草草在线视频免费看| 两个人视频免费观看高清| 国产v大片淫在线免费观看| 人妻制服诱惑在线中文字幕| 精品一区二区免费观看| 亚洲欧美日韩高清专用| 一级爰片在线观看| 亚洲第一区二区三区不卡| 极品教师在线视频| 人体艺术视频欧美日本| 精品久久久久久久久av| 国产精品一二三区在线看| 中国美白少妇内射xxxbb| 男的添女的下面高潮视频| 婷婷色综合大香蕉| 亚洲av免费在线观看| 免费观看a级毛片全部| 亚洲欧美清纯卡通| 我要看日韩黄色一级片| 麻豆成人午夜福利视频| 久久久精品大字幕| 身体一侧抽搐| 亚洲18禁久久av| 国产人妻一区二区三区在| 赤兔流量卡办理| 神马国产精品三级电影在线观看| 久久久精品欧美日韩精品| 人妻系列 视频| 91狼人影院| 日韩欧美精品v在线| 日本av手机在线免费观看| 一卡2卡三卡四卡精品乱码亚洲| 成年版毛片免费区| 久久婷婷人人爽人人干人人爱| 18禁在线无遮挡免费观看视频| 天堂影院成人在线观看| 熟女电影av网| 又粗又硬又长又爽又黄的视频| 中文乱码字字幕精品一区二区三区 | 人妻系列 视频| 久久久久久久久久成人| 久久国产乱子免费精品| 免费大片18禁| 精品免费久久久久久久清纯| 一级爰片在线观看| 久久99热6这里只有精品| 久久99热6这里只有精品| 国产v大片淫在线免费观看| 在线播放国产精品三级| 又爽又黄无遮挡网站| 亚洲精品456在线播放app| 日本一本二区三区精品| 天堂网av新在线| 老师上课跳d突然被开到最大视频| 国产伦精品一区二区三区四那| 国产淫语在线视频| 国产探花极品一区二区| 成年版毛片免费区| 精品一区二区三区人妻视频| 日韩欧美精品v在线| 日韩欧美三级三区| 欧美色视频一区免费| 国产又色又爽无遮挡免| 少妇人妻一区二区三区视频| 91精品伊人久久大香线蕉| 丝袜喷水一区| 日本免费一区二区三区高清不卡| 久久久久久大精品| 免费看av在线观看网站| www.av在线官网国产| 美女国产视频在线观看| 久久久色成人| 午夜视频国产福利| 自拍偷自拍亚洲精品老妇| 99国产精品一区二区蜜桃av| 亚洲精品一区蜜桃| 国产女主播在线喷水免费视频网站 | 亚洲国产精品专区欧美| 男人和女人高潮做爰伦理| 国产成人午夜福利电影在线观看| 村上凉子中文字幕在线| 性插视频无遮挡在线免费观看| 国产日韩欧美在线精品| 亚洲精品亚洲一区二区| 日韩成人av中文字幕在线观看| 国产精品久久电影中文字幕| 日本免费在线观看一区| 九九在线视频观看精品| 免费电影在线观看免费观看| 春色校园在线视频观看| 成人午夜精彩视频在线观看| 亚洲欧美精品专区久久| 少妇猛男粗大的猛烈进出视频 | 如何舔出高潮| 高清午夜精品一区二区三区| 麻豆国产97在线/欧美| 亚洲一区高清亚洲精品| 亚洲经典国产精华液单| 国产一区亚洲一区在线观看| 国产精品久久久久久精品电影小说 | 久久亚洲精品不卡| 一本一本综合久久| 国产在线男女| 国产真实伦视频高清在线观看| 国产精品久久视频播放| 啦啦啦观看免费观看视频高清| 久久欧美精品欧美久久欧美| av在线播放精品| 亚洲美女搞黄在线观看| 1000部很黄的大片| 欧美一区二区亚洲| 天堂影院成人在线观看| 亚洲精品亚洲一区二区| 少妇猛男粗大的猛烈进出视频 | 亚洲一区高清亚洲精品| 亚洲成人av在线免费| 久久精品综合一区二区三区| 欧美成人免费av一区二区三区| 免费观看在线日韩| 美女xxoo啪啪120秒动态图| 高清在线视频一区二区三区 | 亚洲综合精品二区| 日韩一区二区视频免费看| 哪个播放器可以免费观看大片| 美女cb高潮喷水在线观看| 免费av观看视频| 日本wwww免费看| 99热这里只有是精品在线观看| 国内揄拍国产精品人妻在线| 好男人在线观看高清免费视频| 欧美日本视频| 人人妻人人澡欧美一区二区| 一区二区三区免费毛片| 成人午夜精彩视频在线观看| www日本黄色视频网| 国产亚洲av嫩草精品影院| 国产午夜精品论理片| 日韩av在线免费看完整版不卡| 精品久久久久久电影网 | 国产极品天堂在线| 少妇被粗大猛烈的视频| 午夜福利视频1000在线观看| 亚洲精华国产精华液的使用体验| 热99在线观看视频| 亚洲欧美中文字幕日韩二区| 久久久久国产网址| 亚洲国产欧洲综合997久久,| 简卡轻食公司| 伦理电影大哥的女人| 亚洲av福利一区| 国产一级毛片在线| 亚洲第一区二区三区不卡| 一级毛片久久久久久久久女| 国产高清三级在线| 成人三级黄色视频| 国内精品宾馆在线| 熟妇人妻久久中文字幕3abv| 亚洲自偷自拍三级| 成人二区视频| 我的老师免费观看完整版| 精品免费久久久久久久清纯| 联通29元200g的流量卡| 国产真实伦视频高清在线观看| 男人和女人高潮做爰伦理| 人妻制服诱惑在线中文字幕| 亚洲精品色激情综合| 99久久无色码亚洲精品果冻| 午夜免费男女啪啪视频观看| 九九久久精品国产亚洲av麻豆| 国产麻豆成人av免费视频| h日本视频在线播放| 综合色av麻豆| 级片在线观看| 亚洲自拍偷在线| 久久国内精品自在自线图片| 亚洲欧美日韩东京热| 亚洲精品成人久久久久久| 日韩欧美精品v在线| 欧美人与善性xxx| 久久亚洲国产成人精品v| 在线a可以看的网站| 国产极品天堂在线| 日韩欧美三级三区| 超碰97精品在线观看| av福利片在线观看| 丰满人妻一区二区三区视频av| 成年免费大片在线观看| 成年版毛片免费区| 国产黄a三级三级三级人| 久久久久久久久久久丰满| 国产精品国产三级专区第一集| 午夜福利视频1000在线观看| 国内精品一区二区在线观看| 男女边吃奶边做爰视频| 99久久人妻综合| 午夜福利在线在线| 亚洲四区av| 看免费成人av毛片| 国产一区二区亚洲精品在线观看| 亚洲国产成人一精品久久久| 欧美不卡视频在线免费观看| av又黄又爽大尺度在线免费看 | 国产黄色视频一区二区在线观看 | 乱系列少妇在线播放| 国产精品.久久久| 色哟哟·www| 别揉我奶头 嗯啊视频| 久久99精品国语久久久| 久久久色成人| 老司机影院毛片| 国产成人福利小说| 级片在线观看| eeuss影院久久| 最近的中文字幕免费完整| 欧美日韩一区二区视频在线观看视频在线 | 伊人久久精品亚洲午夜| 国产成人福利小说| 亚洲人成网站在线播| 久久久午夜欧美精品| 免费观看的影片在线观看| 久久精品国产亚洲av涩爱| 精品久久国产蜜桃| videos熟女内射| 美女大奶头视频| 美女cb高潮喷水在线观看| 白带黄色成豆腐渣| 亚洲av一区综合| 久久久久久久久中文| 爱豆传媒免费全集在线观看| av线在线观看网站| av免费观看日本| 在线免费观看不下载黄p国产| 高清午夜精品一区二区三区| 亚洲国产精品成人综合色| 中国美白少妇内射xxxbb| 亚洲欧洲日产国产| 国产色婷婷99| 色吧在线观看| 亚洲av电影不卡..在线观看| 日本五十路高清| 精品人妻熟女av久视频| 亚洲第一区二区三区不卡| 精品久久久久久久末码| 少妇熟女aⅴ在线视频| av在线天堂中文字幕| 亚洲av中文字字幕乱码综合| 亚洲av免费在线观看| 九九爱精品视频在线观看| 国产 一区精品| 少妇人妻精品综合一区二区| 日本黄大片高清| 国产免费视频播放在线视频 | 美女大奶头视频| 水蜜桃什么品种好| 国产免费一级a男人的天堂| 成人无遮挡网站| 国产探花极品一区二区| 国产精品精品国产色婷婷| 赤兔流量卡办理| 国产成人福利小说| 午夜精品一区二区三区免费看| www.色视频.com| 亚洲国产成人一精品久久久| 国产精品无大码| 青春草国产在线视频| 亚洲精品aⅴ在线观看| 免费观看的影片在线观看| 黄色日韩在线| 一个人观看的视频www高清免费观看| 亚洲国产日韩欧美精品在线观看| 国产亚洲午夜精品一区二区久久 | 亚洲国产精品久久男人天堂| 亚洲国产精品sss在线观看| a级毛色黄片| 亚洲精品日韩在线中文字幕| 亚洲国产精品成人久久小说| 中文亚洲av片在线观看爽| 嫩草影院新地址| 色噜噜av男人的天堂激情| 婷婷色av中文字幕| 日产精品乱码卡一卡2卡三| 18禁在线无遮挡免费观看视频| 亚洲丝袜综合中文字幕| 久久久久久久久大av| 蜜桃亚洲精品一区二区三区| 午夜福利在线观看免费完整高清在| 深爱激情五月婷婷| 亚洲无线观看免费| 色哟哟·www| 99久国产av精品| 久久精品91蜜桃| 亚洲精品乱码久久久久久按摩| 成年版毛片免费区| 五月伊人婷婷丁香| 欧美激情在线99| 成年av动漫网址| 日韩中字成人| 如何舔出高潮| 日韩中字成人| 久久久久久久国产电影| 久久精品久久久久久噜噜老黄 | 两个人的视频大全免费| 久久久久网色| 国产爱豆传媒在线观看| 性色avwww在线观看| 欧美日韩综合久久久久久| 好男人视频免费观看在线| av天堂中文字幕网| 亚洲精品影视一区二区三区av| 99久久九九国产精品国产免费| 卡戴珊不雅视频在线播放| 网址你懂的国产日韩在线| 免费搜索国产男女视频| 国产精品一区二区在线观看99 | 欧美色视频一区免费| 身体一侧抽搐| 成人av在线播放网站| 久久热精品热| 国产麻豆成人av免费视频| 亚洲精品乱码久久久久久按摩| 中文字幕精品亚洲无线码一区| 日韩av不卡免费在线播放| 99热6这里只有精品| 日本五十路高清| 麻豆av噜噜一区二区三区| 国产真实伦视频高清在线观看| 国产一级毛片在线| eeuss影院久久| 蜜桃久久精品国产亚洲av| 久久久成人免费电影| 精品久久久久久久久久久久久| 国产精品一及| 欧美一级a爱片免费观看看| 少妇的逼好多水| 99热精品在线国产| 久久久久久国产a免费观看| 成人午夜精彩视频在线观看| 最近视频中文字幕2019在线8| 国产成人一区二区在线| 日本免费a在线| 内射极品少妇av片p| 日日干狠狠操夜夜爽| www.av在线官网国产| 性插视频无遮挡在线免费观看| 色网站视频免费| 亚洲va在线va天堂va国产| 夜夜看夜夜爽夜夜摸| 国产精品熟女久久久久浪| av在线蜜桃| 最近2019中文字幕mv第一页| 久久99精品国语久久久| 亚洲欧美精品综合久久99| 热99在线观看视频| 乱码一卡2卡4卡精品| 国产男人的电影天堂91| 可以在线观看毛片的网站| 在线免费观看的www视频| 国语对白做爰xxxⅹ性视频网站| 美女内射精品一级片tv| 精品人妻一区二区三区麻豆| 美女大奶头视频| 久久人人爽人人片av| 日本黄色视频三级网站网址| 国产免费视频播放在线视频 | 晚上一个人看的免费电影| 神马国产精品三级电影在线观看| 性插视频无遮挡在线免费观看| 天堂av国产一区二区熟女人妻| 久久亚洲精品不卡| 国产一级毛片在线| 婷婷六月久久综合丁香| 日本一本二区三区精品| 国产一区二区亚洲精品在线观看| 日韩成人伦理影院| 久久99热这里只频精品6学生 | 中文字幕熟女人妻在线| 欧美人与善性xxx| 少妇猛男粗大的猛烈进出视频 | 精品酒店卫生间| 插阴视频在线观看视频| 91久久精品电影网| 久久久久性生活片| 精华霜和精华液先用哪个| 久久精品国产鲁丝片午夜精品| 美女黄网站色视频| 看片在线看免费视频| 欧美性猛交╳xxx乱大交人| 精品少妇黑人巨大在线播放 | 国产爱豆传媒在线观看| 美女高潮的动态| 国内揄拍国产精品人妻在线| 亚洲av成人精品一区久久| 麻豆国产97在线/欧美| 国产成人一区二区在线| 嫩草影院入口| 国产午夜福利久久久久久| 91精品国产九色| 午夜a级毛片| 日本一本二区三区精品| 青春草亚洲视频在线观看| 亚洲在久久综合| 欧美xxxx黑人xx丫x性爽| 中文亚洲av片在线观看爽| 99久国产av精品国产电影| 亚洲精品日韩在线中文字幕| 99热这里只有精品一区| 天堂√8在线中文| 国产伦理片在线播放av一区| 一个人观看的视频www高清免费观看| 日本黄色视频三级网站网址| 乱系列少妇在线播放| av播播在线观看一区| av线在线观看网站| 国产亚洲午夜精品一区二区久久 | 赤兔流量卡办理| 91在线精品国自产拍蜜月| 国产精品久久久久久久电影| 狂野欧美白嫩少妇大欣赏| 少妇人妻一区二区三区视频| 国产 一区 欧美 日韩| 日本猛色少妇xxxxx猛交久久| 久久亚洲国产成人精品v| 天天躁日日操中文字幕| 边亲边吃奶的免费视频| 一级av片app| 最近最新中文字幕免费大全7| 波多野结衣巨乳人妻| 99国产精品一区二区蜜桃av| 三级国产精品欧美在线观看| 桃色一区二区三区在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 国产精品久久久久久精品电影| 一级毛片aaaaaa免费看小| 一级二级三级毛片免费看| 国产高清不卡午夜福利| 午夜激情福利司机影院| 日本wwww免费看| 成人欧美大片| 久久精品久久精品一区二区三区| 国产一级毛片七仙女欲春2| 99热全是精品| 美女国产视频在线观看| 国产成人午夜福利电影在线观看| 亚洲五月天丁香| 国内少妇人妻偷人精品xxx网站| 久久久国产成人精品二区| 我的女老师完整版在线观看| 国产在线男女| 性插视频无遮挡在线免费观看| 欧美一区二区精品小视频在线| 女的被弄到高潮叫床怎么办| 高清av免费在线| 日韩,欧美,国产一区二区三区 | 亚洲欧美精品专区久久| 观看免费一级毛片| 超碰av人人做人人爽久久| 全区人妻精品视频| 成年免费大片在线观看| 日韩欧美三级三区| 欧美+日韩+精品| 99久久精品国产国产毛片| 中文欧美无线码| 国产精品一区二区性色av| 亚洲精品456在线播放app| 国产精品人妻久久久影院| 久久久久久久久久成人| 国内精品宾馆在线| 哪个播放器可以免费观看大片| 国产日韩欧美在线精品| 最近中文字幕高清免费大全6| 欧美日韩一区二区视频在线观看视频在线 | 国产高潮美女av| 日本黄色片子视频| 亚洲精品色激情综合| 尾随美女入室| 国产亚洲精品久久久com| 亚洲欧美日韩无卡精品| 啦啦啦观看免费观看视频高清| av在线播放精品| 欧美精品一区二区大全| 高清毛片免费看| 九九热线精品视视频播放| 在线观看66精品国产| 日韩一区二区三区影片| 亚洲怡红院男人天堂| 国产激情偷乱视频一区二区| 嫩草影院入口| 国产精品国产三级专区第一集| 成人亚洲精品av一区二区| 男女边吃奶边做爰视频| 黄色一级大片看看| 最近2019中文字幕mv第一页| 色综合亚洲欧美另类图片| 亚洲成av人片在线播放无| 成人无遮挡网站| 2021天堂中文幕一二区在线观| 国产高清三级在线| 少妇裸体淫交视频免费看高清| 精品熟女少妇av免费看| 国产单亲对白刺激| 在线免费观看的www视频| 精品少妇黑人巨大在线播放 | 少妇人妻一区二区三区视频| 国产探花在线观看一区二区| 国产高清国产精品国产三级 | 精品人妻熟女av久视频| 免费播放大片免费观看视频在线观看 | 麻豆久久精品国产亚洲av| 蜜桃亚洲精品一区二区三区| 色哟哟·www| 网址你懂的国产日韩在线| 最近的中文字幕免费完整| 日韩精品有码人妻一区| 国产精品电影一区二区三区| 亚洲高清免费不卡视频| 人人妻人人澡欧美一区二区| 十八禁国产超污无遮挡网站| 久久99热这里只频精品6学生 | 亚洲婷婷狠狠爱综合网| 亚洲精品日韩在线中文字幕| 国产在视频线在精品| 狂野欧美激情性xxxx在线观看| 夫妻性生交免费视频一级片| 国产精品国产三级国产专区5o | 看黄色毛片网站| 天天躁日日操中文字幕| 久久久亚洲精品成人影院| 国产大屁股一区二区在线视频| 搡老妇女老女人老熟妇| 在线观看av片永久免费下载| 日韩欧美国产在线观看| 免费看美女性在线毛片视频| 亚洲av日韩在线播放| 亚洲精品乱码久久久v下载方式| 男女边吃奶边做爰视频| 99视频精品全部免费 在线| 成人二区视频| 国产精品日韩av在线免费观看| 三级男女做爰猛烈吃奶摸视频| a级毛色黄片| 99在线人妻在线中文字幕| 夫妻性生交免费视频一级片| 超碰97精品在线观看| 亚洲国产欧美人成| 高清午夜精品一区二区三区| 亚洲av不卡在线观看| 97在线视频观看| 免费观看在线日韩| 亚洲人成网站在线播| 欧美性感艳星| 亚洲欧美精品自产自拍|