• <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
    欧美性感艳星| av中文乱码字幕在线| 中文字幕免费在线视频6| 俺也久久电影网| 中亚洲国语对白在线视频| 日韩av在线大香蕉| 黄色视频,在线免费观看| 女生性感内裤真人,穿戴方法视频| 变态另类丝袜制服| 免费高清视频大片| 久久中文看片网| 男人舔女人下体高潮全视频| 国产精品av视频在线免费观看| 九九久久精品国产亚洲av麻豆| 久久精品国产自在天天线| 嫩草影视91久久| 此物有八面人人有两片| 悠悠久久av| 九九在线视频观看精品| 每晚都被弄得嗷嗷叫到高潮| 成人特级黄色片久久久久久久| 欧美区成人在线视频| 黄色一级大片看看| 亚洲中文日韩欧美视频| 99精品在免费线老司机午夜| 久久人妻av系列| 99久久精品一区二区三区| 级片在线观看| 国产色爽女视频免费观看| 欧美乱色亚洲激情| 日本黄色视频三级网站网址| 在线天堂最新版资源| 国产视频一区二区在线看| 成人国产一区最新在线观看| av在线观看视频网站免费| 自拍偷自拍亚洲精品老妇| av天堂在线播放| 麻豆成人av在线观看| 亚洲av五月六月丁香网| 欧美精品啪啪一区二区三区| 国产伦在线观看视频一区| 91在线观看av| 两性午夜刺激爽爽歪歪视频在线观看| 国产亚洲精品av在线| 成人国产综合亚洲| 三级男女做爰猛烈吃奶摸视频| 夜夜看夜夜爽夜夜摸| 日本黄色视频三级网站网址| 日本免费一区二区三区高清不卡| 国产精品亚洲美女久久久| 色5月婷婷丁香| 啦啦啦观看免费观看视频高清| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 中文字幕av在线有码专区| 欧美最新免费一区二区三区 | 亚洲欧美日韩卡通动漫| 又爽又黄a免费视频| 三级男女做爰猛烈吃奶摸视频| 亚洲成人中文字幕在线播放| 亚洲精品久久国产高清桃花| 亚洲三级黄色毛片| 永久网站在线| 欧美性猛交黑人性爽| 日韩 亚洲 欧美在线| 人妻丰满熟妇av一区二区三区| 亚洲电影在线观看av| 国产91精品成人一区二区三区| www.www免费av| 亚洲第一电影网av| 亚洲精品在线美女| 90打野战视频偷拍视频| 特大巨黑吊av在线直播| 亚洲欧美日韩高清在线视频| 一个人看视频在线观看www免费| 欧美日韩综合久久久久久 | 亚洲精品456在线播放app | 桃红色精品国产亚洲av| 日韩欧美精品免费久久 | 国产精品一区二区免费欧美| 脱女人内裤的视频| 国产熟女xx| 在线观看66精品国产| 亚洲av成人不卡在线观看播放网| 欧美黄色片欧美黄色片| 国产成+人综合+亚洲专区| 丁香六月欧美| 在线播放无遮挡| 国产精品综合久久久久久久免费| 欧美午夜高清在线| 免费观看人在逋| 男插女下体视频免费在线播放| 99热这里只有是精品在线观看 | 午夜a级毛片| 国内揄拍国产精品人妻在线| 亚州av有码| а√天堂www在线а√下载| 午夜精品在线福利| 两人在一起打扑克的视频| 亚洲不卡免费看| 成人欧美大片| 少妇熟女aⅴ在线视频| 看十八女毛片水多多多| 亚洲成人免费电影在线观看| 欧美一区二区精品小视频在线| 最好的美女福利视频网| 草草在线视频免费看| 床上黄色一级片| 观看美女的网站| 国产亚洲av嫩草精品影院| 亚洲成人久久爱视频| 特大巨黑吊av在线直播| 日韩大尺度精品在线看网址| 韩国av一区二区三区四区| 婷婷精品国产亚洲av| 亚洲专区中文字幕在线| 亚洲成人中文字幕在线播放| 一二三四社区在线视频社区8| 国产一区二区亚洲精品在线观看| 在线观看美女被高潮喷水网站 | 国产色婷婷99| 搡老熟女国产l中国老女人| 精品不卡国产一区二区三区| 日本五十路高清| 男女做爰动态图高潮gif福利片| 国产国拍精品亚洲av在线观看| 亚洲aⅴ乱码一区二区在线播放| 亚洲欧美日韩高清专用| 中文字幕免费在线视频6| 国产精品一区二区免费欧美| 日韩欧美在线乱码| 成年版毛片免费区| 国内少妇人妻偷人精品xxx网站| 欧美bdsm另类| 女生性感内裤真人,穿戴方法视频| 狠狠狠狠99中文字幕| 亚洲人成电影免费在线| 一卡2卡三卡四卡精品乱码亚洲| 国产精品一区二区免费欧美| 欧美日本视频| 网址你懂的国产日韩在线| 1000部很黄的大片| 久久国产乱子免费精品| 自拍偷自拍亚洲精品老妇| 亚洲人成网站高清观看| 亚洲欧美日韩东京热| 免费看a级黄色片| a级毛片免费高清观看在线播放| 性色avwww在线观看| 欧美丝袜亚洲另类 | 欧美xxxx性猛交bbbb| 久久久久性生活片| 性欧美人与动物交配| 久久久久精品国产欧美久久久| 国产精品99久久久久久久久| 每晚都被弄得嗷嗷叫到高潮| 久久99热这里只有精品18| www.色视频.com| 淫秽高清视频在线观看| 亚洲狠狠婷婷综合久久图片| 女人十人毛片免费观看3o分钟| 51国产日韩欧美| a级毛片a级免费在线| 日本精品一区二区三区蜜桃| 亚洲七黄色美女视频| 精品人妻熟女av久视频| 人妻久久中文字幕网| 人妻丰满熟妇av一区二区三区| 国产精品一区二区三区四区免费观看 | 日韩av在线大香蕉| 听说在线观看完整版免费高清| 国产亚洲精品久久久久久毛片| 欧美一区二区精品小视频在线| 国产主播在线观看一区二区| 午夜福利免费观看在线| 男插女下体视频免费在线播放| 亚洲av不卡在线观看| 搡老熟女国产l中国老女人| 日韩欧美 国产精品| 国产精品久久久久久精品电影| 亚洲性夜色夜夜综合| 精品熟女少妇八av免费久了| 国产色爽女视频免费观看| av专区在线播放| 精品人妻熟女av久视频| 欧美3d第一页| 久久久精品大字幕| 久久精品国产亚洲av涩爱 | av在线老鸭窝| 久9热在线精品视频| 99国产综合亚洲精品| 婷婷精品国产亚洲av在线| 丁香欧美五月| 国产av一区在线观看免费| 国产真实乱freesex| 狂野欧美白嫩少妇大欣赏| 精品久久久久久成人av| 成人永久免费在线观看视频| 日本免费一区二区三区高清不卡| 97超视频在线观看视频| 成年女人永久免费观看视频| 99久久久亚洲精品蜜臀av| 欧美bdsm另类| 我要搜黄色片| 日韩 亚洲 欧美在线| 欧美成人免费av一区二区三区| 久久久久久久亚洲中文字幕 | 直男gayav资源| 午夜日韩欧美国产| 久久久久久九九精品二区国产| 日韩欧美一区二区三区在线观看| 我要搜黄色片| xxxwww97欧美| 免费一级毛片在线播放高清视频| 在线观看66精品国产| 国产一区二区在线观看日韩| 欧美一区二区亚洲| 免费在线观看亚洲国产| 99精品在免费线老司机午夜| 亚洲成人久久性| 国产私拍福利视频在线观看| 男女视频在线观看网站免费| 能在线免费观看的黄片| 有码 亚洲区| 亚洲精华国产精华精| 久久久国产成人精品二区| 美女被艹到高潮喷水动态| 一个人看视频在线观看www免费| 国产免费一级a男人的天堂| 亚洲国产精品999在线| 国产精品自产拍在线观看55亚洲| 日韩高清综合在线| 村上凉子中文字幕在线| 精品乱码久久久久久99久播| 午夜老司机福利剧场| 国产在视频线在精品| 小说图片视频综合网站| 久久这里只有精品中国| 最近最新免费中文字幕在线| 首页视频小说图片口味搜索| 亚洲,欧美,日韩| 日韩中字成人| 亚洲狠狠婷婷综合久久图片| 精品人妻视频免费看| 一二三四社区在线视频社区8| 69av精品久久久久久| 首页视频小说图片口味搜索| 国内精品久久久久精免费| 亚洲经典国产精华液单 | 观看美女的网站| 18美女黄网站色大片免费观看| 日韩欧美一区二区三区在线观看| 国产精品久久久久久人妻精品电影| 蜜桃久久精品国产亚洲av| 日韩精品中文字幕看吧| 91av网一区二区| 男女之事视频高清在线观看| 国产单亲对白刺激| 日本熟妇午夜| 精品人妻视频免费看| 两个人视频免费观看高清| 色综合欧美亚洲国产小说| 亚洲va日本ⅴa欧美va伊人久久| 久久国产乱子伦精品免费另类| 精品免费久久久久久久清纯| 日韩欧美在线二视频| 欧美xxxx黑人xx丫x性爽| 免费观看的影片在线观看| 性欧美人与动物交配| 精品国内亚洲2022精品成人| 首页视频小说图片口味搜索| 国产探花极品一区二区| 日韩中字成人| 免费搜索国产男女视频| bbb黄色大片| 亚洲av一区综合| 国产美女午夜福利| 欧美日本视频| 日韩精品青青久久久久久| 天堂√8在线中文| 国产淫片久久久久久久久 | 99久久精品国产亚洲精品| 男女那种视频在线观看| 亚洲国产高清在线一区二区三| 欧美午夜高清在线| 欧美性猛交黑人性爽| 久久久久久久精品吃奶| 内地一区二区视频在线| 久久精品国产亚洲av涩爱 | 看十八女毛片水多多多| 我的老师免费观看完整版| 精品久久久久久久久亚洲 | 精品福利观看| 精品人妻视频免费看| 搡老妇女老女人老熟妇| 精品人妻一区二区三区麻豆 | 一级毛片久久久久久久久女| 老司机午夜十八禁免费视频| 天天一区二区日本电影三级| 色综合亚洲欧美另类图片| 亚洲欧美清纯卡通| 免费人成在线观看视频色| 国产乱人视频| 亚洲狠狠婷婷综合久久图片| 老司机午夜十八禁免费视频| 日本黄色片子视频| 天堂av国产一区二区熟女人妻| 亚洲成人久久性| 亚洲性夜色夜夜综合| 亚洲第一欧美日韩一区二区三区| 伊人久久精品亚洲午夜| 波多野结衣高清无吗| 亚洲电影在线观看av| 88av欧美| 国产成人aa在线观看| 精品久久久久久久人妻蜜臀av| 日本成人三级电影网站| 少妇的逼水好多| 精品人妻1区二区| 日韩av在线大香蕉| 亚洲av成人精品一区久久| 欧美+亚洲+日韩+国产| 超碰av人人做人人爽久久| 一卡2卡三卡四卡精品乱码亚洲| 久久国产精品影院| 88av欧美| 欧美xxxx性猛交bbbb| 熟妇人妻久久中文字幕3abv| 亚洲片人在线观看| 美女cb高潮喷水在线观看| 午夜免费男女啪啪视频观看 | 成人无遮挡网站| 免费观看精品视频网站| 国产三级中文精品| 国产高清有码在线观看视频| 国产av一区在线观看免费| 亚洲专区中文字幕在线| 国产伦精品一区二区三区视频9| 草草在线视频免费看| 午夜老司机福利剧场| 老女人水多毛片| 夜夜看夜夜爽夜夜摸| 男人舔女人下体高潮全视频| 在线观看av片永久免费下载| 嫩草影院精品99| 欧美另类亚洲清纯唯美| 小说图片视频综合网站| 精品久久久久久久久av| 欧美中文日本在线观看视频| 少妇高潮的动态图| 国产伦精品一区二区三区视频9| 国产欧美日韩一区二区精品| 91在线观看av| 亚洲片人在线观看| 性色avwww在线观看| 国产精品不卡视频一区二区 | 亚洲精品一卡2卡三卡4卡5卡| 久久99热这里只有精品18| 午夜精品在线福利| 欧美色视频一区免费| 别揉我奶头~嗯~啊~动态视频| 国产伦在线观看视频一区| 91麻豆精品激情在线观看国产| 18禁黄网站禁片午夜丰满| 天天一区二区日本电影三级| 国产欧美日韩一区二区三| 午夜精品久久久久久毛片777| 内射极品少妇av片p| 久久久成人免费电影| 午夜激情福利司机影院| 婷婷亚洲欧美| 亚洲内射少妇av| 色综合欧美亚洲国产小说| 动漫黄色视频在线观看| 黄色视频,在线免费观看| 色尼玛亚洲综合影院| 日本熟妇午夜| 91狼人影院| 亚洲国产精品999在线| 欧美日韩乱码在线| 日本 欧美在线| 日本 欧美在线| 丁香六月欧美| 一级a爱片免费观看的视频| 一个人观看的视频www高清免费观看| 精品久久久久久久久久免费视频| 最好的美女福利视频网| 九九热线精品视视频播放| 国产成人av教育| 亚洲在线观看片| 精品熟女少妇八av免费久了| 免费观看精品视频网站| 2021天堂中文幕一二区在线观| 69av精品久久久久久| 淫秽高清视频在线观看| 51国产日韩欧美| 国语自产精品视频在线第100页| 美女黄网站色视频| aaaaa片日本免费| 久久香蕉精品热| or卡值多少钱| 午夜久久久久精精品| 人人妻,人人澡人人爽秒播| 男人的好看免费观看在线视频| 一本综合久久免费| 色综合亚洲欧美另类图片| 免费在线观看成人毛片| 99视频精品全部免费 在线| 国内毛片毛片毛片毛片毛片| 日韩有码中文字幕| 精品人妻熟女av久视频| 18+在线观看网站| 最新中文字幕久久久久| 国产91精品成人一区二区三区| 日本a在线网址| 真实男女啪啪啪动态图| 日韩欧美精品v在线| av女优亚洲男人天堂| 老熟妇乱子伦视频在线观看| 亚洲国产欧美人成| 中文字幕人妻熟人妻熟丝袜美| 亚洲自拍偷在线| 简卡轻食公司| 日韩精品中文字幕看吧| 久久久久久久午夜电影| 欧美国产日韩亚洲一区| 亚洲美女黄片视频| 十八禁人妻一区二区| 91在线观看av| 精品午夜福利在线看| 校园春色视频在线观看| 男人舔奶头视频| 亚洲欧美清纯卡通| 两性午夜刺激爽爽歪歪视频在线观看| 天堂√8在线中文| 亚洲不卡免费看| 午夜福利18| 精品一区二区三区视频在线| 99久久九九国产精品国产免费| 我要看日韩黄色一级片| 亚洲人成网站高清观看| 少妇丰满av| 日韩有码中文字幕| 亚洲成人免费电影在线观看| 欧美精品啪啪一区二区三区| 99在线人妻在线中文字幕| 日韩欧美国产在线观看| 午夜福利欧美成人| 国产麻豆成人av免费视频| 国产亚洲精品久久久久久毛片| av中文乱码字幕在线| 国内精品一区二区在线观看| 亚洲av日韩精品久久久久久密| 真实男女啪啪啪动态图| 99久久精品热视频| 蜜桃亚洲精品一区二区三区| 好男人电影高清在线观看| 午夜免费激情av| av福利片在线观看| 成人午夜高清在线视频| 亚洲国产日韩欧美精品在线观看| 久久精品综合一区二区三区| 男女那种视频在线观看| 久久久成人免费电影| 嫁个100分男人电影在线观看| 黄色一级大片看看| 欧美一区二区亚洲| 在线国产一区二区在线| 国产黄a三级三级三级人| 真实男女啪啪啪动态图| 久久99热这里只有精品18| 午夜福利成人在线免费观看| 婷婷色综合大香蕉| 很黄的视频免费| 国产高清视频在线播放一区| 毛片女人毛片| 午夜日韩欧美国产| 欧美日韩瑟瑟在线播放| 亚洲无线在线观看| 亚洲欧美日韩高清在线视频| 一进一出好大好爽视频| 国产精品伦人一区二区| 国产精品综合久久久久久久免费| 啪啪无遮挡十八禁网站| av在线老鸭窝| 亚洲成av人片在线播放无| 欧美黄色片欧美黄色片| 国产精品永久免费网站| 18禁黄网站禁片免费观看直播| 久久99热6这里只有精品| 国内精品美女久久久久久| 日本a在线网址| 国产精品99久久久久久久久| 亚洲狠狠婷婷综合久久图片| 看黄色毛片网站| 国产一区二区在线av高清观看| 国内精品久久久久精免费| 亚州av有码| 久久精品国产亚洲av天美| 草草在线视频免费看| 亚洲人成网站在线播| 国产不卡一卡二| 免费看日本二区| 精品人妻视频免费看| 亚洲精品456在线播放app | 欧美日韩黄片免| 久久久色成人| 日本黄大片高清| 久久午夜亚洲精品久久| 国产精品1区2区在线观看.| 欧美激情在线99| 搞女人的毛片| 精品免费久久久久久久清纯| 国产午夜精品论理片| 国产精品精品国产色婷婷| 韩国av一区二区三区四区| 亚洲最大成人av| 精品久久久久久久久久免费视频| 91在线观看av| 欧美精品国产亚洲| 亚洲国产精品久久男人天堂| 亚洲精品成人久久久久久| 国产单亲对白刺激| 最好的美女福利视频网| 99热6这里只有精品| 久久久国产成人精品二区| 99国产极品粉嫩在线观看| 久久天躁狠狠躁夜夜2o2o| 18+在线观看网站| 精品久久久久久久久亚洲 | 老司机深夜福利视频在线观看| 国产精品三级大全| 精品99又大又爽又粗少妇毛片 | 看免费av毛片| 97超级碰碰碰精品色视频在线观看| 成人高潮视频无遮挡免费网站| 九九热线精品视视频播放| 国产精品久久电影中文字幕| 日本五十路高清| 成年免费大片在线观看| av天堂在线播放| 老司机午夜十八禁免费视频| 99精品久久久久人妻精品| 成人高潮视频无遮挡免费网站| 女生性感内裤真人,穿戴方法视频| 老司机午夜福利在线观看视频| 国产黄片美女视频| 亚洲av日韩精品久久久久久密| 欧美一级a爱片免费观看看| 国产欧美日韩一区二区三| 99热这里只有精品一区| 国产三级中文精品| 一级作爱视频免费观看| 亚洲专区国产一区二区| 深爱激情五月婷婷| 亚洲经典国产精华液单 | 白带黄色成豆腐渣| 51国产日韩欧美| 久久99热这里只有精品18| 国产精品人妻久久久久久| 天天躁日日操中文字幕| 日韩欧美国产一区二区入口| 中文在线观看免费www的网站| 我要看日韩黄色一级片| 一区二区三区激情视频| 蜜桃亚洲精品一区二区三区| 国产黄a三级三级三级人| 一个人看的www免费观看视频| 美女 人体艺术 gogo| 九九久久精品国产亚洲av麻豆| 免费av观看视频| 男人的好看免费观看在线视频| 亚洲欧美日韩无卡精品| 啦啦啦韩国在线观看视频| 久久亚洲真实| 精品人妻1区二区| 国产在线精品亚洲第一网站| 欧美成人性av电影在线观看| 亚洲专区中文字幕在线| 黄色丝袜av网址大全| 一级毛片久久久久久久久女| av在线蜜桃| 欧洲精品卡2卡3卡4卡5卡区| 最近视频中文字幕2019在线8| 成年女人看的毛片在线观看| 欧美成人免费av一区二区三区| 久久久久久国产a免费观看| 小说图片视频综合网站| 又爽又黄无遮挡网站| 精品久久久久久久久av| av天堂中文字幕网| 99久久精品国产亚洲精品| 国产精品一区二区三区四区久久| 国产精品乱码一区二三区的特点| 亚洲人成电影免费在线| 91麻豆精品激情在线观看国产| 内射极品少妇av片p| 精品人妻熟女av久视频| 亚洲激情在线av| 两性午夜刺激爽爽歪歪视频在线观看| 国产人妻一区二区三区在| 免费av毛片视频| 特级一级黄色大片| 久9热在线精品视频| 久久99热这里只有精品18| 国产精品99久久久久久久久| 欧美日韩福利视频一区二区| 亚洲激情在线av| 亚洲最大成人中文| 三级毛片av免费| 88av欧美| 网址你懂的国产日韩在线| 国产69精品久久久久777片| 精品久久久久久久久av| 久久香蕉精品热| 午夜福利成人在线免费观看|