• <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 ?

    基于優(yōu)化AdaBoost-SVM的模擬電路故障診斷

    2019-12-04 01:47:08劉洋華壁辰張侃健魏海坤
    軟件導(dǎo)刊 2019年10期
    關(guān)鍵詞:模擬電路支持向量機故障診斷

    劉洋 華壁辰 張侃健 魏海坤

    摘要:為提高含容參元件模擬電路軟故障的診斷率,并考慮到單分類器分類精度的提升已達到了一個瓶頸,提出一種優(yōu)化AdaBoost-SVM算法并將其應(yīng)用于模擬電路故障診斷中。以 OrCAD/PSpice軟件中對電路進行Monte-Carlo分析的數(shù)據(jù)為基礎(chǔ),選取特征時,采用對時頻信號中易直接測量的物理量歸一化后組合的方式。實驗結(jié)果表明,通過選取的組合特征向量,利用優(yōu)化的AdaBoost-SVM算法,構(gòu)造出具有差異度的SVM分類器并集成后,能夠自適應(yīng)地提升單SVM分類器性能,表現(xiàn)出更好的分類精度與泛化性能,能較好地滿足容差模擬電路軟故障診斷要求。

    關(guān)鍵詞:AdaBoost;支持向量機;集成學(xué)習(xí);模擬電路;故障診斷

    DOI:10.11907/ejdk.182899開放科學(xué)(資源服務(wù))標識碼(OSID):

    中圖分類號:TP319文獻標識碼:A 文章編號:1672-7800(2019)010-0130-05

    0引言

    社會信息化、自動化與智能化發(fā)展推動了信息技術(shù)、空間技術(shù)及新能源技術(shù)等諸多技術(shù)領(lǐng)域的進步,也使應(yīng)用于相關(guān)領(lǐng)域電子設(shè)備的復(fù)雜度與密集度不斷增長,同時人們對電子設(shè)備運行可靠性與穩(wěn)定性的要求也不斷提高。當電子設(shè)備出現(xiàn)故障時,要求能及時排查故障,并對電子元器件進行檢修和更換。現(xiàn)代電子設(shè)備大多為數(shù)字電路與模擬電路組成的混合電路,而根據(jù)統(tǒng)計,一旦設(shè)備發(fā)生故障,80%的可能性是由模擬電路部分引起的,因此電子系統(tǒng)可靠性很大程度上取決于模擬電路部分的穩(wěn)定性,對模擬電路故障診斷領(lǐng)域的研究顯得至關(guān)重要,并引起了國內(nèi)外專家學(xué)者的廣泛關(guān)注。

    在眾多模擬電路故障診斷方法中,傳統(tǒng)診斷方法包括故障字典法、概率統(tǒng)計法、元件參數(shù)法與故障驗證法。近年來,基于人工智能的模擬電路故障診斷方法得到了快速發(fā)展,并逐步成為故障診斷的主要研究方向之一。該診斷方法相比于傳統(tǒng)研究方法,最大特點是無需提前建立數(shù)學(xué)模型,從而避免了復(fù)雜的公式與數(shù)學(xué)運算,運用相對靈活,適用場合廣泛,具有較好的應(yīng)用前景。

    人工智能診斷方法主要包括神經(jīng)網(wǎng)絡(luò)方法、支持向量機(SupportVectorMachine,SVM)方法與專家系統(tǒng)等,特別是支持向量機方法,由于其具有較好的小樣本學(xué)習(xí)能力,可以解決高維數(shù)與非線性等實際問題,一定程度上克服了神經(jīng)網(wǎng)絡(luò)診斷方法存在的缺點,且泛化能力較強,因此成為繼神經(jīng)網(wǎng)絡(luò)之后的又一研究熱點。

    以上方法均是以單分類器為基礎(chǔ)進行研究的,而單分類器分類精度的提升已達到了一個瓶頸,很難再有大的提升空間。針對該問題,本文研究基于SVM集成算法的診斷方法,在訓(xùn)練出單SVM分類器的基礎(chǔ)上,采用集成學(xué)習(xí)方式,利用優(yōu)化的AdaBoost算法對單SVM分類器精度進行提升,由具有差異度的單分類器得到組合分類器。另外從工業(yè)應(yīng)用實際出發(fā),考慮實時性與分類精度要求,對故障特征測量與選取方式進行改進。最后通過與單SVM分類器進行對比實驗后得出,本文提出的方法可以提高容差模擬電路軟故障診斷精度。

    1模擬電路軟故障特征提取

    模擬電路故障可分為硬故障與軟故障,而軟故障又占發(fā)生故障的絕大多數(shù),當元件參數(shù)隨著時間或外在環(huán)境變化偏離正常取值范圍時,即可認為發(fā)生了軟故障,本文重點研究容差模擬電路軟故障診斷。

    將數(shù)據(jù)采集與特征選取作為故障診斷的前提步驟,建立的模型與算法性能都取決于樣本特征選取,因此一開始選擇合理、有效的特征則顯得格外重要。大多數(shù)故障診斷在提取特征信號時采用單一測量信號,例如采用單個輸出測試點幅頻響應(yīng)的電壓幅值,這極易導(dǎo)致不同故障模式無法進行合理區(qū)分,從而造成診斷精度偏低的狀況。針對該問題,文獻提出基于時域特征的故障診斷分析模型,并驗證了其有效性。對于電路特征信號的選用,科研人員也進行了相關(guān)研究,最終都是以時域和頻域特征為基礎(chǔ)進行信號選用。本文針對實際工程應(yīng)用中對實時性的要求,為避免提取特征時復(fù)雜的數(shù)學(xué)運算帶來的大量時間消耗,結(jié)合文獻的特征提取方式,綜合選取時頻信號中易直接測量的物理量,通過歸一化后再組合的方式,作為模擬電路軟故障特征。

    2SVM集成算法

    2.2利用AdaBoost對支持向量機集成

    集成學(xué)習(xí)是機器學(xué)習(xí)算法中非常強大的工具,可通過構(gòu)建并結(jié)合多個分類器完成學(xué)習(xí)任務(wù)。目前的集成學(xué)習(xí)算法大致可分為以下兩類:Boosting算法與Bagging算法。Boosting算法中最常用的是AdaBoost算法,這是一種自適應(yīng)迭代算法,包含以下兩個核心步驟:權(quán)值調(diào)整與基分類器組合。AdaBoost算法可提高被前一輪基分類器錯誤分類的樣本權(quán)值,并降低分類正確的樣本權(quán)值,從而使未得到正確分類的樣本由于權(quán)值的加大,得到后一輪基分類器的更大關(guān)注。AdaBoost采用加權(quán)多數(shù)表決方法,AdaBoost算法性質(zhì)使得生成的組合分類器相比單分類器具有更高的正確率。

    本文利用AdaBoost對支持向量機進行集成,將SVM作為AdaBoost的基分類器,利用多分類算法(SAMME.R)進行分類。該算法步驟具體描述如下:

    通過該算法即可構(gòu)建多個基分類器,對其錯分的訓(xùn)練樣本通過不斷增加權(quán)值,并進行迭代訓(xùn)練以提升其分類性能。為了構(gòu)造具有差異度的SVM分類器,王曉丹等提出變υ-AdaBoostRBFSVM算法,在Wine等數(shù)據(jù)集上進行測試并取得了良好效果。本文將該方法引入到SVM基分類器訓(xùn)練中,同時利用AdaBoost算法提升SVM基分類器性能,構(gòu)建并優(yōu)化SVM集成分類器流程如圖1所示。

    3故障診斷實例分析

    為了便于對研究效果進行對比論證,本文選用ITC97國際標準電路中的Leapfrog Filter電路進行故障診斷實驗,以說明本文方法對容差模擬電路軟故障診斷的具體過程,并驗證該方法的可行性與有效性。

    3.1模擬電路單軟故障建模

    數(shù)據(jù)生成需要使用OrCAD/PSpicc軟件提供的Mon-te-Cado分析功能,該方法首先根據(jù)實際情況確定元件參數(shù)分布情況,每次分析時,元件值從元件分布規(guī)律中隨機抽樣,每次分析得到的數(shù)據(jù)不完全相同,以更好地模擬實際條件下容差模擬電路狀態(tài)的多樣性。在運行Mon-te-Cado分析之前,元件必須提前設(shè)置偏差分布屬性。針對Leapfrog Filter電路,電阻電容分別從專門用于統(tǒng)計分析的元件符號庫BREAKOUT中選擇RBREAK和CBREAK,同時根據(jù)假設(shè),利用模型編輯工具Model Editor對元件建模并設(shè)置容差范圍、概率分布。電阻和電容模型分別設(shè)為R=I DEV/GAUSS 5%和C=1DEV/GAUSS 5%,即獨立變化且服從高斯分布。最后建模得到的Leapfrog Filter電路仿真原理如圖2所示。

    3.2模擬電路故障數(shù)據(jù)采集

    在OrCAD/PSpice軟件中,可以把經(jīng)過Monte-Carlo分析得到的波形數(shù)據(jù)存儲成“.CSV(Comma Separated Files)”文件并導(dǎo)出,然后導(dǎo)入PyCharm中,利用Python進行數(shù)據(jù)分析與特征提取。本文采集了9種故障模式分別經(jīng)過500次Monte-Carlo分析的時域信號和頻域信號,進行后續(xù)特征提取與數(shù)據(jù)分析。

    3.3模擬電路特征提取

    本文采集了輸出節(jié)點響應(yīng)波形的時域信號和頻域信號,把工程中物理意義清晰、易辨別、易直接測量的信號量作為主要特征,在對其合理歸一化后進行組合。

    3.3.1時域動態(tài)特征提取

    在經(jīng)典控制系統(tǒng)中,通常將調(diào)整時間、上升時間、峰值時間、超調(diào)量、過渡過程時間和振蕩次數(shù)作為動態(tài)性能指標,利用相關(guān)指標可以表征出一個系統(tǒng)的快速性和平穩(wěn)性。借鑒控制系統(tǒng)中的概念,本文仿真時采用時域瞬態(tài)分析,將電路輸入的激勵信號設(shè)置為單脈沖電壓信號,輸出節(jié)點的響應(yīng)可以產(chǎn)生類似二階系統(tǒng)階躍響應(yīng)在欠阻尼狀態(tài)下的輸出波形,得到波形如圖3所示。

    本文選取的動態(tài)時域特征為圖3波形中標記的上升時間(t1)、峰值電壓時間(t2)、最小值電壓時間(t3)、過渡過程時間(t4)、峰值電壓(Umax)和最小值電壓(Umin)共6個特征量。

    3.3.2頻域特征提取

    3.4優(yōu)化SVM集成算法構(gòu)建

    單個SVM只能解決二分類問題,模擬電路故障診斷一般屬于多分類問題,需要組合多個SVM求解,常用組合策略有一對一(One-Vs-One,OVO)與一對多(One-Vs-Rest,OVR)準則。本文中SVM基分類器選用策略為OVO準則,核函數(shù)為RBF核,該核函數(shù)主要包含參數(shù)(σ和懲罰參數(shù)C兩個參數(shù)。考慮到對于不穩(wěn)定的分類器,使用Ada-Boost算法可以改善其分類準確率。如果分類器是穩(wěn)定的,則AdaBoost對其性能的改善通常很小。本文采用的基分-類器為支持向量機,屬于穩(wěn)定的基分類器,因此在對其進行集成時加入?yún)?shù)擾動機制,本文通過變σ-AdaBoostRBFSVM算法對SVM集成算法進行優(yōu)化。即懲罰參數(shù)C取定值,σ參數(shù)由每次迭代訓(xùn)練時樣本集的標準差給定,根據(jù)訓(xùn)練過程,繪制出迭代次數(shù)(基分類器數(shù))與分類準確率關(guān)系曲線如圖4所示。

    由圖4可以看出,在經(jīng)過55次迭代之后,分類準確值基本趨于穩(wěn)定值96.4%,因此可以初步確定迭代次數(shù)(基分類器數(shù))選取55較為合適。

    3.5結(jié)果比較

    為與單SVM分類器性能進行對比,本文將OVO-SVM和OVR-SVM應(yīng)用于Leapfrog Filter電路的故障診斷,不同算法使用相同的故障特征,每種故障診斷方法進行5次獨立故障診斷實驗。取相應(yīng)故障診斷5次訓(xùn)練集與測試集的平均正確率,得到的診斷結(jié)果如表3所示。

    診斷結(jié)果表明,通過變σ參數(shù)構(gòu)造具有差異度的SVM基分類器,利用AdaBoost算法可將多個SVM基分類器組合構(gòu)成一個強分類器。本文方法在進行故障診斷時的訓(xùn)練準確率和測試準確率相對兩種單SVM分類器提升了4%左右,表現(xiàn)出更好的分類性能。

    4結(jié)語

    本文將優(yōu)化的SVM集成算法應(yīng)用到含容參元件的模擬電路軟故障診斷中,故障特征提取采用時域動態(tài)特征與頻域特征相結(jié)合的方式,既避免了單一測量信號特征提取方法導(dǎo)致的診斷精度偏低的狀況,又避免了小波(包)特征提取等方法復(fù)雜的求解計算,在工程中更為可靠且易實現(xiàn)。仿真結(jié)果表明,基于優(yōu)化AdaBoost-SVM的方法相比于單SVM分類器,在模擬電路故障診斷精確度與可靠性上獲得了一定提升,具備較高的實際應(yīng)用價值。

    猜你喜歡
    模擬電路支持向量機故障診斷
    一種模擬電路故障診斷方法研究
    電子電路的發(fā)展研究
    動態(tài)場景中的視覺目標識別方法分析
    論提高裝備故障預(yù)測準確度的方法途徑
    價值工程(2016年32期)2016-12-20 20:36:43
    基于熵技術(shù)的公共事業(yè)費最優(yōu)組合預(yù)測
    價值工程(2016年29期)2016-11-14 00:13:35
    基于支持向量機的金融數(shù)據(jù)分析研究
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    “模擬電路”課程中理論分析與EDA仿真關(guān)系的探討
    模擬電路的融合智能故障診斷
    基于LCD和排列熵的滾動軸承故障診斷
    久久影院123| 欧美人与善性xxx| 日韩 欧美 亚洲 中文字幕| 免费看av在线观看网站| 一级黄片播放器| 在线 av 中文字幕| 啦啦啦在线免费观看视频4| 美国免费a级毛片| 老司机在亚洲福利影院| 激情视频va一区二区三区| 青春草视频在线免费观看| 乱人伦中国视频| 欧美人与性动交α欧美软件| 18禁裸乳无遮挡动漫免费视频| 在线看a的网站| 亚洲,欧美精品.| 亚洲精品国产av蜜桃| 卡戴珊不雅视频在线播放| 亚洲av男天堂| 久久精品国产亚洲av高清一级| 国产精品久久久久久人妻精品电影 | 日韩伦理黄色片| 大陆偷拍与自拍| 一区福利在线观看| 国产亚洲一区二区精品| 国产成人免费无遮挡视频| 亚洲一级一片aⅴ在线观看| 久久这里只有精品19| 视频在线观看一区二区三区| 蜜桃在线观看..| 天堂俺去俺来也www色官网| 免费观看性生交大片5| 9191精品国产免费久久| av网站在线播放免费| 中文字幕制服av| 高清不卡的av网站| 成年女人毛片免费观看观看9 | 久久久久久久精品精品| 久久青草综合色| 十分钟在线观看高清视频www| 亚洲国产欧美一区二区综合| 亚洲久久久国产精品| 亚洲av成人不卡在线观看播放网 | 久久天躁狠狠躁夜夜2o2o | 亚洲,欧美,日韩| 丁香六月天网| 国产一级毛片在线| 欧美日韩视频高清一区二区三区二| 日韩不卡一区二区三区视频在线| 在线看a的网站| 精品福利永久在线观看| 欧美黄色片欧美黄色片| 亚洲少妇的诱惑av| 久久人人爽人人片av| 亚洲三区欧美一区| 国产一区二区 视频在线| 亚洲av成人精品一二三区| 欧美在线一区亚洲| 精品少妇黑人巨大在线播放| 99精国产麻豆久久婷婷| 午夜福利一区二区在线看| 久久久久久久大尺度免费视频| 日韩免费高清中文字幕av| 精品第一国产精品| 一区二区三区乱码不卡18| 伦理电影免费视频| 少妇人妻 视频| 欧美精品人与动牲交sv欧美| 黄色视频不卡| 男女下面插进去视频免费观看| 亚洲在久久综合| 亚洲国产看品久久| 黄色 视频免费看| 国产精品熟女久久久久浪| 久久精品久久久久久久性| 日韩免费高清中文字幕av| 久久综合国产亚洲精品| 亚洲精品乱久久久久久| 国产黄频视频在线观看| 久久这里只有精品19| 一级片'在线观看视频| 国产极品粉嫩免费观看在线| 久久久久久久久久久久大奶| 国产一区二区激情短视频 | 成人影院久久| 女人精品久久久久毛片| 欧美日韩成人在线一区二区| 亚洲七黄色美女视频| 国产欧美亚洲国产| 日韩视频在线欧美| 亚洲国产欧美网| 国产一区亚洲一区在线观看| 欧美日韩福利视频一区二区| 欧美精品人与动牲交sv欧美| 制服诱惑二区| 亚洲一码二码三码区别大吗| 精品酒店卫生间| 国产精品久久久人人做人人爽| 久久精品国产a三级三级三级| 久久亚洲国产成人精品v| 欧美精品高潮呻吟av久久| 国产爽快片一区二区三区| 日韩 亚洲 欧美在线| 在线免费观看不下载黄p国产| 我要看黄色一级片免费的| 国精品久久久久久国模美| 午夜激情久久久久久久| 人人妻人人澡人人看| av福利片在线| 国产 一区精品| 母亲3免费完整高清在线观看| 免费高清在线观看日韩| 99国产精品免费福利视频| 精品国产一区二区三区四区第35| 日韩欧美一区视频在线观看| 日日啪夜夜爽| 亚洲成人一二三区av| 亚洲欧美精品综合一区二区三区| 一级毛片我不卡| 国产亚洲一区二区精品| 777久久人妻少妇嫩草av网站| 日韩欧美精品免费久久| 一二三四中文在线观看免费高清| 中文字幕最新亚洲高清| av一本久久久久| 国产精品欧美亚洲77777| 十分钟在线观看高清视频www| 日韩精品有码人妻一区| 国产精品一国产av| 亚洲激情五月婷婷啪啪| 99久久精品国产亚洲精品| 少妇被粗大猛烈的视频| 街头女战士在线观看网站| 伊人亚洲综合成人网| 成年美女黄网站色视频大全免费| 十八禁人妻一区二区| a级毛片在线看网站| 久久99一区二区三区| 精品国产乱码久久久久久男人| 波野结衣二区三区在线| 国产一区二区激情短视频 | av国产久精品久网站免费入址| 黄片播放在线免费| 国产视频首页在线观看| 免费久久久久久久精品成人欧美视频| 啦啦啦中文免费视频观看日本| 青春草亚洲视频在线观看| 夫妻午夜视频| av网站在线播放免费| 欧美日韩亚洲国产一区二区在线观看 | 多毛熟女@视频| av网站在线播放免费| 亚洲av福利一区| 亚洲精品国产av成人精品| 国产在视频线精品| 色播在线永久视频| 久久国产亚洲av麻豆专区| 国产99久久九九免费精品| 日本爱情动作片www.在线观看| 曰老女人黄片| 国产片特级美女逼逼视频| 婷婷色综合www| 国产在视频线精品| 最近手机中文字幕大全| 免费黄色在线免费观看| 亚洲熟女毛片儿| 亚洲欧美日韩另类电影网站| 最近2019中文字幕mv第一页| a级毛片黄视频| 五月天丁香电影| 极品少妇高潮喷水抽搐| 久久精品国产a三级三级三级| 亚洲伊人色综图| 欧美日韩国产mv在线观看视频| av天堂久久9| 中文字幕色久视频| 国产精品免费大片| 久久久国产一区二区| 久久久国产一区二区| 黑人猛操日本美女一级片| 国产高清国产精品国产三级| 午夜激情av网站| 国产精品亚洲av一区麻豆 | 亚洲熟女毛片儿| 激情视频va一区二区三区| 亚洲国产欧美日韩在线播放| 午夜福利视频在线观看免费| 精品一区二区三卡| 亚洲国产看品久久| 人妻 亚洲 视频| 亚洲视频免费观看视频| 高清视频免费观看一区二区| 免费高清在线观看视频在线观看| 最新的欧美精品一区二区| 亚洲av中文av极速乱| 这个男人来自地球电影免费观看 | 亚洲一区中文字幕在线| 精品亚洲乱码少妇综合久久| 在线观看人妻少妇| 久久婷婷青草| 曰老女人黄片| 久久影院123| 色视频在线一区二区三区| 丰满迷人的少妇在线观看| av国产精品久久久久影院| 好男人视频免费观看在线| 婷婷色综合www| 黄色视频在线播放观看不卡| 亚洲欧美日韩另类电影网站| 亚洲av综合色区一区| 国产免费又黄又爽又色| 熟女av电影| 女人久久www免费人成看片| 欧美最新免费一区二区三区| 欧美xxⅹ黑人| 又大又爽又粗| 99久久精品国产亚洲精品| 男女高潮啪啪啪动态图| 久久久久久久精品精品| 好男人视频免费观看在线| 老司机亚洲免费影院| 少妇 在线观看| 男女午夜视频在线观看| 国产一区二区激情短视频 | 精品久久久精品久久久| 国产精品久久久久久精品电影小说| 一级a爱视频在线免费观看| 秋霞伦理黄片| 精品酒店卫生间| 免费观看av网站的网址| 国产黄色免费在线视频| 最黄视频免费看| 最近最新中文字幕免费大全7| 黄片播放在线免费| 2021少妇久久久久久久久久久| 欧美日韩精品网址| 丝袜在线中文字幕| 无遮挡黄片免费观看| 少妇被粗大的猛进出69影院| 女人久久www免费人成看片| 日韩人妻精品一区2区三区| 午夜av观看不卡| 99热网站在线观看| 亚洲国产中文字幕在线视频| 国产日韩一区二区三区精品不卡| av电影中文网址| 久热这里只有精品99| 亚洲久久久国产精品| 免费高清在线观看日韩| 天天操日日干夜夜撸| 亚洲美女黄色视频免费看| 在线观看免费午夜福利视频| 啦啦啦在线免费观看视频4| 国产精品嫩草影院av在线观看| 久久人人爽人人片av| 国产深夜福利视频在线观看| 午夜免费观看性视频| 看十八女毛片水多多多| 免费高清在线观看视频在线观看| 少妇的丰满在线观看| 国产视频首页在线观看| 99久久99久久久精品蜜桃| 久久久久精品性色| 天天躁夜夜躁狠狠躁躁| 亚洲精品久久成人aⅴ小说| 久久人妻熟女aⅴ| 超色免费av| 国产麻豆69| 国产亚洲午夜精品一区二区久久| 精品一区二区三区av网在线观看 | 久久午夜综合久久蜜桃| 咕卡用的链子| 亚洲三区欧美一区| 亚洲成人免费av在线播放| 欧美老熟妇乱子伦牲交| 欧美日韩一级在线毛片| 高清av免费在线| 毛片一级片免费看久久久久| 一级a爱视频在线免费观看| 久久精品国产a三级三级三级| 亚洲人成网站在线观看播放| 叶爱在线成人免费视频播放| 日韩精品有码人妻一区| 国产成人啪精品午夜网站| 97精品久久久久久久久久精品| 天堂俺去俺来也www色官网| tube8黄色片| 大香蕉久久网| 一区二区三区精品91| 最近最新中文字幕免费大全7| 人人妻人人添人人爽欧美一区卜| 超碰成人久久| 女人被躁到高潮嗷嗷叫费观| 成年动漫av网址| 天天操日日干夜夜撸| 亚洲伊人久久精品综合| 成人漫画全彩无遮挡| 又黄又粗又硬又大视频| 丝袜在线中文字幕| 久久精品aⅴ一区二区三区四区| 看十八女毛片水多多多| 国产精品免费大片| 999精品在线视频| 国产又色又爽无遮挡免| 亚洲av欧美aⅴ国产| 中文字幕色久视频| 亚洲精品国产av成人精品| 乱人伦中国视频| 国产精品.久久久| 波多野结衣一区麻豆| 久久人人爽av亚洲精品天堂| 一边摸一边做爽爽视频免费| 欧美变态另类bdsm刘玥| 国产精品久久久久久人妻精品电影 | 精品国产露脸久久av麻豆| 一区二区av电影网| 亚洲婷婷狠狠爱综合网| 在线亚洲精品国产二区图片欧美| 国产欧美亚洲国产| 最黄视频免费看| 国产av国产精品国产| 精品国产超薄肉色丝袜足j| 欧美激情 高清一区二区三区| 这个男人来自地球电影免费观看 | 国产免费又黄又爽又色| 狠狠婷婷综合久久久久久88av| 亚洲国产av影院在线观看| 亚洲婷婷狠狠爱综合网| 乱人伦中国视频| 99精国产麻豆久久婷婷| 色吧在线观看| 天天躁日日躁夜夜躁夜夜| 91成人精品电影| 黄频高清免费视频| 自拍欧美九色日韩亚洲蝌蚪91| 久久精品亚洲熟妇少妇任你| av在线老鸭窝| 黄频高清免费视频| 亚洲av福利一区| 9热在线视频观看99| 精品国产一区二区三区四区第35| 纵有疾风起免费观看全集完整版| 日韩av免费高清视频| 2021少妇久久久久久久久久久| 亚洲成人免费av在线播放| 人体艺术视频欧美日本| 七月丁香在线播放| 亚洲精品国产av成人精品| tube8黄色片| 午夜福利网站1000一区二区三区| 国产亚洲欧美精品永久| 午夜激情av网站| 国产又色又爽无遮挡免| 久久精品亚洲av国产电影网| 成人影院久久| 老汉色∧v一级毛片| 人妻一区二区av| 欧美日韩一级在线毛片| 嫩草影院入口| 一个人免费看片子| 一级,二级,三级黄色视频| 久久久久人妻精品一区果冻| 国产成人欧美| 亚洲,欧美,日韩| 国产极品粉嫩免费观看在线| 美女福利国产在线| 日本91视频免费播放| 欧美在线一区亚洲| 国产精品一区二区在线不卡| 欧美亚洲日本最大视频资源| 在线天堂中文资源库| 亚洲美女视频黄频| 一本大道久久a久久精品| 巨乳人妻的诱惑在线观看| 日韩人妻精品一区2区三区| 国产精品一区二区在线不卡| 飞空精品影院首页| 夫妻性生交免费视频一级片| av又黄又爽大尺度在线免费看| 最近的中文字幕免费完整| 亚洲国产精品999| 欧美日韩福利视频一区二区| av国产久精品久网站免费入址| 国产精品久久久av美女十八| 伊人亚洲综合成人网| 9色porny在线观看| 亚洲精品国产av蜜桃| 欧美日韩亚洲综合一区二区三区_| 精品久久蜜臀av无| 侵犯人妻中文字幕一二三四区| 亚洲成人国产一区在线观看 | 亚洲激情五月婷婷啪啪| 天美传媒精品一区二区| 日日啪夜夜爽| 伊人亚洲综合成人网| 黄片播放在线免费| 亚洲专区中文字幕在线 | 亚洲精品久久午夜乱码| 晚上一个人看的免费电影| 久久女婷五月综合色啪小说| xxx大片免费视频| 国产日韩欧美视频二区| 国产一区二区三区综合在线观看| 日本wwww免费看| 午夜激情av网站| 日本黄色日本黄色录像| 99久久精品国产亚洲精品| 亚洲欧美中文字幕日韩二区| 国产毛片在线视频| 免费不卡黄色视频| 日韩 亚洲 欧美在线| 啦啦啦 在线观看视频| 狂野欧美激情性xxxx| 亚洲欧美日韩另类电影网站| 九草在线视频观看| 伊人久久大香线蕉亚洲五| 国产成人一区二区在线| 看非洲黑人一级黄片| 热99国产精品久久久久久7| 午夜免费男女啪啪视频观看| 少妇被粗大猛烈的视频| 日本欧美国产在线视频| 国产伦理片在线播放av一区| 少妇人妻 视频| 国产精品一区二区精品视频观看| 精品人妻熟女毛片av久久网站| 国产97色在线日韩免费| 老司机在亚洲福利影院| 日本黄色日本黄色录像| 可以免费在线观看a视频的电影网站 | 波多野结衣av一区二区av| 欧美亚洲 丝袜 人妻 在线| 王馨瑶露胸无遮挡在线观看| 考比视频在线观看| 久久精品久久久久久噜噜老黄| 一本大道久久a久久精品| 黄片小视频在线播放| 99热网站在线观看| 国产精品国产三级国产专区5o| 亚洲人成77777在线视频| 欧美国产精品一级二级三级| 亚洲精品国产av蜜桃| av网站免费在线观看视频| 亚洲色图综合在线观看| 国产淫语在线视频| 国产熟女午夜一区二区三区| 啦啦啦啦在线视频资源| a级毛片在线看网站| 亚洲欧美精品自产自拍| 我的亚洲天堂| 两个人免费观看高清视频| xxx大片免费视频| 亚洲av在线观看美女高潮| 99精品久久久久人妻精品| 日本欧美国产在线视频| 男女床上黄色一级片免费看| 精品一区二区免费观看| 一级黄片播放器| 满18在线观看网站| 久久久久久久精品精品| 国产日韩欧美在线精品| 欧美精品一区二区免费开放| 婷婷色综合www| 亚洲在久久综合| 在线观看三级黄色| 新久久久久国产一级毛片| 日韩制服骚丝袜av| 伊人久久大香线蕉亚洲五| 观看av在线不卡| 热re99久久精品国产66热6| 51午夜福利影视在线观看| 黄色怎么调成土黄色| 久久精品aⅴ一区二区三区四区| 国产精品亚洲av一区麻豆 | 欧美激情极品国产一区二区三区| 波多野结衣一区麻豆| 另类精品久久| 久久精品亚洲av国产电影网| 日韩中文字幕欧美一区二区 | 日韩伦理黄色片| 亚洲精品成人av观看孕妇| 亚洲av日韩精品久久久久久密 | 成人毛片60女人毛片免费| 亚洲色图综合在线观看| 日韩欧美一区视频在线观看| 久久久精品国产亚洲av高清涩受| 国产日韩欧美视频二区| 永久免费av网站大全| 王馨瑶露胸无遮挡在线观看| 91精品三级在线观看| 免费av中文字幕在线| 欧美变态另类bdsm刘玥| 夫妻午夜视频| 美女午夜性视频免费| 久久久久视频综合| 丁香六月天网| 看非洲黑人一级黄片| 一区二区三区激情视频| 老司机影院毛片| 国产人伦9x9x在线观看| 亚洲国产精品国产精品| 香蕉国产在线看| 欧美成人午夜精品| 亚洲国产精品一区二区三区在线| 亚洲精品久久午夜乱码| 久久av网站| 一级毛片我不卡| kizo精华| 国产成人欧美在线观看 | 亚洲一码二码三码区别大吗| 欧美中文综合在线视频| 国产爽快片一区二区三区| 日韩一本色道免费dvd| 午夜91福利影院| 中文字幕人妻丝袜一区二区 | 乱人伦中国视频| 国产精品偷伦视频观看了| 999精品在线视频| 免费高清在线观看视频在线观看| 无限看片的www在线观看| 捣出白浆h1v1| 国产亚洲最大av| 亚洲精华国产精华液的使用体验| 91老司机精品| 日韩,欧美,国产一区二区三区| 又粗又硬又长又爽又黄的视频| 久久人人97超碰香蕉20202| 亚洲av国产av综合av卡| 2021少妇久久久久久久久久久| www.av在线官网国产| 欧美另类一区| 国产成人系列免费观看| 日韩精品有码人妻一区| 一区二区三区激情视频| 国产福利在线免费观看视频| 国产免费一区二区三区四区乱码| 黄片小视频在线播放| 日本猛色少妇xxxxx猛交久久| 国产日韩欧美亚洲二区| 99精品久久久久人妻精品| 亚洲精品成人av观看孕妇| 制服丝袜香蕉在线| 9191精品国产免费久久| 国产探花极品一区二区| 国产男女内射视频| tube8黄色片| 久久久精品国产亚洲av高清涩受| 另类精品久久| 亚洲一区二区三区欧美精品| 在现免费观看毛片| 美女脱内裤让男人舔精品视频| 日日爽夜夜爽网站| 高清视频免费观看一区二区| 久久久精品94久久精品| 欧美精品高潮呻吟av久久| 日本wwww免费看| 欧美日韩亚洲高清精品| 国产精品偷伦视频观看了| 欧美日韩精品网址| 亚洲欧美精品自产自拍| 一级毛片我不卡| videosex国产| 亚洲,一卡二卡三卡| 高清视频免费观看一区二区| 国产片内射在线| h视频一区二区三区| 成人国语在线视频| 极品少妇高潮喷水抽搐| 亚洲美女视频黄频| 中文字幕亚洲精品专区| 中文欧美无线码| 黄网站色视频无遮挡免费观看| 一级,二级,三级黄色视频| a 毛片基地| 国产女主播在线喷水免费视频网站| 一本大道久久a久久精品| 成人亚洲欧美一区二区av| 毛片一级片免费看久久久久| 日韩,欧美,国产一区二区三区| 黄片播放在线免费| 人妻一区二区av| 成人漫画全彩无遮挡| 蜜桃在线观看..| 久久午夜综合久久蜜桃| 国产精品国产av在线观看| 国产男女内射视频| 成年动漫av网址| 一边亲一边摸免费视频| 欧美精品高潮呻吟av久久| 国产精品亚洲av一区麻豆 | 欧美人与性动交α欧美精品济南到| 精品国产超薄肉色丝袜足j| 一区二区三区精品91| 日韩中文字幕欧美一区二区 | 交换朋友夫妻互换小说| 成年人午夜在线观看视频| 国产成人精品久久二区二区91 | 亚洲av在线观看美女高潮| 一区二区av电影网| 精品亚洲乱码少妇综合久久| 国产一区二区在线观看av| 亚洲国产精品国产精品| 色婷婷av一区二区三区视频| av线在线观看网站| 99久久精品国产亚洲精品| 国产日韩欧美亚洲二区| 中国三级夫妇交换| 亚洲第一av免费看| av网站在线播放免费| 亚洲精品久久成人aⅴ小说| 亚洲欧洲日产国产| 国产成人午夜福利电影在线观看| 中国国产av一级| 国产探花极品一区二区| 日日摸夜夜添夜夜爱|