• <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
    在线观看三级黄色| 国国产精品蜜臀av免费| 日本av手机在线免费观看| 国产精品熟女久久久久浪| 欧美高清性xxxxhd video| 欧美老熟妇乱子伦牲交| 日本av免费视频播放| 色哟哟·www| 2021少妇久久久久久久久久久| 在线亚洲精品国产二区图片欧美 | 国产 精品1| 国产在线一区二区三区精| 日本黄色日本黄色录像| 久久精品国产自在天天线| 一级二级三级毛片免费看| 水蜜桃什么品种好| 亚洲丝袜综合中文字幕| 我的老师免费观看完整版| 我的女老师完整版在线观看| 久久国内精品自在自线图片| 成人综合一区亚洲| 亚洲激情五月婷婷啪啪| 国产高清国产精品国产三级 | 免费观看a级毛片全部| 狂野欧美激情性xxxx在线观看| 黄色视频在线播放观看不卡| 小蜜桃在线观看免费完整版高清| www.av在线官网国产| 黄片无遮挡物在线观看| 啦啦啦中文免费视频观看日本| 建设人人有责人人尽责人人享有的 | 日日啪夜夜爽| 午夜福利在线观看免费完整高清在| www.色视频.com| 国精品久久久久久国模美| 一级av片app| 高清视频免费观看一区二区| 国产一区二区在线观看日韩| 久久6这里有精品| 亚洲精品456在线播放app| 国产伦理片在线播放av一区| 欧美日韩视频精品一区| 女人十人毛片免费观看3o分钟| 男人狂女人下面高潮的视频| 亚洲国产精品999| 久久久午夜欧美精品| 国产精品免费大片| 亚洲国产色片| 中国美白少妇内射xxxbb| 亚洲av中文av极速乱| 丰满乱子伦码专区| 热re99久久精品国产66热6| 熟女av电影| 91aial.com中文字幕在线观看| 青春草亚洲视频在线观看| 99热6这里只有精品| 午夜免费观看性视频| 两个人的视频大全免费| 成人影院久久| 18禁动态无遮挡网站| 日韩国内少妇激情av| 中文欧美无线码| 丰满迷人的少妇在线观看| 久久人人爽人人片av| 赤兔流量卡办理| 精品人妻偷拍中文字幕| 丰满迷人的少妇在线观看| 欧美3d第一页| 成人亚洲欧美一区二区av| 久久99热这里只有精品18| 国产成人a∨麻豆精品| 亚洲av在线观看美女高潮| 欧美日韩综合久久久久久| 日韩制服骚丝袜av| av女优亚洲男人天堂| 久久精品熟女亚洲av麻豆精品| 边亲边吃奶的免费视频| 久久影院123| 三级国产精品片| 欧美老熟妇乱子伦牲交| 日本av免费视频播放| 午夜免费鲁丝| av线在线观看网站| 交换朋友夫妻互换小说| 久久久久人妻精品一区果冻| 久久久久久久大尺度免费视频| 看免费成人av毛片| 国内揄拍国产精品人妻在线| 国产亚洲精品久久久com| 免费黄频网站在线观看国产| 亚洲国产最新在线播放| tube8黄色片| 天堂中文最新版在线下载| 国产成人精品婷婷| 久久精品久久久久久久性| 国产探花极品一区二区| 日韩制服骚丝袜av| 人妻少妇偷人精品九色| 亚洲国产日韩一区二区| 男女下面进入的视频免费午夜| av卡一久久| 日日啪夜夜爽| 成人毛片60女人毛片免费| 免费久久久久久久精品成人欧美视频 | 久久久久久久久久久丰满| 人体艺术视频欧美日本| 黑人猛操日本美女一级片| 三级国产精品片| 亚洲欧美日韩东京热| 少妇人妻一区二区三区视频| 99久久综合免费| videos熟女内射| 男女免费视频国产| 青青草视频在线视频观看| 极品教师在线视频| 亚洲第一区二区三区不卡| 少妇的逼好多水| 97精品久久久久久久久久精品| 色5月婷婷丁香| 亚洲精品日韩av片在线观看| 插阴视频在线观看视频| 中文字幕久久专区| 亚洲天堂av无毛| 午夜福利视频精品| 久热这里只有精品99| 欧美精品人与动牲交sv欧美| 日本爱情动作片www.在线观看| 国产91av在线免费观看| 国产女主播在线喷水免费视频网站| 久久ye,这里只有精品| 男人狂女人下面高潮的视频| 欧美xxⅹ黑人| 午夜免费鲁丝| 国产免费又黄又爽又色| 亚洲熟女精品中文字幕| 久久 成人 亚洲| 蜜桃亚洲精品一区二区三区| 国产在线免费精品| 人人妻人人爽人人添夜夜欢视频 | 一本—道久久a久久精品蜜桃钙片| 国产成人精品婷婷| 美女福利国产在线 | 欧美变态另类bdsm刘玥| 网址你懂的国产日韩在线| 国产黄色免费在线视频| 日韩三级伦理在线观看| 18禁在线播放成人免费| 下体分泌物呈黄色| 中文在线观看免费www的网站| 国产又色又爽无遮挡免| 午夜福利在线观看免费完整高清在| 搡女人真爽免费视频火全软件| 日韩成人av中文字幕在线观看| 天堂俺去俺来也www色官网| 免费人成在线观看视频色| 日本-黄色视频高清免费观看| 少妇丰满av| 舔av片在线| 亚洲欧美一区二区三区国产| 大又大粗又爽又黄少妇毛片口| 亚洲电影在线观看av| 在线观看一区二区三区| 水蜜桃什么品种好| 少妇高潮的动态图| 精品一区在线观看国产| 高清毛片免费看| 三级国产精品欧美在线观看| 国精品久久久久久国模美| 亚洲国产毛片av蜜桃av| 国产一区二区三区av在线| 午夜老司机福利剧场| 日韩一区二区视频免费看| 亚洲欧美日韩无卡精品| 春色校园在线视频观看| 一个人看视频在线观看www免费| 精品久久久久久电影网| 妹子高潮喷水视频| 日韩欧美 国产精品| 国产亚洲最大av| 国产91av在线免费观看| 汤姆久久久久久久影院中文字幕| 性色avwww在线观看| 久久久欧美国产精品| 久久精品国产自在天天线| 久久97久久精品| 亚洲人成网站在线播| 欧美少妇被猛烈插入视频| 久久国产乱子免费精品| 国产亚洲午夜精品一区二区久久| 人妻少妇偷人精品九色| 亚洲人成网站高清观看| 少妇高潮的动态图| 欧美亚洲 丝袜 人妻 在线| 国产亚洲午夜精品一区二区久久| 亚洲国产色片| 秋霞伦理黄片| 国产爱豆传媒在线观看| 国产亚洲欧美精品永久| 观看美女的网站| 亚洲真实伦在线观看| 中国国产av一级| 国产乱来视频区| av专区在线播放| 精品国产一区二区三区久久久樱花 | 国产免费一级a男人的天堂| 日韩三级伦理在线观看| 亚洲精品国产av成人精品| 亚洲图色成人| 国产永久视频网站| 我要看黄色一级片免费的| 国产精品99久久久久久久久| 一级a做视频免费观看| 91精品国产九色| 男女免费视频国产| 亚洲国产最新在线播放| 九草在线视频观看| 日韩强制内射视频| av在线app专区| 蜜臀久久99精品久久宅男| 能在线免费看毛片的网站| 免费看不卡的av| 亚洲色图av天堂| 亚洲综合色惰| 亚洲精品国产av蜜桃| 国产免费一级a男人的天堂| 欧美zozozo另类| 一级毛片aaaaaa免费看小| 国内揄拍国产精品人妻在线| 婷婷色av中文字幕| 人妻夜夜爽99麻豆av| 免费观看无遮挡的男女| 欧美人与善性xxx| 国产欧美另类精品又又久久亚洲欧美| 国产精品蜜桃在线观看| 午夜福利在线在线| 国产淫片久久久久久久久| 看免费成人av毛片| 超碰av人人做人人爽久久| 国产亚洲av片在线观看秒播厂| 欧美亚洲 丝袜 人妻 在线| 中文字幕精品免费在线观看视频 | 嫩草影院入口| 久久精品国产亚洲av涩爱| 777米奇影视久久| 九九爱精品视频在线观看| 日日啪夜夜撸| 久久久久精品性色| 波野结衣二区三区在线| 久久6这里有精品| 国产午夜精品一二区理论片| 亚洲内射少妇av| 伊人久久国产一区二区| 久久久久精品久久久久真实原创| 国产视频内射| 日韩人妻高清精品专区| 亚洲av免费高清在线观看| 国产欧美亚洲国产| 午夜免费鲁丝| 久久av网站| 国产男人的电影天堂91| 新久久久久国产一级毛片| 欧美日韩视频精品一区| 成年免费大片在线观看| 亚洲精品久久久久久婷婷小说| 亚洲精品国产av成人精品| 九草在线视频观看| 天堂8中文在线网| 青春草视频在线免费观看| 亚洲美女黄色视频免费看| 一本一本综合久久| 久久久久久久久久人人人人人人| 久久97久久精品| av专区在线播放| 国产一区二区在线观看日韩| 婷婷色综合www| 亚洲精品国产成人久久av| 青青草视频在线视频观看| 91精品国产九色| 成人高潮视频无遮挡免费网站| 国产 一区精品| 舔av片在线| 嘟嘟电影网在线观看| 亚洲中文av在线| 菩萨蛮人人尽说江南好唐韦庄| 国产免费一区二区三区四区乱码| 亚洲国产精品国产精品| 日韩国内少妇激情av| 亚洲美女视频黄频| 大香蕉97超碰在线| 免费看不卡的av| 日本与韩国留学比较| 啦啦啦中文免费视频观看日本| 亚洲图色成人| 国产精品久久久久久久电影| 免费av中文字幕在线| 久久精品国产亚洲网站| 男人添女人高潮全过程视频| 亚洲欧美一区二区三区黑人 | 99热全是精品| 久久久午夜欧美精品| 精品一区二区三区视频在线| 人妻夜夜爽99麻豆av| 性色avwww在线观看| 亚洲色图av天堂| 久久久久久久精品精品| 亚洲久久久国产精品| 成人影院久久| 国产精品不卡视频一区二区| 狂野欧美激情性xxxx在线观看| 美女中出高潮动态图| 18禁裸乳无遮挡动漫免费视频| 欧美成人午夜免费资源| 亚洲怡红院男人天堂| 18禁动态无遮挡网站| 欧美日韩在线观看h| 最近的中文字幕免费完整| 成年美女黄网站色视频大全免费 | 亚洲,一卡二卡三卡| 久久亚洲国产成人精品v| 欧美另类一区| av视频免费观看在线观看| 高清av免费在线| 精品亚洲乱码少妇综合久久| 22中文网久久字幕| 色吧在线观看| 男女边摸边吃奶| 国产精品一区二区在线不卡| 欧美精品国产亚洲| 国产亚洲一区二区精品| 欧美激情国产日韩精品一区| 日韩不卡一区二区三区视频在线| 国产精品久久久久成人av| 日韩一区二区视频免费看| 少妇人妻一区二区三区视频| 王馨瑶露胸无遮挡在线观看| 国产免费又黄又爽又色| 成人黄色视频免费在线看| 九色成人免费人妻av| 狂野欧美激情性xxxx在线观看| 久久久久性生活片| 欧美日韩一区二区视频在线观看视频在线| 国产一区亚洲一区在线观看| 国产深夜福利视频在线观看| 日本av免费视频播放| videossex国产| 中文资源天堂在线| av免费在线看不卡| 欧美 日韩 精品 国产| 国内少妇人妻偷人精品xxx网站| 久久97久久精品| 国产又色又爽无遮挡免| 国产成人免费观看mmmm| 久久久久久久大尺度免费视频| 亚洲精品视频女| 毛片女人毛片| 中国美白少妇内射xxxbb| 亚洲国产欧美在线一区| 在线亚洲精品国产二区图片欧美 | av女优亚洲男人天堂| 看十八女毛片水多多多| 中国三级夫妇交换| 日韩一区二区三区影片| 成人亚洲欧美一区二区av| 日本爱情动作片www.在线观看| 久久毛片免费看一区二区三区| 99热网站在线观看| 99久久综合免费| 亚洲,欧美,日韩| 男女边吃奶边做爰视频| 国产 一区 欧美 日韩| av免费在线看不卡| 嫩草影院新地址| 男人添女人高潮全过程视频| 色婷婷av一区二区三区视频| 啦啦啦啦在线视频资源| 亚洲一区二区三区欧美精品| 午夜老司机福利剧场| 亚洲国产日韩一区二区| av一本久久久久| 免费人成在线观看视频色| 国产精品秋霞免费鲁丝片| 99热全是精品| 国产爱豆传媒在线观看| 插阴视频在线观看视频| 国产白丝娇喘喷水9色精品| 国产高清国产精品国产三级 | 午夜激情久久久久久久| 亚洲国产成人一精品久久久| 人妻夜夜爽99麻豆av| 亚洲aⅴ乱码一区二区在线播放| 国产伦精品一区二区三区四那| 亚洲av成人精品一二三区| 97精品久久久久久久久久精品| .国产精品久久| 青春草亚洲视频在线观看| 亚洲精品一区蜜桃| 国内少妇人妻偷人精品xxx网站| 午夜福利视频精品| a级一级毛片免费在线观看| 又大又黄又爽视频免费| 亚洲av综合色区一区| 你懂的网址亚洲精品在线观看| 一级二级三级毛片免费看| 99热这里只有是精品50| 欧美bdsm另类| 国产精品国产三级国产专区5o| 日本-黄色视频高清免费观看| 在线观看免费高清a一片| 国产色婷婷99| 一区二区av电影网| 久久久久久久大尺度免费视频| 国产精品福利在线免费观看| 在线免费观看不下载黄p国产| 男女免费视频国产| 欧美另类一区| 亚洲国产成人一精品久久久| 亚洲欧美一区二区三区黑人 | 中国美白少妇内射xxxbb| 国产一区二区在线观看日韩| 成人无遮挡网站| 尾随美女入室| 在线观看三级黄色| 成年免费大片在线观看| 全区人妻精品视频| 搡老乐熟女国产| 亚洲三级黄色毛片| 我的女老师完整版在线观看| 欧美成人精品欧美一级黄| 欧美亚洲 丝袜 人妻 在线| 欧美精品亚洲一区二区| 欧美三级亚洲精品| 精品久久久精品久久久| 成人高潮视频无遮挡免费网站| 亚洲av电影在线观看一区二区三区| av黄色大香蕉| 日本与韩国留学比较| 亚洲精品成人av观看孕妇| 人妻夜夜爽99麻豆av| 欧美成人a在线观看| 尾随美女入室| 丰满乱子伦码专区| tube8黄色片| 日韩大片免费观看网站| 成人二区视频| 男女边摸边吃奶| 亚洲国产精品成人久久小说| 插逼视频在线观看| 深爱激情五月婷婷| 大又大粗又爽又黄少妇毛片口| 亚洲国产精品专区欧美| 直男gayav资源| 美女国产视频在线观看| 午夜精品国产一区二区电影| 男女免费视频国产| 国产精品熟女久久久久浪| 亚洲第一区二区三区不卡| 亚洲av电影在线观看一区二区三区| 一级爰片在线观看| 中国三级夫妇交换| 久久久久久人妻| 国产精品秋霞免费鲁丝片| 如何舔出高潮| 国产一区二区三区av在线| 免费看日本二区| 国产精品国产三级专区第一集| 99热全是精品| 日韩av不卡免费在线播放| 日韩亚洲欧美综合| 欧美xxⅹ黑人| 嫩草影院入口| 成人亚洲精品一区在线观看 | 狂野欧美激情性bbbbbb| 午夜福利在线观看免费完整高清在| 天天躁日日操中文字幕| 国产精品99久久久久久久久| 久久久久人妻精品一区果冻| 久久毛片免费看一区二区三区| 免费久久久久久久精品成人欧美视频 | 新久久久久国产一级毛片| 国产成人a∨麻豆精品| 亚洲国产日韩一区二区| 国产精品女同一区二区软件| 午夜免费男女啪啪视频观看| 亚州av有码| 涩涩av久久男人的天堂| 搡女人真爽免费视频火全软件| 亚洲av综合色区一区| 男女啪啪激烈高潮av片| 国产精品久久久久成人av| 亚洲第一区二区三区不卡| videossex国产| 美女脱内裤让男人舔精品视频| 插阴视频在线观看视频| 免费观看在线日韩| 一区二区三区免费毛片| 精品国产一区二区三区久久久樱花 | 一边亲一边摸免费视频| 国产精品蜜桃在线观看| 男人舔奶头视频| 男人和女人高潮做爰伦理| 国产熟女欧美一区二区| 老司机影院成人| 午夜福利网站1000一区二区三区| 一本久久精品| 你懂的网址亚洲精品在线观看| 国产老妇伦熟女老妇高清| 欧美xxⅹ黑人| 免费观看的影片在线观看| 一本一本综合久久| 五月玫瑰六月丁香| 香蕉精品网在线| 蜜臀久久99精品久久宅男| 色婷婷久久久亚洲欧美| 在线看a的网站| 日本一二三区视频观看| 1000部很黄的大片| av不卡在线播放| 大陆偷拍与自拍| 精品久久久精品久久久| 最近中文字幕2019免费版| 嫩草影院入口| 亚洲成人av在线免费| 久久韩国三级中文字幕| 黄色配什么色好看| 国产黄片视频在线免费观看| 国产精品99久久久久久久久| 人人妻人人添人人爽欧美一区卜 | 中文天堂在线官网| 简卡轻食公司| 国产高潮美女av| 国产精品久久久久久精品电影小说 | 亚洲一级一片aⅴ在线观看| 涩涩av久久男人的天堂| 大码成人一级视频| 亚洲av中文字字幕乱码综合| 亚洲国产精品一区三区| 久久av网站| 欧美一区二区亚洲| 国产在线免费精品| 欧美xxxx黑人xx丫x性爽| 免费av不卡在线播放| 国产成人a∨麻豆精品| 亚洲成人av在线免费| 婷婷色综合www| 成人毛片60女人毛片免费| 国产老妇伦熟女老妇高清| 91午夜精品亚洲一区二区三区| 日韩 亚洲 欧美在线| 亚洲激情五月婷婷啪啪| 美女高潮的动态| 婷婷色综合大香蕉| 亚洲精品一区蜜桃| 日韩大片免费观看网站| 亚洲三级黄色毛片| a级毛片免费高清观看在线播放| 中文资源天堂在线| 亚洲欧美日韩卡通动漫| 人人妻人人澡人人爽人人夜夜| 王馨瑶露胸无遮挡在线观看| 99视频精品全部免费 在线| 日韩亚洲欧美综合| 国内少妇人妻偷人精品xxx网站| 欧美xxxx性猛交bbbb| 亚洲av中文av极速乱| 亚洲精品中文字幕在线视频 | 黑丝袜美女国产一区| 美女xxoo啪啪120秒动态图| 国产伦在线观看视频一区| 中国国产av一级| 国产欧美亚洲国产| 一本久久精品| 婷婷色麻豆天堂久久| 少妇 在线观看| 看非洲黑人一级黄片| 中文字幕人妻熟人妻熟丝袜美| 寂寞人妻少妇视频99o| 日本欧美国产在线视频| 国产亚洲5aaaaa淫片| 亚洲av综合色区一区| 男的添女的下面高潮视频| 国产乱来视频区| 国产 一区精品| 亚洲不卡免费看| www.色视频.com| 精品亚洲成a人片在线观看 | 新久久久久国产一级毛片| 男女下面进入的视频免费午夜| 观看免费一级毛片| 激情五月婷婷亚洲| 亚洲无线观看免费| 成人漫画全彩无遮挡| 日本黄色日本黄色录像| 国产免费视频播放在线视频| 女性生殖器流出的白浆| 欧美zozozo另类| 性高湖久久久久久久久免费观看| 美女福利国产在线 | 2018国产大陆天天弄谢| 伦精品一区二区三区| 一区二区三区免费毛片| 久久女婷五月综合色啪小说| 一本一本综合久久| 自拍偷自拍亚洲精品老妇| 国产深夜福利视频在线观看| 中文精品一卡2卡3卡4更新| 久久这里有精品视频免费| 欧美国产精品一级二级三级 | 99精国产麻豆久久婷婷| 国产片特级美女逼逼视频| 婷婷色麻豆天堂久久| 蜜桃久久精品国产亚洲av| 十分钟在线观看高清视频www | 欧美极品一区二区三区四区| 97超视频在线观看视频| 免费看不卡的av|