• <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
    午夜福利视频1000在线观看| 99热只有精品国产| 国产精品无大码| 国产三级中文精品| 插逼视频在线观看| 热99在线观看视频| 嫩草影院精品99| 给我免费播放毛片高清在线观看| 亚洲成a人片在线一区二区| 亚洲欧美日韩卡通动漫| a级毛片a级免费在线| 成人特级av手机在线观看| 成人特级av手机在线观看| 久久久精品94久久精品| 淫秽高清视频在线观看| 黄色视频,在线免费观看| 欧美日韩乱码在线| 丝袜美腿在线中文| 成人无遮挡网站| 亚洲va在线va天堂va国产| 一级毛片我不卡| 国产精品嫩草影院av在线观看| 一进一出抽搐动态| 色视频www国产| 欧美3d第一页| 99久久成人亚洲精品观看| 国产成人freesex在线| av在线观看视频网站免费| 欧美一区二区国产精品久久精品| 一级黄片播放器| 成人一区二区视频在线观看| 又粗又爽又猛毛片免费看| 99在线人妻在线中文字幕| 好男人在线观看高清免费视频| 一卡2卡三卡四卡精品乱码亚洲| 国产精品99久久久久久久久| 日本色播在线视频| 99久久无色码亚洲精品果冻| 欧美高清性xxxxhd video| 欧美日本视频| 五月伊人婷婷丁香| videossex国产| 国内久久婷婷六月综合欲色啪| 人人妻人人澡人人爽人人夜夜 | 免费在线观看成人毛片| 一个人看视频在线观看www免费| 久久99精品国语久久久| 九九热线精品视视频播放| 亚洲aⅴ乱码一区二区在线播放| 久久6这里有精品| 亚洲最大成人中文| 国产女主播在线喷水免费视频网站 | 高清午夜精品一区二区三区 | 日本爱情动作片www.在线观看| 好男人在线观看高清免费视频| 美女cb高潮喷水在线观看| 国产亚洲av嫩草精品影院| 麻豆精品久久久久久蜜桃| 免费人成在线观看视频色| 欧美三级亚洲精品| 我的女老师完整版在线观看| 天天躁日日操中文字幕| 精品日产1卡2卡| 欧美激情国产日韩精品一区| 亚洲精品自拍成人| 国产一区二区在线av高清观看| 国产精华一区二区三区| 国内久久婷婷六月综合欲色啪| 欧美不卡视频在线免费观看| 国产 一区精品| 99九九线精品视频在线观看视频| 国产美女午夜福利| 国产探花在线观看一区二区| 免费观看在线日韩| 国产精品,欧美在线| 中国美女看黄片| 久久精品国产亚洲av天美| 97超碰精品成人国产| 国内精品一区二区在线观看| 国产精品一区二区性色av| 亚洲精品日韩av片在线观看| eeuss影院久久| 国产精品爽爽va在线观看网站| 亚洲婷婷狠狠爱综合网| 亚洲欧美中文字幕日韩二区| 久久精品国产99精品国产亚洲性色| 乱系列少妇在线播放| 一级毛片aaaaaa免费看小| 欧美区成人在线视频| 波野结衣二区三区在线| 神马国产精品三级电影在线观看| 美女黄网站色视频| 欧美成人一区二区免费高清观看| 桃色一区二区三区在线观看| 国产av一区在线观看免费| 亚洲在久久综合| 日本免费一区二区三区高清不卡| 国产男人的电影天堂91| 国模一区二区三区四区视频| 成人二区视频| av黄色大香蕉| 欧美一级a爱片免费观看看| 九草在线视频观看| 亚洲成人精品中文字幕电影| a级毛片免费高清观看在线播放| 搡老妇女老女人老熟妇| 一本久久中文字幕| 晚上一个人看的免费电影| 亚洲人成网站在线观看播放| 国产高清不卡午夜福利| 男女啪啪激烈高潮av片| 国产精品人妻久久久影院| 性插视频无遮挡在线免费观看| 成熟少妇高潮喷水视频| 天天一区二区日本电影三级| 欧美日本亚洲视频在线播放| 热99在线观看视频| 嫩草影院入口| 亚洲国产精品久久男人天堂| 成年版毛片免费区| 黄片wwwwww| 欧美zozozo另类| 欧美极品一区二区三区四区| 亚洲人成网站高清观看| 夫妻性生交免费视频一级片| 久久精品国产自在天天线| 少妇猛男粗大的猛烈进出视频 | 久久精品夜色国产| 亚洲美女搞黄在线观看| 久久久久久久久中文| 男女啪啪激烈高潮av片| 最新中文字幕久久久久| 亚洲国产欧美人成| 好男人视频免费观看在线| 麻豆成人午夜福利视频| 色视频www国产| 中文字幕人妻熟人妻熟丝袜美| 成人毛片60女人毛片免费| 久久精品国产清高在天天线| 两个人视频免费观看高清| 免费在线观看成人毛片| 高清毛片免费看| 波多野结衣巨乳人妻| 国产精品久久久久久久电影| 国产极品天堂在线| 26uuu在线亚洲综合色| 美女黄网站色视频| 免费观看人在逋| 麻豆国产av国片精品| 亚洲人成网站在线播| 91精品一卡2卡3卡4卡| 插逼视频在线观看| 五月伊人婷婷丁香| 久久久久久久午夜电影| 毛片一级片免费看久久久久| 国产69精品久久久久777片| 日韩大尺度精品在线看网址| 不卡视频在线观看欧美| ponron亚洲| 亚洲精品色激情综合| 国产成人影院久久av| 大又大粗又爽又黄少妇毛片口| 人人妻人人澡欧美一区二区| 最后的刺客免费高清国语| 日韩一区二区视频免费看| 少妇人妻一区二区三区视频| 国产老妇伦熟女老妇高清| 国产成人一区二区在线| 日韩欧美一区二区三区在线观看| 欧美色欧美亚洲另类二区| 国产精品一区二区三区四区免费观看| 国产一区二区在线av高清观看| 国产精品久久久久久精品电影小说 | 久久99热这里只有精品18| 爱豆传媒免费全集在线观看| 欧美激情在线99| 久久99热6这里只有精品| 欧美一级a爱片免费观看看| www.av在线官网国产| 波多野结衣高清无吗| 97超视频在线观看视频| 国产高清有码在线观看视频| 亚洲国产色片| 日韩欧美国产在线观看| 国产精品乱码一区二三区的特点| 村上凉子中文字幕在线| 嫩草影院精品99| 日本黄色片子视频| 一个人看视频在线观看www免费| av免费在线看不卡| 欧美成人免费av一区二区三区| av.在线天堂| 亚洲最大成人av| 蜜桃久久精品国产亚洲av| 身体一侧抽搐| 色播亚洲综合网| 欧美最黄视频在线播放免费| 久久婷婷人人爽人人干人人爱| 亚洲成人久久爱视频| 人妻制服诱惑在线中文字幕| 97在线视频观看| 午夜福利成人在线免费观看| 日产精品乱码卡一卡2卡三| 在线观看午夜福利视频| 久久久久久久久久成人| 少妇的逼好多水| 人妻久久中文字幕网| 国产一级毛片七仙女欲春2| 日本免费a在线| 国产色爽女视频免费观看| 99国产极品粉嫩在线观看| 在线观看午夜福利视频| 黄色配什么色好看| 我要看日韩黄色一级片| 日韩视频在线欧美| www日本黄色视频网| 久久久久网色| 99视频精品全部免费 在线| 色综合站精品国产| 国产精品麻豆人妻色哟哟久久 | 1000部很黄的大片| 精品久久久久久久末码| 日韩欧美在线乱码| 国产国拍精品亚洲av在线观看| 极品教师在线视频| 亚洲av中文av极速乱| videossex国产| 日韩成人伦理影院| 国产一区二区激情短视频| 国产精品永久免费网站| 精华霜和精华液先用哪个| 国产精品久久久久久精品电影小说 | 成人亚洲欧美一区二区av| 国产一区二区三区在线臀色熟女| 久久人妻av系列| 2021天堂中文幕一二区在线观| 午夜老司机福利剧场| 国内精品久久久久精免费| 三级男女做爰猛烈吃奶摸视频| av黄色大香蕉| 在线观看免费视频日本深夜| 村上凉子中文字幕在线| 有码 亚洲区| 啦啦啦啦在线视频资源| 久久久久免费精品人妻一区二区| 久久久午夜欧美精品| 中文字幕熟女人妻在线| 人妻少妇偷人精品九色| 久久久久久久亚洲中文字幕| 免费av不卡在线播放| 国产精品av视频在线免费观看| 精品免费久久久久久久清纯| 91精品国产九色| 色综合色国产| 五月伊人婷婷丁香| av在线播放精品| 啦啦啦啦在线视频资源| 免费看光身美女| 婷婷色综合大香蕉| 青青草视频在线视频观看| 特大巨黑吊av在线直播| 国产精品.久久久| 亚洲美女视频黄频| 国产精品一区www在线观看| 亚洲经典国产精华液单| 男的添女的下面高潮视频| 噜噜噜噜噜久久久久久91| 精品久久久久久久久久免费视频| 精品一区二区免费观看| 亚洲人成网站在线播| 人人妻人人澡欧美一区二区| 99热6这里只有精品| 精品熟女少妇av免费看| 最后的刺客免费高清国语| 国产精品乱码一区二三区的特点| 亚洲欧洲日产国产| 国产精品蜜桃在线观看 | 久久精品国产亚洲av香蕉五月| 中国美女看黄片| 一个人看视频在线观看www免费| 亚洲国产欧美人成| 一级毛片aaaaaa免费看小| 美女国产视频在线观看| 99热这里只有精品一区| 少妇人妻一区二区三区视频| 最近的中文字幕免费完整| 成年女人看的毛片在线观看| 最近手机中文字幕大全| 国产高清不卡午夜福利| 久久午夜福利片| 国产免费男女视频| 欧美日韩乱码在线| 久久久久久久久久成人| 一级毛片电影观看 | 91狼人影院| 久久精品影院6| 日韩欧美国产在线观看| 国产成人91sexporn| 嘟嘟电影网在线观看| 欧美+亚洲+日韩+国产| 男人和女人高潮做爰伦理| 久久鲁丝午夜福利片| 亚洲18禁久久av| 一级av片app| 美女cb高潮喷水在线观看| 可以在线观看的亚洲视频| 国产伦一二天堂av在线观看| 久久精品国产自在天天线| 春色校园在线视频观看| 午夜免费男女啪啪视频观看| 国产蜜桃级精品一区二区三区| 亚洲七黄色美女视频| 中文字幕人妻熟人妻熟丝袜美| 一进一出抽搐gif免费好疼| 黄色视频,在线免费观看| 如何舔出高潮| 女同久久另类99精品国产91| АⅤ资源中文在线天堂| 韩国av在线不卡| 岛国毛片在线播放| 亚洲自偷自拍三级| 秋霞在线观看毛片| 国产毛片a区久久久久| 黑人高潮一二区| 99热6这里只有精品| 白带黄色成豆腐渣| 男女边吃奶边做爰视频| 精品日产1卡2卡| 不卡一级毛片| 嫩草影院精品99| 高清在线视频一区二区三区 | 真实男女啪啪啪动态图| 你懂的网址亚洲精品在线观看 | 欧美日韩精品成人综合77777| 搡老妇女老女人老熟妇| 一本精品99久久精品77| 在线观看av片永久免费下载| 欧美zozozo另类| 免费人成在线观看视频色| 国产 一区精品| 亚洲av免费高清在线观看| 日韩成人伦理影院| 国产精品久久久久久精品电影| 亚洲人与动物交配视频| 一个人看的www免费观看视频| 久久久久久久午夜电影| 精品99又大又爽又粗少妇毛片| 人妻夜夜爽99麻豆av| av在线播放精品| 99精品在免费线老司机午夜| 国产午夜精品久久久久久一区二区三区| 亚洲高清免费不卡视频| 看黄色毛片网站| 色吧在线观看| 一级av片app| 国产精品综合久久久久久久免费| 久久6这里有精品| 99久久精品一区二区三区| 婷婷六月久久综合丁香| 国产麻豆成人av免费视频| 成人亚洲欧美一区二区av| 久久精品影院6| 亚州av有码| 最近的中文字幕免费完整| 欧美区成人在线视频| 69av精品久久久久久| 极品教师在线视频| 久久久久久九九精品二区国产| 欧美成人a在线观看| 亚洲无线观看免费| 久久久久久久久久黄片| 免费看av在线观看网站| 国产午夜福利久久久久久| 听说在线观看完整版免费高清| 一卡2卡三卡四卡精品乱码亚洲| 一区二区三区高清视频在线| 69av精品久久久久久| 午夜免费男女啪啪视频观看| 美女黄网站色视频| 免费看av在线观看网站| 三级国产精品欧美在线观看| 两个人视频免费观看高清| 欧美潮喷喷水| 日韩精品有码人妻一区| 国产美女午夜福利| 欧美区成人在线视频| 嫩草影院新地址| 日韩一区二区视频免费看| 久久久成人免费电影| 麻豆av噜噜一区二区三区| 国产免费一级a男人的天堂| 欧美xxxx黑人xx丫x性爽| 久久久久久久久久成人| 亚洲av成人av| 99久久人妻综合| 久久99热这里只有精品18| 又爽又黄a免费视频| 美女黄网站色视频| 黄色欧美视频在线观看| 国产视频首页在线观看| 日韩在线高清观看一区二区三区| 亚洲自偷自拍三级| 午夜老司机福利剧场| 最近中文字幕高清免费大全6| 日韩 亚洲 欧美在线| 日韩成人伦理影院| 3wmmmm亚洲av在线观看| 观看美女的网站| 午夜久久久久精精品| 少妇人妻一区二区三区视频| 久久久色成人| 亚洲欧美精品综合久久99| 麻豆乱淫一区二区| 看免费成人av毛片| 午夜a级毛片| 秋霞在线观看毛片| 寂寞人妻少妇视频99o| 亚洲精品影视一区二区三区av| 精品国产三级普通话版| 精品人妻熟女av久视频| 欧美区成人在线视频| 两个人视频免费观看高清| 欧美高清成人免费视频www| 国产高清视频在线观看网站| 欧美成人免费av一区二区三区| 欧美+亚洲+日韩+国产| 亚洲av免费高清在线观看| 波野结衣二区三区在线| 天美传媒精品一区二区| 18+在线观看网站| 亚洲国产欧美在线一区| 尤物成人国产欧美一区二区三区| 国产真实伦视频高清在线观看| 精品一区二区三区视频在线| 亚洲av二区三区四区| 欧美日韩乱码在线| 变态另类成人亚洲欧美熟女| 亚洲av免费高清在线观看| 日韩一本色道免费dvd| 美女高潮的动态| 男女下面进入的视频免费午夜| 亚洲天堂国产精品一区在线| 久久久久久国产a免费观看| 91狼人影院| 少妇猛男粗大的猛烈进出视频 | 日日干狠狠操夜夜爽| h日本视频在线播放| 久久九九热精品免费| 久久热精品热| 晚上一个人看的免费电影| 亚洲综合色惰| 国产激情偷乱视频一区二区| 69人妻影院| 美女脱内裤让男人舔精品视频 | 熟女电影av网| 日韩 亚洲 欧美在线| 日韩欧美精品v在线| 日本在线视频免费播放| 亚洲内射少妇av| 亚洲性久久影院| 亚洲精品影视一区二区三区av| 99国产精品一区二区蜜桃av| 婷婷亚洲欧美| 色播亚洲综合网| 九草在线视频观看| 我的女老师完整版在线观看| 色综合站精品国产| 久久久久久久亚洲中文字幕| 久久中文看片网| 亚洲天堂国产精品一区在线| 日韩欧美精品v在线| 热99re8久久精品国产| 天堂中文最新版在线下载 | 乱人视频在线观看| 人人妻人人看人人澡| 国产精品爽爽va在线观看网站| 99热精品在线国产| 国产高清视频在线观看网站| 久久人妻av系列| 亚洲精品成人久久久久久| 美女高潮的动态| 久久精品人妻少妇| 简卡轻食公司| 亚洲成人久久性| 午夜免费激情av| 黄色日韩在线| 亚洲婷婷狠狠爱综合网| 国语自产精品视频在线第100页| 一区二区三区四区激情视频 | 国产成人a∨麻豆精品| 三级经典国产精品| 免费大片18禁| 成人午夜精彩视频在线观看| 亚洲内射少妇av| 欧美变态另类bdsm刘玥| 国产男人的电影天堂91| 亚洲在线观看片| 国产精品国产三级国产av玫瑰| 精品无人区乱码1区二区| 亚洲久久久久久中文字幕| 午夜福利在线在线| 一进一出抽搐动态| 久久精品人妻少妇| 麻豆成人午夜福利视频| 亚洲第一区二区三区不卡| 久久6这里有精品| 欧美日韩国产亚洲二区| 中文字幕熟女人妻在线| 国产精品人妻久久久久久| 国国产精品蜜臀av免费| 99热精品在线国产| 亚洲av.av天堂| 可以在线观看的亚洲视频| 午夜福利高清视频| 一级毛片我不卡| 国产精品乱码一区二三区的特点| 国产黄色小视频在线观看| 国产探花极品一区二区| 日本av手机在线免费观看| 国产午夜精品论理片| 国产精品女同一区二区软件| 亚洲性久久影院| 一级二级三级毛片免费看| 日韩成人伦理影院| 久久久久久国产a免费观看| 小蜜桃在线观看免费完整版高清| 日韩强制内射视频| 成人永久免费在线观看视频| 黄色视频,在线免费观看| 日本熟妇午夜| 99久久无色码亚洲精品果冻| 一级黄色大片毛片| 一边摸一边抽搐一进一小说| 少妇人妻精品综合一区二区 | 亚洲久久久久久中文字幕| 日日摸夜夜添夜夜添av毛片| 欧美性感艳星| 99久久九九国产精品国产免费| 毛片一级片免费看久久久久| 亚洲国产高清在线一区二区三| 亚洲av免费高清在线观看| 一区二区三区高清视频在线| 欧美xxxx黑人xx丫x性爽| av在线蜜桃| 韩国av在线不卡| 国产三级中文精品| 51国产日韩欧美| 哪个播放器可以免费观看大片| 99热这里只有精品一区| 少妇丰满av| 中文字幕人妻熟人妻熟丝袜美| 波多野结衣高清作品| 国产激情偷乱视频一区二区| 一边亲一边摸免费视频| 中国美白少妇内射xxxbb| 嫩草影院精品99| 色5月婷婷丁香| 搡老妇女老女人老熟妇| 看十八女毛片水多多多| 亚洲va在线va天堂va国产| 国产极品精品免费视频能看的| 插阴视频在线观看视频| 国产高清不卡午夜福利| 禁无遮挡网站| 精品人妻偷拍中文字幕| 国产视频内射| 黄片wwwwww| 在线播放国产精品三级| 亚洲一级一片aⅴ在线观看| 免费观看精品视频网站| 亚洲精品国产成人久久av| 国产伦一二天堂av在线观看| 亚洲aⅴ乱码一区二区在线播放| 在线观看免费视频日本深夜| 欧美色视频一区免费| 久久久午夜欧美精品| 国产精品久久久久久久久免| 色综合亚洲欧美另类图片| 亚洲三级黄色毛片| 嫩草影院精品99| 白带黄色成豆腐渣| 免费观看的影片在线观看| 久久热精品热| 91精品国产九色| 丰满人妻一区二区三区视频av| 观看免费一级毛片| 亚洲国产欧美人成| 91狼人影院| 夜夜爽天天搞| 精品熟女少妇av免费看| 久99久视频精品免费| 国产av在哪里看| 99久国产av精品| 热99在线观看视频| 亚洲天堂国产精品一区在线| 亚洲内射少妇av| 波野结衣二区三区在线| 18禁裸乳无遮挡免费网站照片| 欧美精品一区二区大全| 色视频www国产| 一区福利在线观看| 国产亚洲av片在线观看秒播厂 | 全区人妻精品视频| 插阴视频在线观看视频| 国产三级中文精品| 精品99又大又爽又粗少妇毛片| 亚洲av.av天堂| 可以在线观看毛片的网站| 久久久久久大精品| 成人高潮视频无遮挡免费网站| 99riav亚洲国产免费| ponron亚洲| 99久国产av精品| 免费不卡的大黄色大毛片视频在线观看 | 国产三级中文精品|