• <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CNN的脹管工序質(zhì)量狀態(tài)識(shí)別方法與應(yīng)用

    2020-09-25 06:03:06李曉濤李朝暉趙松濤吳淑敏
    機(jī)電工程技術(shù) 2020年8期
    關(guān)鍵詞:管口小波分段

    李曉濤,關(guān) 輝,李朝暉,趙松濤,吳淑敏

    (廣東省智能機(jī)器人研究院,廣東東莞 523808)

    0 引言

    脹管工序?qū)儆诶淠芗庸み^(guò)程中的環(huán)節(jié),利用脹管機(jī)將穿好銅管的兩器進(jìn)行機(jī)械擴(kuò)張,使得銅管和翅片實(shí)現(xiàn)過(guò)盈配合。在空調(diào)行業(yè)冷凝管的脹管工序生產(chǎn)過(guò)程中,其產(chǎn)生的脹管質(zhì)量問(wèn)題主要是管口質(zhì)量一致性弱,具體包括管口偏小、管口偏大和管口脹裂等問(wèn)題。由于銅管質(zhì)地較軟、管口直徑較小且單件產(chǎn)品的管口數(shù)量較多,人工測(cè)量誤差較大且很容易發(fā)生漏檢某些管口的情況?,F(xiàn)有方案中可利用圖像識(shí)別技術(shù)實(shí)現(xiàn)管口質(zhì)量的快速識(shí)別,由于加工設(shè)備較多、生產(chǎn)環(huán)境復(fù)雜,視覺(jué)檢測(cè)設(shè)備成本過(guò)高,調(diào)試過(guò)程復(fù)雜且存在一定的安全隱患。

    脹管工序質(zhì)量檢測(cè)的目的是要準(zhǔn)確識(shí)別加工后管口的4種質(zhì)量狀態(tài),其問(wèn)題本質(zhì)與設(shè)備故障狀態(tài)識(shí)別等問(wèn)題類似,均可轉(zhuǎn)化為一種基于間接信號(hào)進(jìn)行模式識(shí)別的問(wèn)題。隨著人工智能、制造物聯(lián)網(wǎng)等技術(shù)的發(fā)展,對(duì)制造過(guò)程的動(dòng)態(tài)感知、智能分析的能力正在不斷增強(qiáng),目前人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)、支持向量機(jī)(Support Vector Machine,SVM)等人工智能技術(shù)已成功應(yīng)用于質(zhì)量異常模式識(shí)別領(lǐng)域[1-2]。常見(jiàn)的有通過(guò)將人工智能技術(shù)與控制圖技術(shù)相結(jié)合,先提取控制圖的統(tǒng)計(jì)特征和形狀特征后再利用人工智能技術(shù)進(jìn)行質(zhì)量異常趨勢(shì)的模式識(shí)別。如Du等[3]提出的基于最小歐式距離的控制圖用于監(jiān)控自相關(guān)過(guò)程的均值漂移,同時(shí)利用支持向量回歸(Support vector regression,SVR)來(lái)預(yù)測(cè)時(shí)間序列中的正常值,并在此基礎(chǔ)上計(jì)算歐式距離再與控制閾值比較從而判斷是否異常。Addeh等[4]將控制圖的統(tǒng)計(jì)特征和形狀特征與神經(jīng)網(wǎng)絡(luò)相結(jié)合,并利用布谷鳥(niǎo)優(yōu)化算法(Cuckoo Optimization Algorithm,COA)提高分類器的泛化性能。上述方法能夠較為準(zhǔn)確地識(shí)別到質(zhì)量變化趨勢(shì),但僅是針對(duì)控制圖特征而非產(chǎn)品本身提取過(guò)多的特征進(jìn)行挖掘分析,且仍需要解決單件產(chǎn)品質(zhì)量的檢測(cè)問(wèn)題。

    深度學(xué)習(xí)技術(shù)能夠滿足從產(chǎn)品加工過(guò)程中獲取的數(shù)據(jù)出發(fā),自動(dòng)獲取相關(guān)特征,精準(zhǔn)快速地識(shí)別產(chǎn)品質(zhì)量狀態(tài),能夠大幅度提升檢測(cè)效率,節(jié)省人力成本。如Li Guoqiang等[5]利用多源傳感器信號(hào),將S-transform算法與Convolutional Neural Networks(CNN)融合,提出了一種傳感器數(shù)據(jù)驅(qū)動(dòng)的故障模式識(shí)別方法,有更高的診斷性能和更強(qiáng)的魯棒性。Min Xia等[6]結(jié)合了傳感器融合技術(shù),利用CNN結(jié)構(gòu)實(shí)現(xiàn)了更高、更魯棒的診斷精度。上述研究說(shuō)明CNN在模式識(shí)別中具有較好的應(yīng)用效果,因此,本文將研究對(duì)象的異常質(zhì)量識(shí)別問(wèn)題轉(zhuǎn)換為設(shè)備故障診斷等模式識(shí)別問(wèn)題,針對(duì)脹管工序加工過(guò)程設(shè)計(jì)數(shù)據(jù)采集方案獲取能夠間接反映管口質(zhì)量狀態(tài)的壓力數(shù)據(jù),再利用CNN模型自動(dòng)獲取信號(hào)特征,實(shí)現(xiàn)脹管工序管口質(zhì)量狀態(tài)的準(zhǔn)確識(shí)別。

    1 脹管工序管口質(zhì)量狀態(tài)識(shí)別流程

    如圖1所示,空調(diào)冷凝管脹管工序管口質(zhì)量狀態(tài)識(shí)別過(guò)程如下:首先利用脹管工序加工過(guò)程的壓力信號(hào)作為數(shù)據(jù)分析基礎(chǔ);然后對(duì)數(shù)據(jù)進(jìn)行降噪和分段等處理,基于小波尺度圖和CNN構(gòu)建管口質(zhì)量狀態(tài)識(shí)別模型;最后基于識(shí)別模型實(shí)現(xiàn)脹管工序管口質(zhì)量狀態(tài)的在線識(shí)別。

    圖1 空調(diào)冷凝管管口質(zhì)量狀態(tài)識(shí)別過(guò)程

    1.1 數(shù)據(jù)采集平臺(tái)

    如圖2所示,針對(duì)脹管工序管口質(zhì)量狀態(tài)識(shí)別需求,設(shè)計(jì)了由視覺(jué)傳感器和壓力傳感器組成的數(shù)據(jù)采集平臺(tái)。視覺(jué)傳感器僅用于為管口質(zhì)量狀態(tài)提供數(shù)據(jù)標(biāo)簽,輔助建立準(zhǔn)確的算法模型,由于成本昂貴僅在實(shí)驗(yàn)設(shè)備上使用;壓力傳感單元用于采集單根冷凝管所受壓力,為質(zhì)量狀態(tài)識(shí)別算法模型建立提供數(shù)據(jù)源。

    圖2 冷凝管脹管工序數(shù)據(jù)采集方案

    視覺(jué)、壓力傳感器部署數(shù)量和精度等信息如表1所示。

    表1 傳感器部署信息

    1.2 數(shù)據(jù)預(yù)處理

    脹管工序?qū)?yīng)的壓力序列有著明顯的分段特征,對(duì)應(yīng)脹管工序中進(jìn)桿、擴(kuò)管、擴(kuò)口、退桿、退模這5個(gè)加工過(guò)程,結(jié)合人工經(jīng)驗(yàn),擴(kuò)口是決定脹管4類質(zhì)量狀態(tài)的最重要因素,因此只以擴(kuò)口階段的壓力數(shù)據(jù)為分析基礎(chǔ),更容易提取能夠反映管口質(zhì)量狀態(tài)的數(shù)據(jù)特征。然而在實(shí)際生產(chǎn)過(guò)程中,由于產(chǎn)品類型等不一致,導(dǎo)致數(shù)據(jù)采集量不同,很難憑借人工經(jīng)驗(yàn)根據(jù)點(diǎn)數(shù)位置將每次加工數(shù)據(jù)準(zhǔn)確分為5段,具體原因如下:

    (1)不同類型產(chǎn)品的高度不一致,一次加工的壓力數(shù)據(jù)長(zhǎng)度不同;

    (2)由于數(shù)據(jù)采集方案不夠精確,生產(chǎn)同種產(chǎn)品時(shí),多次加工的數(shù)據(jù)初始點(diǎn)并非對(duì)齊狀態(tài);

    (3)由于存在噪聲干擾,不同區(qū)域段相鄰的數(shù)據(jù)特征差異難以區(qū)分。

    為解決以上問(wèn)題,本節(jié)首先對(duì)壓力數(shù)據(jù)進(jìn)行缺省值及奇異值處理和小波降噪,然后基于差分疊加法實(shí)現(xiàn)壓力數(shù)據(jù)分段。

    1.2.1 缺省值及奇異值處理

    由于采集方案不夠成熟,且不同類型的產(chǎn)品一次加工的數(shù)據(jù)長(zhǎng)度不同,采集數(shù)據(jù)中不可避免包含一些奇異值、缺省值,對(duì)奇異值進(jìn)行平滑處理以及缺省值進(jìn)行補(bǔ)充,對(duì)信號(hào)采集不穩(wěn)定因素導(dǎo)致的缺省值現(xiàn)象,使用空缺值前緊鄰一個(gè)值補(bǔ)充。針對(duì)奇異值現(xiàn)象,假設(shè)數(shù)據(jù)滿足正態(tài)分布,使用3δ原則進(jìn)行異常點(diǎn)識(shí)別,即如果多次加工的壓力數(shù)據(jù)集合中存在某個(gè)時(shí)間點(diǎn)的數(shù)據(jù)值距離該時(shí)間點(diǎn)數(shù)據(jù)分布所服從的正態(tài)分布均值μ超過(guò)了3δ范圍,則認(rèn)為該數(shù)據(jù)點(diǎn)為奇異值,使用前后兩點(diǎn)的平均值代替該奇異值。

    1.2.2 小波閾值降噪

    小波降噪過(guò)程就是利用小波分解將信號(hào)分解到各尺度中,然后把每一尺度中屬于噪聲的小波系數(shù)去掉,保留并增強(qiáng)屬于信號(hào)的小波系數(shù),最后利用小波逆變換將處理后的小波系數(shù)重構(gòu)得出降噪后的信號(hào)。小波降噪的方法較多,其中以小波閾值降噪法的應(yīng)用最為廣泛,小波基函數(shù)和分解層數(shù)的選擇、閾值λ的選取規(guī)則和閾值函數(shù)的設(shè)計(jì),則是影響最終降噪效果的關(guān)鍵因素。如圖3所示,小波降噪過(guò)程主要分為小波分解、閾值處理和小波重構(gòu)3個(gè)步驟。

    圖3 小波閾值降噪流程

    1.2.3 基于差分疊加法的數(shù)據(jù)分段

    結(jié)合脹管加工過(guò)程特性,利用差分規(guī)則進(jìn)行多次分段,不斷累積分段之后新序列中點(diǎn)的勢(shì)能大小,從而擴(kuò)大和突出了不同分段區(qū)域中數(shù)據(jù)的特征,能夠較為容易的選取到準(zhǔn)確的分段點(diǎn),提高了分段穩(wěn)定性和效率。數(shù)據(jù)分段步驟如圖4所示。

    圖4 基于差分疊加法的數(shù)據(jù)分段流程

    1.3 小波尺度譜

    小波變換是一種能夠通過(guò)將時(shí)間信號(hào)系列分解到時(shí)域和頻域內(nèi),從而獲得時(shí)間信號(hào)系列的顯著的波動(dòng)模式的方法,具有多分辨率分析的特點(diǎn),并且在時(shí)頻兩域都具有表征信號(hào)局部特征的能力。當(dāng)信號(hào)完成連續(xù)小波變換后,求分解至各個(gè)子空間的信號(hào)平方和,即得到信號(hào)的小波尺度譜。小波尺度譜較好地解決信號(hào)時(shí)間和頻率分辨率的矛盾,可通過(guò)調(diào)整位移和尺度變化得到能夠反映信號(hào)特征變化的能量分布。對(duì)一個(gè)時(shí)間系列進(jìn)行小波轉(zhuǎn)換時(shí),小波基函數(shù)的選擇顯得尤為重要。Morlet小波具有非正交性而且還是指數(shù)復(fù)值小波,因此采用更適用于圖像識(shí)別與特征提取的Mrolet小波作為小波基函數(shù)。

    1.4 基于CNN的產(chǎn)品質(zhì)量識(shí)別模型

    CNN是一種具備優(yōu)異的特征提取能力的深度神經(jīng)網(wǎng)絡(luò),現(xiàn)已成功應(yīng)用于各種分類問(wèn)題。CNN由涉及線性和非線性運(yùn)算的可訓(xùn)練多級(jí)架構(gòu)組成,每個(gè)階段的輸入和輸出是一組數(shù)組,稱為特征圖。用于質(zhì)量狀態(tài)識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)主要包含了以下幾種層級(jí)。

    (1)卷積層

    在卷積層中,將輸入與一組可學(xué)習(xí)的過(guò)濾器(也稱為內(nèi)核)進(jìn)行卷積,以生成新的特征圖,作為對(duì)下一層的輸入。其目的是提取輸入的不同特征,第一層卷積層可能只能提取一些低級(jí)的特征如邊緣、線條和角等層級(jí),更多層的網(wǎng)絡(luò)能從低級(jí)特征中迭代提取更復(fù)雜的特征。

    (2)池化層

    池化層通過(guò)降低特征圖的分辨率來(lái)實(shí)現(xiàn)空間不變性。通過(guò)將合適的運(yùn)算符提取主要特征從而降低了計(jì)算復(fù)雜度,采用最大池化法進(jìn)行池化操作。

    (3)局部響應(yīng)歸一化處理層

    局部響應(yīng)歸一化處理一般是在激活、池化后進(jìn)行的一種處理方法,對(duì)局部神經(jīng)元的活動(dòng)創(chuàng)建競(jìng)爭(zhēng)機(jī)制,使得其中響應(yīng)比較大的值變得相對(duì)更大,并抑制其他反饋較小的神經(jīng)元,增強(qiáng)了模型的泛化能力。

    (4)全連接層及Softmax分類層

    卷積層、池化層和激活函數(shù)層等操作是將原始數(shù)據(jù)映射到隱層特征空間,全連接層將二維特征圖轉(zhuǎn)換為類別的概率分布映射,再將其傳遞給Softmax分類器實(shí)現(xiàn)質(zhì)量狀態(tài)分類。在全連接層后面加入一層丟失層,在訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)的過(guò)程中,按照一定的概率將神經(jīng)網(wǎng)絡(luò)單元暫時(shí)從網(wǎng)絡(luò)中丟棄,從而減少數(shù)據(jù)過(guò)擬合現(xiàn)象。

    2 實(shí)例與實(shí)驗(yàn)結(jié)果分析

    2.1 實(shí)例簡(jiǎn)介與數(shù)據(jù)處理

    根據(jù)工藝標(biāo)準(zhǔn)將產(chǎn)品質(zhì)量狀態(tài)分為4個(gè)等級(jí):脹后管口尺寸小于6.60 mm時(shí),為偏小狀態(tài),需要進(jìn)行二次擴(kuò)口;脹后管口尺寸大于6.60 mm且小于7.1 mm,為正常狀態(tài),此時(shí)進(jìn)行下一道焊接工序時(shí)能夠得到更高的良品率;當(dāng)脹后管口尺寸大于7.1 mm且小于7.4 mm時(shí),為偏大狀態(tài),若人工判斷出現(xiàn)裂口則視為廢品;當(dāng)脹后管口尺寸大于7.40 mm時(shí),由于銅管材質(zhì)限制,脹后管口為脹裂狀態(tài),屬于報(bào)廢產(chǎn)品。在訓(xùn)練分類模型時(shí),將訓(xùn)練數(shù)據(jù)集貼上4類標(biāo)簽,分別代表4種產(chǎn)品質(zhì)量狀態(tài),如表2所示。

    表2 冷凝管管口質(zhì)量狀態(tài)劃分

    對(duì)實(shí)驗(yàn)獲取的數(shù)據(jù)進(jìn)行缺省值及奇異值處理后進(jìn)行小波閾值降噪,如圖5所示,小波閾值降噪在一定程度上降低了壓力信號(hào)的異常波動(dòng)情況,有利于進(jìn)行下一步的基于差分疊加法的動(dòng)態(tài)數(shù)據(jù)分段操作。

    進(jìn)行5次隨機(jī)分段實(shí)驗(yàn),得到擴(kuò)口過(guò)程對(duì)應(yīng)的壓力序列段為第3段,其分段長(zhǎng)度如表3所示。從表中可看出第3段壓力序列的分段效果較為穩(wěn)定,可以作為后續(xù)數(shù)據(jù)分析的基礎(chǔ)。

    圖5 小波閾值降噪

    表3 5次隨機(jī)分段實(shí)驗(yàn)分段結(jié)果對(duì)比

    針對(duì)A、B兩種型號(hào)產(chǎn)品進(jìn)行實(shí)驗(yàn)驗(yàn)證,兩種產(chǎn)品之間管口數(shù)目和冷凝管高度均不同,其中產(chǎn)品B的數(shù)據(jù)集僅包含偏小、正常和偏大3種管口質(zhì)量狀態(tài)數(shù)據(jù),分別從產(chǎn)品A正確分段中的壓力序列中選取2 000條、2 400條第3段分段數(shù)據(jù)序列,每種質(zhì)量狀態(tài)數(shù)據(jù)量相同,按照7∶3的比例分成訓(xùn)練集和測(cè)試集,具體如表4所示。

    表4 實(shí)驗(yàn)數(shù)據(jù)集

    2.2 實(shí)驗(yàn)過(guò)程及結(jié)果分析

    在本例研究中,所有的實(shí)驗(yàn)使用的計(jì)算機(jī)配置為Intel(R)Core(TM) i7-7700-3.6 GHz處理器,8 GB內(nèi)存和Windows版本的Matlab平臺(tái)。如圖6所示,CNN模型包含3次卷積和池化、2個(gè)全連接層,全連接層之間使用一次丟失層防止過(guò)擬合現(xiàn)象,最后采用Softmax進(jìn)行分類。

    圖6 基于CNN的冷凝管管口質(zhì)量狀態(tài)識(shí)別流程

    對(duì)各類管口質(zhì)量狀態(tài)對(duì)應(yīng)的第3段壓力序列信號(hào)進(jìn)行連續(xù)小波變換后,求分解至各個(gè)子空間的信號(hào)平方和,將頻率歸一化為0~0.5之間,從而得到信號(hào)的小波尺度譜。

    圖7所示為轉(zhuǎn)換后的小波尺度圖,4種管口質(zhì)量狀態(tài)對(duì)應(yīng)的小波尺度譜在頻帶1~頻帶4之間有著明顯的差別。經(jīng)過(guò)多次實(shí)驗(yàn),選擇SGDM(Stochastic Gradient Descent with Momen-tum)算法優(yōu)化CNN模型,MiniBatchSize設(shè)為128,設(shè)初始學(xué)習(xí)率lr=0.002,每隔50個(gè)enpoch學(xué)習(xí)率減小1倍以增快收斂速度,配置以上參數(shù)后進(jìn)行訓(xùn)練和測(cè)試。

    圖7 產(chǎn)品A四種管口質(zhì)量狀態(tài)第3段序列小波尺度譜對(duì)比圖

    如圖8所示,產(chǎn)品A對(duì)應(yīng)的訓(xùn)練過(guò)程在第100個(gè)enpoch時(shí)精度已接近100%且僅出現(xiàn)微小的波動(dòng),設(shè)置損失值連續(xù)5次小于或等于0.001時(shí)停止訓(xùn)練,5次測(cè)試的平均準(zhǔn)確率為94.46%,如表5所示。

    圖8 訓(xùn)練過(guò)程和測(cè)試集結(jié)果

    最后采用模式識(shí)別常用的SVM、KNN、SOM神經(jīng)網(wǎng)絡(luò)進(jìn)行5次實(shí)驗(yàn),求其各算法模型測(cè)試集平均準(zhǔn)確率作為評(píng)價(jià)指標(biāo),結(jié)果如表6所示,本文提出的基于CNN的脹管管口質(zhì)量狀態(tài)識(shí)別模型具有更好的識(shí)別效果。

    表5 5次實(shí)驗(yàn)結(jié)果

    表6 不同算法識(shí)別準(zhǔn)確率對(duì)比

    3 結(jié)束語(yǔ)

    本文針對(duì)空調(diào)冷凝管管口異常質(zhì)量狀態(tài)識(shí)別問(wèn)題,提出了基于CNN的管口質(zhì)量狀態(tài)識(shí)別算法,結(jié)合脹管生產(chǎn)工序的特征設(shè)計(jì)了相關(guān)數(shù)據(jù)采集方案,利用小波閾值降噪和基于差分疊加法的動(dòng)態(tài)數(shù)據(jù)分段技術(shù)完成對(duì)原始數(shù)據(jù)的處理,利用小波變換得到小波尺度譜,最后采用CNN網(wǎng)絡(luò)模型進(jìn)行模式識(shí)別。在測(cè)試和對(duì)比試驗(yàn)中,本文提出的方法得到了較好的識(shí)別效果。

    猜你喜歡
    管口小波分段
    基于ANSYS的壓力容器管口載荷施加方式的研究
    構(gòu)造Daubechies小波的一些注記
    一類連續(xù)和不連續(xù)分段線性系統(tǒng)的周期解研究
    煤化工變換設(shè)備在改擴(kuò)建項(xiàng)目中利舊的可行性分析
    化工管理(2021年10期)2021-04-25 13:55:00
    基于MATLAB的小波降噪研究
    電子制作(2019年13期)2020-01-14 03:15:32
    汽輪機(jī)高壓內(nèi)缸的制造工藝研究
    科技資訊(2019年3期)2019-04-25 06:23:42
    分段計(jì)算時(shí)間
    基于改進(jìn)的G-SVS LMS 與冗余提升小波的滾動(dòng)軸承故障診斷
    3米2分段大力士“大”在哪兒?
    太空探索(2016年9期)2016-07-12 10:00:04
    “壓強(qiáng)”易錯(cuò)題練習(xí)
    亚洲精品视频女| 巨乳人妻的诱惑在线观看| 欧美精品亚洲一区二区| 久久精品久久久久久久性| 麻豆av在线久日| 午夜福利乱码中文字幕| 亚洲精品一二三| 国产一区二区三区综合在线观看| 国产成人精品久久久久久| 黑丝袜美女国产一区| 成年美女黄网站色视频大全免费| 免费看不卡的av| 国产精品久久久久久久久免| 丝袜脚勾引网站| 国产亚洲欧美精品永久| 久久人人爽av亚洲精品天堂| 中文字幕精品免费在线观看视频| 99九九在线精品视频| 咕卡用的链子| 男人操女人黄网站| 制服诱惑二区| 久久天堂一区二区三区四区| 欧美精品高潮呻吟av久久| 99热全是精品| 91国产中文字幕| 中文字幕另类日韩欧美亚洲嫩草| 人人妻人人爽人人添夜夜欢视频| 亚洲,欧美精品.| 亚洲第一av免费看| 国产日韩欧美视频二区| 国产精品99久久99久久久不卡 | 日韩av免费高清视频| 国产99久久九九免费精品| 搡老岳熟女国产| 建设人人有责人人尽责人人享有的| 国产精品女同一区二区软件| 亚洲欧洲日产国产| 亚洲成人免费av在线播放| 人成视频在线观看免费观看| 狠狠精品人妻久久久久久综合| 精品一区二区三区四区五区乱码 | 天天添夜夜摸| 国产免费福利视频在线观看| 日韩av在线免费看完整版不卡| 午夜av观看不卡| 亚洲精品乱久久久久久| 丰满乱子伦码专区| 欧美中文综合在线视频| 毛片一级片免费看久久久久| 777久久人妻少妇嫩草av网站| 美女视频免费永久观看网站| 熟妇人妻不卡中文字幕| 日韩熟女老妇一区二区性免费视频| 久久精品久久久久久噜噜老黄| 国产激情久久老熟女| 亚洲自偷自拍图片 自拍| 亚洲精品自拍成人| 久久综合国产亚洲精品| 久久久久久久大尺度免费视频| 国产一卡二卡三卡精品 | 91成人精品电影| 日韩电影二区| 中文字幕人妻丝袜制服| 精品一区二区三区四区五区乱码 | 中国三级夫妇交换| 777米奇影视久久| 日本爱情动作片www.在线观看| 热99国产精品久久久久久7| 看免费av毛片| 最近中文字幕高清免费大全6| 国产乱来视频区| 人人妻,人人澡人人爽秒播 | 亚洲精品美女久久久久99蜜臀 | 日韩成人av中文字幕在线观看| 妹子高潮喷水视频| 久久久久精品人妻al黑| 精品久久久久久电影网| 老司机影院成人| 亚洲第一av免费看| 又大又爽又粗| 欧美日韩视频高清一区二区三区二| 久久久精品区二区三区| 欧美黑人欧美精品刺激| 少妇人妻 视频| av国产久精品久网站免费入址| 精品人妻一区二区三区麻豆| 亚洲中文av在线| 国产国语露脸激情在线看| 日日摸夜夜添夜夜爱| 狠狠精品人妻久久久久久综合| 人人妻人人澡人人爽人人夜夜| 亚洲国产av新网站| 亚洲四区av| 日韩 欧美 亚洲 中文字幕| 中文天堂在线官网| 黄色怎么调成土黄色| 美女视频免费永久观看网站| 青春草视频在线免费观看| 九草在线视频观看| 亚洲精品自拍成人| 可以免费在线观看a视频的电影网站 | 精品一区二区三区四区五区乱码 | 国产精品一国产av| 日韩大片免费观看网站| 在线观看三级黄色| 久久久久人妻精品一区果冻| 国产1区2区3区精品| 纯流量卡能插随身wifi吗| 精品人妻在线不人妻| 亚洲成人av在线免费| 国产高清不卡午夜福利| 一区在线观看完整版| 在线观看三级黄色| 中文字幕高清在线视频| 久久久久久人妻| 久久久精品免费免费高清| 在线免费观看不下载黄p国产| 成年av动漫网址| 9191精品国产免费久久| 日本爱情动作片www.在线观看| 亚洲,一卡二卡三卡| 亚洲国产欧美在线一区| 亚洲综合色网址| 极品人妻少妇av视频| 免费在线观看黄色视频的| 欧美日韩成人在线一区二区| 永久免费av网站大全| 高清黄色对白视频在线免费看| 亚洲七黄色美女视频| 五月开心婷婷网| 男人操女人黄网站| 80岁老熟妇乱子伦牲交| 国产在线一区二区三区精| 欧美成人精品欧美一级黄| 国产一级毛片在线| 欧美亚洲日本最大视频资源| av电影中文网址| 亚洲自偷自拍图片 自拍| 亚洲欧美一区二区三区久久| 亚洲成人手机| 精品少妇久久久久久888优播| 久久97久久精品| 久久影院123| 丁香六月欧美| 制服人妻中文乱码| 一边摸一边做爽爽视频免费| 久久久国产欧美日韩av| 黄色视频不卡| 人体艺术视频欧美日本| 超色免费av| 国产精品亚洲av一区麻豆 | 欧美日韩视频精品一区| 久久性视频一级片| 丰满饥渴人妻一区二区三| 爱豆传媒免费全集在线观看| 午夜日本视频在线| 夜夜骑夜夜射夜夜干| 精品一区二区三区av网在线观看 | 午夜福利在线免费观看网站| 国产成人精品久久久久久| 美女高潮到喷水免费观看| 午夜福利一区二区在线看| 成人国产麻豆网| 国产亚洲av片在线观看秒播厂| 水蜜桃什么品种好| 99久国产av精品国产电影| 五月天丁香电影| 日韩 亚洲 欧美在线| 美女国产高潮福利片在线看| 久久久久网色| 亚洲欧美一区二区三区久久| 好男人视频免费观看在线| 在线观看免费高清a一片| 久久99热这里只频精品6学生| 欧美久久黑人一区二区| 午夜日本视频在线| 精品酒店卫生间| kizo精华| 一本一本久久a久久精品综合妖精| 在线精品无人区一区二区三| 伦理电影大哥的女人| 中文天堂在线官网| 亚洲av成人精品一二三区| 亚洲国产av新网站| 国产精品一区二区在线不卡| 久久99热这里只频精品6学生| 老司机亚洲免费影院| 在线亚洲精品国产二区图片欧美| 国产日韩欧美在线精品| 国产精品二区激情视频| 天天添夜夜摸| 国产精品国产三级专区第一集| 久久精品久久久久久噜噜老黄| 精品一区二区免费观看| 操出白浆在线播放| 成人国产麻豆网| 午夜激情久久久久久久| 国产视频首页在线观看| 一二三四中文在线观看免费高清| 亚洲精品国产av成人精品| 超碰成人久久| 国产亚洲av高清不卡| 国产精品蜜桃在线观看| 女人高潮潮喷娇喘18禁视频| a级片在线免费高清观看视频| 久久久国产精品麻豆| 国产精品成人在线| 久久久精品国产亚洲av高清涩受| 九九爱精品视频在线观看| 99热全是精品| 亚洲av综合色区一区| 纯流量卡能插随身wifi吗| 精品亚洲成国产av| 美女午夜性视频免费| 80岁老熟妇乱子伦牲交| 99国产精品免费福利视频| 亚洲精品美女久久av网站| 99国产综合亚洲精品| 亚洲国产欧美一区二区综合| 国产精品国产三级专区第一集| 欧美日韩综合久久久久久| 亚洲av日韩在线播放| 免费黄网站久久成人精品| xxxhd国产人妻xxx| 制服人妻中文乱码| 国精品久久久久久国模美| xxxhd国产人妻xxx| 欧美 亚洲 国产 日韩一| 侵犯人妻中文字幕一二三四区| 国产精品免费视频内射| 日韩制服丝袜自拍偷拍| 免费少妇av软件| 精品国产一区二区三区四区第35| 欧美黑人精品巨大| 在线观看人妻少妇| 久久久欧美国产精品| 99国产精品免费福利视频| 亚洲欧美一区二区三区黑人| 亚洲免费av在线视频| 少妇猛男粗大的猛烈进出视频| 久久久久久人人人人人| 国产成人精品在线电影| 天天添夜夜摸| 欧美精品人与动牲交sv欧美| www.熟女人妻精品国产| 亚洲国产欧美日韩在线播放| 欧美97在线视频| 交换朋友夫妻互换小说| 欧美日韩视频高清一区二区三区二| 免费看av在线观看网站| 午夜福利在线免费观看网站| 18禁裸乳无遮挡动漫免费视频| 女人爽到高潮嗷嗷叫在线视频| 亚洲伊人色综图| 亚洲av电影在线进入| 免费不卡黄色视频| 五月天丁香电影| 秋霞伦理黄片| 女人精品久久久久毛片| 亚洲av成人精品一二三区| 精品久久久精品久久久| 在线天堂中文资源库| 亚洲综合色网址| 亚洲av成人不卡在线观看播放网 | 美女脱内裤让男人舔精品视频| 色精品久久人妻99蜜桃| www.熟女人妻精品国产| 欧美成人精品欧美一级黄| 亚洲精品久久成人aⅴ小说| 狂野欧美激情性bbbbbb| 国产精品 国内视频| 国产精品久久久久久人妻精品电影 | 亚洲精华国产精华液的使用体验| 搡老岳熟女国产| 亚洲精品久久成人aⅴ小说| 蜜桃在线观看..| 国产99久久九九免费精品| 操出白浆在线播放| 只有这里有精品99| 这个男人来自地球电影免费观看 | 国产在线一区二区三区精| 男人舔女人的私密视频| 国产精品一区二区在线不卡| 国产片内射在线| av网站在线播放免费| 一级毛片电影观看| 夫妻午夜视频| 国产成人av激情在线播放| av卡一久久| 午夜日韩欧美国产| 欧美精品亚洲一区二区| 婷婷色av中文字幕| 老司机影院成人| 婷婷成人精品国产| 国产成人系列免费观看| 宅男免费午夜| 90打野战视频偷拍视频| 母亲3免费完整高清在线观看| 少妇人妻 视频| 毛片一级片免费看久久久久| 在线亚洲精品国产二区图片欧美| 男女床上黄色一级片免费看| 18在线观看网站| 久久久久国产一级毛片高清牌| 黄色毛片三级朝国网站| 国产在视频线精品| 亚洲熟女毛片儿| 午夜福利影视在线免费观看| 久久久久精品性色| 免费黄网站久久成人精品| 久久国产亚洲av麻豆专区| 日本猛色少妇xxxxx猛交久久| 日日撸夜夜添| 欧美精品一区二区免费开放| 亚洲七黄色美女视频| 亚洲精品,欧美精品| 中文字幕人妻熟女乱码| 看非洲黑人一级黄片| 日韩不卡一区二区三区视频在线| 亚洲精品国产一区二区精华液| 啦啦啦视频在线资源免费观看| 国产精品嫩草影院av在线观看| 999精品在线视频| 日韩 欧美 亚洲 中文字幕| 国产午夜精品一二区理论片| kizo精华| 日本欧美视频一区| 最近手机中文字幕大全| 精品一区二区三区av网在线观看 | 午夜老司机福利片| 只有这里有精品99| 久久精品久久久久久噜噜老黄| 国产精品亚洲av一区麻豆 | 狂野欧美激情性bbbbbb| 午夜日韩欧美国产| 婷婷成人精品国产| 久久天堂一区二区三区四区| 天堂中文最新版在线下载| 美女大奶头黄色视频| 国产亚洲最大av| 自线自在国产av| 国产一区二区激情短视频 | 18禁裸乳无遮挡动漫免费视频| 老司机影院成人| 精品国产一区二区三区久久久樱花| 国产一区亚洲一区在线观看| 亚洲精品中文字幕在线视频| 丝袜美腿诱惑在线| 多毛熟女@视频| 超碰成人久久| 蜜桃在线观看..| 黄色一级大片看看| 亚洲七黄色美女视频| 国产日韩欧美视频二区| 飞空精品影院首页| 亚洲专区中文字幕在线 | 观看美女的网站| 大片免费播放器 马上看| 中文乱码字字幕精品一区二区三区| 在线观看三级黄色| av国产精品久久久久影院| 如何舔出高潮| 99国产综合亚洲精品| √禁漫天堂资源中文www| 欧美成人精品欧美一级黄| 捣出白浆h1v1| 大话2 男鬼变身卡| 亚洲第一区二区三区不卡| 在线观看免费午夜福利视频| 2018国产大陆天天弄谢| 欧美日韩福利视频一区二区| 国产欧美日韩综合在线一区二区| 尾随美女入室| 一二三四在线观看免费中文在| 我要看黄色一级片免费的| 欧美另类一区| 不卡av一区二区三区| 99热全是精品| 欧美黑人欧美精品刺激| 街头女战士在线观看网站| 免费观看性生交大片5| 秋霞在线观看毛片| 亚洲成av片中文字幕在线观看| 在线精品无人区一区二区三| 国产精品偷伦视频观看了| 亚洲精品久久午夜乱码| 十八禁高潮呻吟视频| 成人亚洲欧美一区二区av| 男女高潮啪啪啪动态图| 亚洲伊人色综图| 老鸭窝网址在线观看| 美女扒开内裤让男人捅视频| 最近的中文字幕免费完整| 国产精品一区二区在线观看99| 精品久久蜜臀av无| 国产乱人偷精品视频| 亚洲欧洲国产日韩| 国产深夜福利视频在线观看| 视频区图区小说| 另类精品久久| 亚洲人成电影观看| 久久久久久免费高清国产稀缺| 超色免费av| 久久人人爽人人片av| 国产成人精品久久二区二区91 | 美女中出高潮动态图| 成人三级做爰电影| avwww免费| 日本猛色少妇xxxxx猛交久久| 精品一区二区三卡| 国产男女内射视频| 两个人免费观看高清视频| 高清av免费在线| 精品一品国产午夜福利视频| svipshipincom国产片| 成年动漫av网址| 日本猛色少妇xxxxx猛交久久| 欧美变态另类bdsm刘玥| 中文字幕最新亚洲高清| 91精品三级在线观看| 综合色丁香网| 欧美黄色片欧美黄色片| 久久久久久久精品精品| 成人免费观看视频高清| 午夜91福利影院| 亚洲成人av在线免费| 天天躁日日躁夜夜躁夜夜| 肉色欧美久久久久久久蜜桃| 美女国产高潮福利片在线看| 麻豆av在线久日| 亚洲熟女毛片儿| 青草久久国产| 18禁动态无遮挡网站| 视频区图区小说| 精品人妻一区二区三区麻豆| 可以免费在线观看a视频的电影网站 | 如日韩欧美国产精品一区二区三区| 老司机亚洲免费影院| 国产成人精品在线电影| 婷婷色综合www| 大话2 男鬼变身卡| 美女国产高潮福利片在线看| 久久99精品国语久久久| 欧美 日韩 精品 国产| 日本一区二区免费在线视频| 亚洲美女搞黄在线观看| 日本vs欧美在线观看视频| 十八禁高潮呻吟视频| 国产成人欧美在线观看 | 亚洲av日韩精品久久久久久密 | 国产黄色视频一区二区在线观看| 欧美日韩一级在线毛片| 少妇 在线观看| 亚洲人成电影观看| 午夜精品国产一区二区电影| 日日撸夜夜添| 美女中出高潮动态图| 在线观看国产h片| 国产伦理片在线播放av一区| 亚洲精品av麻豆狂野| 免费高清在线观看日韩| www日本在线高清视频| av网站免费在线观看视频| 久久久久国产精品人妻一区二区| 日本av免费视频播放| 国产乱来视频区| 欧美日韩一级在线毛片| 国产精品麻豆人妻色哟哟久久| 又粗又硬又长又爽又黄的视频| 国产午夜精品一二区理论片| 国产视频首页在线观看| 十八禁网站网址无遮挡| av国产久精品久网站免费入址| 亚洲欧美一区二区三区黑人| 久久久久国产精品人妻一区二区| 别揉我奶头~嗯~啊~动态视频 | 一边摸一边做爽爽视频免费| 欧美人与性动交α欧美精品济南到| 黑人巨大精品欧美一区二区蜜桃| 日韩中文字幕视频在线看片| 亚洲人成网站在线观看播放| 久久99热这里只频精品6学生| 亚洲欧美成人综合另类久久久| 日韩制服丝袜自拍偷拍| 国产成人欧美在线观看 | 亚洲精品aⅴ在线观看| 黄色视频在线播放观看不卡| 在线观看免费日韩欧美大片| 亚洲精品国产av蜜桃| 少妇人妻久久综合中文| 国产又爽黄色视频| av一本久久久久| 日本黄色日本黄色录像| 精品国产国语对白av| 免费观看人在逋| 曰老女人黄片| 国产 一区精品| 日日啪夜夜爽| www.精华液| 一本一本久久a久久精品综合妖精| 一二三四中文在线观看免费高清| 人体艺术视频欧美日本| 国产免费一区二区三区四区乱码| 叶爱在线成人免费视频播放| 狂野欧美激情性bbbbbb| 中文欧美无线码| 伊人久久大香线蕉亚洲五| 国产成人欧美在线观看 | 不卡视频在线观看欧美| 一区二区三区乱码不卡18| 高清黄色对白视频在线免费看| 精品少妇一区二区三区视频日本电影 | 国产男人的电影天堂91| 亚洲第一青青草原| 卡戴珊不雅视频在线播放| 亚洲一码二码三码区别大吗| 欧美亚洲日本最大视频资源| e午夜精品久久久久久久| 日韩精品免费视频一区二区三区| 亚洲,一卡二卡三卡| 黄频高清免费视频| 国产亚洲av高清不卡| 国产欧美日韩综合在线一区二区| 久久精品熟女亚洲av麻豆精品| 黑人欧美特级aaaaaa片| 夫妻性生交免费视频一级片| 水蜜桃什么品种好| 99香蕉大伊视频| 久久国产精品男人的天堂亚洲| 国产日韩一区二区三区精品不卡| 国产高清不卡午夜福利| 老司机亚洲免费影院| 日本av免费视频播放| av在线老鸭窝| 久久久久人妻精品一区果冻| 久久精品人人爽人人爽视色| 色婷婷久久久亚洲欧美| 国产一区二区三区av在线| 91成人精品电影| 搡老乐熟女国产| 成人亚洲精品一区在线观看| 日韩 亚洲 欧美在线| bbb黄色大片| 国产淫语在线视频| av在线播放精品| 国产成人精品久久二区二区91 | 久久天躁狠狠躁夜夜2o2o | 国产免费现黄频在线看| 男人爽女人下面视频在线观看| 青草久久国产| 欧美av亚洲av综合av国产av | 叶爱在线成人免费视频播放| 国产日韩欧美视频二区| 99热网站在线观看| 欧美变态另类bdsm刘玥| 王馨瑶露胸无遮挡在线观看| a级毛片在线看网站| 国产欧美日韩一区二区三区在线| 精品午夜福利在线看| 国产成人一区二区在线| 2021少妇久久久久久久久久久| 国产一区二区三区av在线| 国产又爽黄色视频| 亚洲,一卡二卡三卡| 交换朋友夫妻互换小说| 免费看av在线观看网站| 亚洲精品乱久久久久久| 99re6热这里在线精品视频| 亚洲欧美清纯卡通| 91国产中文字幕| 国产亚洲av片在线观看秒播厂| 欧美精品av麻豆av| 老司机影院毛片| 少妇 在线观看| 99热网站在线观看| 热99久久久久精品小说推荐| 亚洲国产欧美网| 婷婷色麻豆天堂久久| 嫩草影视91久久| 国产亚洲最大av| 日本黄色日本黄色录像| 亚洲成人手机| 香蕉丝袜av| 精品国产超薄肉色丝袜足j| 色吧在线观看| 亚洲成av片中文字幕在线观看| www日本在线高清视频| 免费在线观看黄色视频的| 午夜福利乱码中文字幕| 午夜91福利影院| 街头女战士在线观看网站| 美女中出高潮动态图| 男男h啪啪无遮挡| 亚洲av中文av极速乱| 日日啪夜夜爽| 国产成人av激情在线播放| 亚洲av日韩在线播放| 狠狠精品人妻久久久久久综合| 国产成人啪精品午夜网站| 午夜福利免费观看在线| 少妇 在线观看| 一本色道久久久久久精品综合| 亚洲,欧美,日韩| 午夜激情av网站| 日韩一卡2卡3卡4卡2021年| 高清视频免费观看一区二区| 久久精品亚洲熟妇少妇任你| 99热国产这里只有精品6| 亚洲视频免费观看视频| 一区二区三区乱码不卡18| 免费高清在线观看视频在线观看| 男女午夜视频在线观看| 国产成人av激情在线播放| 欧美在线一区亚洲| 十八禁高潮呻吟视频|