• <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BP網(wǎng)絡的類矩形盾構(gòu)偏心刀盤故障預測

    2020-12-01 03:15:00劉高宏吳恩啟閔銳侯天凡王曉輝
    軟件導刊 2020年10期

    劉高宏 吳恩啟 閔銳 侯天凡 王曉輝

    摘 要:為實時監(jiān)控類矩形盾構(gòu)偏心刀盤工作狀態(tài),提出一種基于遺傳算法(GA)優(yōu)化BP神經(jīng)網(wǎng)絡模型的在線故障預測方法。首先,利用現(xiàn)場檢測的相關測量數(shù)據(jù),建立“特征—故障”數(shù)據(jù)集;然后,利用最優(yōu)權(quán)值與閾值由遺傳算法獲取的BP神經(jīng)網(wǎng)絡對數(shù)據(jù)集進行自我學習,構(gòu)建工作期故障預測模型;最后,開發(fā)偏心刀盤監(jiān)控系統(tǒng),對刀盤工作狀態(tài)進行在線預測。實驗結(jié)果表明,GA-BP網(wǎng)絡模型預測準確率達到93.3%,與傳統(tǒng)BP網(wǎng)絡模型相比提高6%?;贕A-BP網(wǎng)絡的偏心刀盤在線故障預測方法可精準預測刀盤工作狀態(tài),滿足應用設計要求,為盾構(gòu)施工安全提供有力保障。

    關鍵詞:偏心刀盤;故障預測;遺傳算法;BP神經(jīng)網(wǎng)絡

    DOI:10. 11907/rjdk. 201213

    中圖分類號:TP301文獻標識碼:A 文章編號:1672-7800(2020)010-0111-05

    Abstract:In order to effectively monitor the working status of eccentric cutterhead of quasi-rectangular shields, an online failure prediction method based on genetic algorithm to optimize BP neural network model is proposed. First, the “feature- failure” data sets are established using the relevant measurement data of the field inspection. Then, the BP neural network which obtains the optimal weights and thresholds through the genetic algorithm, performs self-learning on the data sets to construct a failure prediction model during the work period. Finally, the eccentric cutterhead condition monitoring system is developed to predict the working state of the cutterhead online. The experimental results show that the accuracy of GA-BP network model is 93.3% which is 6% higher than that of traditional BP network model. The on-line fault prediction method of eccentric cutterhead based on GA-BP can accurately predict the working state of cutterhead, meet the requirements of application design and provide strong guarantee for shield construction safety.

    Key Words:eccentric cutterhead; failure prediction; genetic algorithm; BP neural network

    0 引言

    隨著城市的快速發(fā)展,充分利用地下空間、積極推進隧道建設的重要性日益凸顯。盾構(gòu)施工法憑借高效、安全等特點,普遍應用于城市軌道交通的開挖施工[1-3]。類矩形盾構(gòu)是一種單峒雙線隧道挖掘機械,相比圓形盾構(gòu)具有挖掘效率高、安全性強、操作簡單等優(yōu)點,應用廣泛。刀盤系統(tǒng)是類矩形盾構(gòu)施工的核心部件,主要由大刀盤和偏心刀盤組成。在實際工程中,由于偏心刀盤結(jié)構(gòu)力學性能遠不如大刀盤,易發(fā)生機械故障,造成極大的經(jīng)濟損失甚至人員傷亡。因此,對偏心刀盤故障發(fā)生趨勢進行研究,實現(xiàn)提早預警具有重要意義。

    近年來,傳感技術(shù)得到飛速發(fā)展,由傳感技術(shù)實時獲取的監(jiān)測數(shù)據(jù)能夠及時反映被監(jiān)測設備的運行狀態(tài),基于數(shù)據(jù)驅(qū)動的智能故障預測技術(shù)應運而生并被廣泛應用到諸多工程領域。目前典型的智能故障預測方法有專家系統(tǒng)、神經(jīng)網(wǎng)絡、支持向量機、隱馬爾科夫模型等[4-6]。其中,基于神經(jīng)網(wǎng)絡模型的故障預測是智能預測理論和方法的核心內(nèi)容之一,它具有強大的自我學習、聯(lián)想及推理能力,在故障診斷和預測領域得到廣泛應用。胡杰等[7]采用BP神經(jīng)網(wǎng)絡對發(fā)動機狀態(tài)進行診斷,可有效識別不同模式下發(fā)動機失火故障;毛君等[8]提出改進螢火蟲算法優(yōu)化神經(jīng)網(wǎng)絡,應用于刮板輸送機狀態(tài)診斷;莫納什大學Amar等[9]采用基于振動譜圖的神經(jīng)網(wǎng)絡實現(xiàn)了軸承故障有效識別;李斌等[10]應用BP神經(jīng)網(wǎng)絡對飛機舵面故障趨勢進行了有效預測;張東來等[11]應用神經(jīng)網(wǎng)絡預測液壓支架用電磁閥緩變失效問題;吳天舒等[12]提出融合應力波分析技術(shù)與神經(jīng)網(wǎng)絡的故障預測系統(tǒng),能夠有效預測設備運行狀態(tài)。

    綜上所述,神經(jīng)網(wǎng)絡在發(fā)動機等設備故障預測中的應用較多,并且取得了較好效果,但是尚未應用于盾構(gòu)機故障預測。本文以類矩形盾構(gòu)偏心刀盤為研究對象,提出一種基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡的偏心刀盤在線故障預測方法,并開發(fā)相關狀態(tài)監(jiān)控系統(tǒng),對實時采集的傳感器數(shù)據(jù)進行分析,實現(xiàn)刀盤實時工作狀態(tài)及故障預警在線預測。

    1 在線應力檢測與訓練模式預處理

    1.1 應力檢測方法

    對于一個復雜系統(tǒng)而言,能夠反映其工作狀態(tài)主要特征參數(shù)是實現(xiàn)智能故障預測的關鍵點及難點。理想狀態(tài)下,偏心刀盤工作狀態(tài)可由一組掘進參數(shù)向量進行描述,典型的掘進參數(shù)包括推力、掘進速度、輸出扭矩、轉(zhuǎn)速等。但是,由于盾構(gòu)法施工的各種限制,實時獲取準確的掘進參數(shù)值可能性微乎其微。

    本文采用應力檢測的方法獲取準確的偏心刀盤狀態(tài)參數(shù)值,應力檢測系統(tǒng)如圖1所示。盾構(gòu)掘進過程中,偏心刀盤同時承受推力、扭矩等載荷,各種載荷力相互疊加,經(jīng)刀盤驅(qū)動傳遞至盾構(gòu)后胸板,致使胸板發(fā)生機械結(jié)構(gòu)局部變形,變形越大,則表示當前刀盤承受載荷力越大。運用有限元分析方法并結(jié)合施工現(xiàn)場具體情況,在盾構(gòu)后胸板標定最大可能表征當前偏心刀盤掘進狀態(tài)的應力采集點,測點分布如圖2所示,其中測點1、2、3表示上偏心刀盤,測點4、5、6表示下偏心刀盤。通過在標定點粘貼應變片的方法實時獲取偏心刀盤當前狀態(tài)參數(shù)值,并經(jīng)由應力采集裝置傳輸至上位監(jiān)控系統(tǒng)。

    1.2 訓練模式預處理

    以某工程類矩形盾構(gòu)為數(shù)據(jù)來源,將從現(xiàn)場采集到的1 000組具有代表意義的樣本數(shù)據(jù)作為故障預測網(wǎng)絡模型訓練集。為了能夠以定量形式表示當前偏心刀盤工作狀態(tài)及故障程度,將特征輸出劃分為兩個級別。取若干組正常工作狀態(tài)下的輸入特征向量作為刀盤正常狀態(tài)下訓練集,對該訓練集歸一化處理并對每組特征向量求和,最小值和最大值分別賦予輸出特征值0和0.7,其余輸入特征向量對應特征,輸出按均勻插值法進行賦值,賦值區(qū)間為[0 0.7]。因故障發(fā)生為連續(xù)性過程,取故障發(fā)生前輸入特征向量作為刀盤警戒狀態(tài)訓練集,按上述賦值方法賦予對應特征輸出介于區(qū)間(0.7 1],這樣即可實現(xiàn)以定量的方式識別偏心刀盤當前掘進狀態(tài)與故障程度。以偏心刀盤故障數(shù)據(jù)集為分析對象,對不同狀態(tài)下的樣本訓練集作歸一化處理,部分偏心刀盤“特征—故障”數(shù)據(jù)集如表1所示。

    2 偏心刀盤故障預測模型構(gòu)建

    BP神經(jīng)網(wǎng)絡應用于偏心刀盤故障預測,即通過神經(jīng)網(wǎng)絡對刀盤預警狀態(tài)和正常工作狀態(tài)下特征向量進行自我學習,儲存相關特征模式信息。神經(jīng)網(wǎng)絡模型訓練成熟之后,可作為故障預測機,當輸入一組狀態(tài)特征向量,神經(jīng)網(wǎng)絡模型相應輸出當前刀盤工作狀態(tài)[13]。

    由于BP神經(jīng)網(wǎng)絡初始權(quán)值和閾值是隨機生成的,每次訓練后的結(jié)果差異較大,并且取值不當會導致網(wǎng)絡振蕩、引起不易收斂、易陷入局部極小值等問題。遺傳算法作為一種自適應啟發(fā)式全局搜索算法,其搜索策略有利于避免陷入局部最優(yōu)解,得到全局最優(yōu)解。將遺傳算法應用于BP神經(jīng)網(wǎng)絡,對網(wǎng)絡權(quán)值、閾值進行優(yōu)化,能夠很好地克服BP神經(jīng)網(wǎng)絡易陷入局部極小值的缺陷,提高故障預測精度[14]。本文故障預測算法流程如圖3所示。

    GA-BP偏心刀盤故障預測模型輸入層節(jié)點、輸出層節(jié)點分別對應刀盤狀態(tài)表征參數(shù)與工作狀態(tài)。如表1所示,測點1、測點2、測點3對應神經(jīng)網(wǎng)絡輸入層,因此神經(jīng)網(wǎng)絡輸入層節(jié)點數(shù)為3。通過將定量化后的刀盤工作狀態(tài)作為神經(jīng)網(wǎng)絡輸出層,故神經(jīng)網(wǎng)絡輸出層節(jié)點數(shù)為1。根據(jù)Kolmogorov定理,本文采用3層BP神經(jīng)網(wǎng)絡作為故障預測機,因此神經(jīng)網(wǎng)絡隱含層為單隱層。為確定隱含層節(jié)點數(shù),首先根據(jù)經(jīng)驗公式確定節(jié)點數(shù)大致范圍,以最小預測誤差作為評價標準,運用試湊法確定隱含層最佳節(jié)點數(shù)為9。故網(wǎng)絡結(jié)構(gòu)為3—9—1,網(wǎng)絡拓撲結(jié)構(gòu)如圖4所示。

    合適的激勵函數(shù)與訓練函數(shù)是保證神經(jīng)網(wǎng)絡模型性能的重要指標。為解決學習率選擇不當造成的網(wǎng)絡性能下降等問題,采用自適應學習率梯度下降反向傳播算法traingda,網(wǎng)絡訓練目標0.000 1,激勵函數(shù)選擇Tansig-Logsig組合。

    本文采用遺傳算法對BP神經(jīng)網(wǎng)絡權(quán)值和閾值進行尋優(yōu),目的是找出最佳染色體,使神經(jīng)網(wǎng)絡輸出誤差平方和最小,所以遺傳算法適應度函數(shù)被選取為BP神經(jīng)網(wǎng)絡輸出誤差平方和,即遺傳算法適應度函數(shù)為:

    其中,M為訓練模式總數(shù),K為輸出神經(jīng)元節(jié)點數(shù),T、P分別為第K個輸出神經(jīng)元真實值和預測值。

    為了保證遺傳算法終止時得到的結(jié)果為歷代出現(xiàn)的最佳適應度個體,采用最佳保留選擇,即首先執(zhí)行輪盤賭法進行遺傳選擇操作,隨后將適應度最高的個體直接復制到下一代群體中。以本文數(shù)據(jù)集為樣本空間,經(jīng)過大量實驗,最終確定種群規(guī)模為40,變異概率和交叉概率分別為0.1、0.3,編碼方式采用實數(shù)編碼進行自然搜索[15]。

    3 仿真分析

    神經(jīng)網(wǎng)絡模型結(jié)構(gòu)和參數(shù)設定完成,從1 000組訓練模式中隨機抽取940組數(shù)據(jù)作為網(wǎng)絡模型訓練集,其余60組數(shù)據(jù)作為網(wǎng)絡模型性能測試集。遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡適應度變化曲線如圖5所示,算法迭代8次后,適應度值處于穩(wěn)定狀態(tài),最佳適應度值為0.92。經(jīng)過10次迭代以后,遺傳算法獲得最優(yōu)權(quán)值與閾值,將其作為神經(jīng)網(wǎng)絡初始化參數(shù)。

    網(wǎng)絡訓練集和測試集在預測效果上的回歸分析如圖6所示,從中可以看出,無論是測試集還是訓練集,網(wǎng)絡擬合度均表現(xiàn)出較高水平。

    圖7分別顯示了本文提出的GA-BP故障預測模型與單純的BP故障預測模型均方誤差收斂曲線。從中可以看出,BP故障預測模型校驗誤差在迭代45次時達到最佳值1.897 1e-05,網(wǎng)絡存在震蕩不收斂現(xiàn)象;GA-BP故障預測模型校驗誤差在迭代22次時達到最佳值1.289 9e-05,誤差曲線收斂趨于平穩(wěn)。從以上數(shù)據(jù)可以看出,在網(wǎng)絡參數(shù)設置、訓練集與測試集相同的情況下,GA-BP故障預測模型與BP故障預測模型相比誤差更小、運行時間更短,并且很大程度上解決了BP神經(jīng)網(wǎng)絡易陷入震蕩不易收斂的問題,提高了偏心刀盤故障預測模型可靠性。

    相同測試集狀態(tài)下GA-BP故障預測模型和BP故障預測模型在測試集上的預測效果如圖8所示。從中可以看出,兩種網(wǎng)絡模型預測值與真實值契合度均表現(xiàn)較高水平,說明應用神經(jīng)網(wǎng)絡對偏心刀盤進行故障預測是可行的。

    兩種故障預測模型預測值與真實值統(tǒng)計學結(jié)果對比如表2所示,從中可以得到兩種預測模型均可實現(xiàn)故障有效預測,且GA-BP故障預測模型精度和準確度均優(yōu)于BP故障預測模型。對于第10組數(shù)據(jù),兩種網(wǎng)絡模型均未有效識別,一是因為當前偏心刀盤處于正常運轉(zhuǎn)和預警復合狀態(tài)中,神經(jīng)網(wǎng)絡根據(jù)特征輸入難以準確判定其工作狀態(tài);另外訓練樣本空間不足,導致神經(jīng)網(wǎng)絡未能充分學習,不能有效預測該類復合工況。

    4 工程實驗

    偏心刀盤故障預測模型訓練成熟之后,即可應用于具體工程實際。針對數(shù)據(jù)來源類矩形盾構(gòu),應用虛擬儀器開發(fā)平臺LABVIEW結(jié)合安卓技術(shù)開發(fā)偏心刀盤狀態(tài)監(jiān)控系統(tǒng),其總體設計結(jié)構(gòu)如圖9所示。該監(jiān)控系統(tǒng)由應力檢測系統(tǒng)、現(xiàn)場監(jiān)控客戶端、數(shù)據(jù)庫、云服務器、遠程手機監(jiān)控客戶端組成。由應力檢測系統(tǒng)獲取的偏心刀盤狀態(tài)參數(shù)值被實時傳輸至現(xiàn)場監(jiān)控客戶端,通過LABVIEW與MATLAB混合編程的方式調(diào)用工作期神經(jīng)網(wǎng)絡模型,實現(xiàn)偏心刀盤在線故障預測。如果預測值處于預警區(qū)間,現(xiàn)場監(jiān)控客戶端控制相關儀器自動拉響警報,提示施工作業(yè)人員偏心刀盤目前處于故障發(fā)生狀態(tài)。

    為進一步驗證模型魯棒性和可拓展性,將監(jiān)控系統(tǒng)應用于同類型盾構(gòu)施工項目。隨機選取100組同類型盾構(gòu)刀盤狀態(tài)數(shù)據(jù)作為驗證集,預測結(jié)果如圖10所示。其中,圖10(a)顯示了預測值與真實值的曲線對比,從中可以看出,預測值與真實值契合度較高,趨勢基本保持一致,未出現(xiàn)越界情況;圖10(b)顯示了預測誤差百分比,最大預測誤差為13.65%,最小預測誤差1%,平均誤差8.35%。從結(jié)果可知,基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡模型的在線故障預測方法開發(fā)系統(tǒng)可有效預測刀盤掘進狀態(tài),具有較高的預測精度,可實時高效地監(jiān)控盾構(gòu)機偏心刀盤工作狀態(tài),實現(xiàn)偏心刀盤在線故障預測。

    5 結(jié)語

    本文針對常規(guī)BP神經(jīng)網(wǎng)絡收斂速度慢、易陷入局部最優(yōu)解等問題,應用遺傳算法對神經(jīng)網(wǎng)絡權(quán)值和閾值進行優(yōu)化,構(gòu)建了GA-BP偏心刀盤故障預測模型,并將LABVIEW與安卓技術(shù)結(jié)合,開發(fā)偏心刀盤狀態(tài)監(jiān)控系統(tǒng),實現(xiàn)了偏心刀盤在線故障預測。仿真結(jié)果及實驗表明,GA-BP故障預測模型能夠準確預測偏心刀盤故障發(fā)生程度,與常規(guī)BP故障預測模型相比,提高了運行效率和預測結(jié)果可靠性。該模型可為現(xiàn)場施工人員提供性能評估和早期故障預警,保證施工安全性,提高工作效率。

    參考文獻:

    [1] 夏毅敏,卞章括,胡承歡,等. 復合式土壓平衡盾構(gòu)機刀盤性能綜合評價方法[J]. 機械工程學報,2014,50(21):1-9.

    [2] LAMBRUGHI A,MEDINA R L,CASTELLANZA R. Development and validation of a 3D numerical model for TBM-EPB mechanised excavations[J].? Computers and Geotechnics,2012(40):97-113.

    [3] PEILA D,PICCHIO A,CHIEREGATO A. Earth pressure balance tunnelling in rock masses:laboratory feasibility study of the conditioning process[J].? Tunnelling and Underground Space Technology,2013(35):55-66.

    [4] 季云,王恒,朱龍彪,等. 基于HMM的機械設備運行狀態(tài)評估與故障預測研究綜述[J]. 機械強度,2017,39(3):511-517.

    [5] 王國彪,何正嘉,陳雪峰,等. 機械故障診斷基礎研究“何去何從”[J]. 機械工程學報,2013,49(1):63-72.

    [6] 雷亞國,賈峰,孔德同. 大數(shù)據(jù)下機械智能故障診斷的機遇與挑戰(zhàn)[J]. 機械工程學報,2018,54(5):94-104.

    [7] 胡杰,顏伏伍. 基于BP神經(jīng)網(wǎng)絡的汽油機失火故障診斷方法的研究[J]. 汽車工程,2011,33(2):101-105.

    [8] 毛君,郭浩,陳洪月.? 基于改進螢火蟲算法神經(jīng)網(wǎng)絡的刮板輸送機減速器故障診斷[J]. 機械強度,2019,41(3):544-550.

    [9] AMAR M,GONDAL I,WILSON C. Vibration spectrum imaging:A novel bearing fault classification approach[J].? IEEE Transactions on Industrial Electronics,2015,62(1): 494-502.

    [10] 李斌,章衛(wèi)國,寧東方,等. 基于神經(jīng)網(wǎng)絡技術(shù)的飛機舵面故障趨勢預測研究[J]. 系統(tǒng)仿真學報,2008(21):5840-5842,5847.

    [11] 張東來,馬鑫. 基于驅(qū)動端電流的礦用液壓電磁閥緩變失效預測方法[J]. 電子學報,2010,38(12):2805-2809.

    [12] 吳天舒,陳蜀宇,吳朋. 基于應力波分析的狀態(tài)監(jiān)控與故障預測研究[J]. 儀器儀表學報,2017,38(12):3061-3070.

    [13] ZAHER A, MCARTHUR S D J, INFIELD D G, et al. Online wind turbine fault detection through automated SCADA data analysis[J].? Wind Energy, 2009, 12(6):574-593.

    [14] 關永平,宋建,王述紅,等. 基于GA-BP算法的隧道圍巖力學參數(shù)反分析[J]. 東北大學學報(自然科學版),2012,33(2):276-278,283.

    [15] 楊新武,楊麗軍. 基于交叉模型的改進遺傳算法[J]. 控制與決策,2016,31(10):1837-1844.

    (責任編輯:江 艷)

    97碰自拍视频| 热99在线观看视频| 午夜免费观看网址| 中文字幕熟女人妻在线| 久久久久久大精品| 亚洲av第一区精品v没综合| 成人av在线播放网站| 色尼玛亚洲综合影院| 在线十欧美十亚洲十日本专区| 不卡一级毛片| 哪里可以看免费的av片| 亚洲国产色片| 亚洲av中文字字幕乱码综合| ponron亚洲| 国产精品一及| 禁无遮挡网站| 亚洲在线观看片| 女同久久另类99精品国产91| 丰满人妻一区二区三区视频av | 18禁美女被吸乳视频| 在线免费观看不下载黄p国产 | 听说在线观看完整版免费高清| 后天国语完整版免费观看| 国产高清videossex| 一个人看视频在线观看www免费 | 岛国在线免费视频观看| 亚洲男人的天堂狠狠| 国产成+人综合+亚洲专区| 午夜免费成人在线视频| 制服丝袜大香蕉在线| 久久这里只有精品19| 成人一区二区视频在线观看| 欧美+亚洲+日韩+国产| 亚洲av成人av| 熟女人妻精品中文字幕| 99久久99久久久精品蜜桃| 欧美一区二区精品小视频在线| 男女床上黄色一级片免费看| 欧美日韩一级在线毛片| 色综合婷婷激情| 日韩免费av在线播放| 亚洲av美国av| 最近在线观看免费完整版| 久久热在线av| 一区二区三区高清视频在线| 欧美性猛交黑人性爽| 熟女人妻精品中文字幕| 精品久久久久久久人妻蜜臀av| 黄色 视频免费看| 丰满的人妻完整版| 天天添夜夜摸| 久久久色成人| xxx96com| 看黄色毛片网站| 嫩草影视91久久| 国产三级黄色录像| 无人区码免费观看不卡| 国产亚洲精品一区二区www| 国产av在哪里看| 国产一区二区三区在线臀色熟女| 国产69精品久久久久777片 | 成年人黄色毛片网站| 两个人看的免费小视频| 老汉色∧v一级毛片| 欧美黑人欧美精品刺激| 1024手机看黄色片| 91在线观看av| 国产一区在线观看成人免费| 麻豆av在线久日| 日韩欧美国产在线观看| 成人特级黄色片久久久久久久| 亚洲激情在线av| 欧美成人一区二区免费高清观看 | 亚洲18禁久久av| 给我免费播放毛片高清在线观看| 啦啦啦韩国在线观看视频| 成人av一区二区三区在线看| 色综合站精品国产| 久久草成人影院| 无限看片的www在线观看| 最好的美女福利视频网| 男女视频在线观看网站免费| 真实男女啪啪啪动态图| 18禁观看日本| 日本免费a在线| 久久久国产成人精品二区| 国产成+人综合+亚洲专区| 成人三级黄色视频| 欧美成人一区二区免费高清观看 | a级毛片a级免费在线| aaaaa片日本免费| 欧美高清成人免费视频www| 99视频精品全部免费 在线 | 成人一区二区视频在线观看| 天堂网av新在线| 精品午夜福利视频在线观看一区| 日韩三级视频一区二区三区| 男人舔女人下体高潮全视频| 亚洲精品国产精品久久久不卡| 制服丝袜大香蕉在线| 精品一区二区三区视频在线 | 欧美中文综合在线视频| 亚洲av中文字字幕乱码综合| 老熟妇乱子伦视频在线观看| 国内少妇人妻偷人精品xxx网站 | 99久久综合精品五月天人人| 美女被艹到高潮喷水动态| 麻豆成人av在线观看| 亚洲精品一区av在线观看| 中文字幕熟女人妻在线| 国产单亲对白刺激| 小说图片视频综合网站| 亚洲国产欧美人成| 人妻久久中文字幕网| h日本视频在线播放| 亚洲激情在线av| 精品欧美国产一区二区三| 啦啦啦韩国在线观看视频| 亚洲av成人不卡在线观看播放网| 最近最新中文字幕大全免费视频| 国产久久久一区二区三区| 一级黄色大片毛片| www.999成人在线观看| 国产成人aa在线观看| 在线观看舔阴道视频| 亚洲成人中文字幕在线播放| 香蕉国产在线看| 国产1区2区3区精品| 午夜免费成人在线视频| 欧美xxxx黑人xx丫x性爽| 国产 一区 欧美 日韩| 国产99白浆流出| 久久精品综合一区二区三区| 亚洲avbb在线观看| 久久久久久九九精品二区国产| 中文字幕熟女人妻在线| 亚洲欧洲精品一区二区精品久久久| 国产午夜福利久久久久久| 国产一区二区激情短视频| 在线看三级毛片| 在线十欧美十亚洲十日本专区| 久久婷婷人人爽人人干人人爱| 给我免费播放毛片高清在线观看| 老司机深夜福利视频在线观看| 色噜噜av男人的天堂激情| 在线观看午夜福利视频| 中文资源天堂在线| 欧美黄色片欧美黄色片| 免费在线观看亚洲国产| 亚洲色图av天堂| 欧美黄色片欧美黄色片| 老司机午夜福利在线观看视频| 黄色日韩在线| 亚洲av成人av| 精品99又大又爽又粗少妇毛片 | 99久久国产精品久久久| 国产黄片美女视频| 亚洲av电影在线进入| 精品日产1卡2卡| 国产亚洲av高清不卡| 天堂√8在线中文| 老司机午夜十八禁免费视频| 国产伦精品一区二区三区四那| 欧美日韩黄片免| 天堂动漫精品| 精品久久久久久久末码| 怎么达到女性高潮| 国产主播在线观看一区二区| 亚洲人成伊人成综合网2020| 精品不卡国产一区二区三区| 久久中文字幕一级| 精品一区二区三区av网在线观看| 日韩成人在线观看一区二区三区| 后天国语完整版免费观看| 久久久久免费精品人妻一区二区| 九九久久精品国产亚洲av麻豆 | 国产精品一区二区精品视频观看| a级毛片a级免费在线| 亚洲男人的天堂狠狠| 999精品在线视频| 偷拍熟女少妇极品色| 特大巨黑吊av在线直播| 国产乱人视频| 69av精品久久久久久| 久久久久久久久免费视频了| 国产一区二区在线观看日韩 | 国产97色在线日韩免费| 国产精品98久久久久久宅男小说| 嫩草影院精品99| 欧洲精品卡2卡3卡4卡5卡区| 国产男靠女视频免费网站| 欧美xxxx黑人xx丫x性爽| 看片在线看免费视频| 啦啦啦免费观看视频1| 亚洲五月婷婷丁香| 国产精品一区二区三区四区免费观看 | 久久国产乱子伦精品免费另类| 中国美女看黄片| 成人精品一区二区免费| 宅男免费午夜| 成人亚洲精品av一区二区| 人妻夜夜爽99麻豆av| 亚洲av第一区精品v没综合| 99热这里只有是精品50| 久久精品夜夜夜夜夜久久蜜豆| 国产淫片久久久久久久久 | 国产成人欧美在线观看| 老熟妇仑乱视频hdxx| 亚洲欧美日韩卡通动漫| 亚洲av成人一区二区三| 老汉色av国产亚洲站长工具| av黄色大香蕉| 18禁黄网站禁片免费观看直播| 日本一二三区视频观看| 成人高潮视频无遮挡免费网站| www.999成人在线观看| 国产v大片淫在线免费观看| 999久久久精品免费观看国产| 日本免费a在线| 欧美一级a爱片免费观看看| 亚洲美女黄片视频| 一级作爱视频免费观看| 又紧又爽又黄一区二区| 岛国在线免费视频观看| 欧美日本视频| 久久久水蜜桃国产精品网| 亚洲第一欧美日韩一区二区三区| 国产三级中文精品| 最近在线观看免费完整版| 欧美激情久久久久久爽电影| or卡值多少钱| 精品国内亚洲2022精品成人| 欧美午夜高清在线| 婷婷丁香在线五月| 人人妻人人澡欧美一区二区| 欧美日韩一级在线毛片| 国产 一区 欧美 日韩| av天堂在线播放| 99riav亚洲国产免费| 国产亚洲精品一区二区www| 99精品欧美一区二区三区四区| 久久精品国产99精品国产亚洲性色| 欧美日韩黄片免| 亚洲av熟女| 日日摸夜夜添夜夜添小说| 久久精品国产亚洲av香蕉五月| 国产成人av教育| av福利片在线观看| 亚洲七黄色美女视频| 国产1区2区3区精品| 一进一出好大好爽视频| 欧美成人免费av一区二区三区| 18禁观看日本| 亚洲欧美日韩高清专用| 亚洲熟女毛片儿| 男女之事视频高清在线观看| 91在线观看av| 国产一区二区在线av高清观看| 蜜桃久久精品国产亚洲av| 午夜免费成人在线视频| 国产麻豆成人av免费视频| 熟女电影av网| 久久精品91无色码中文字幕| 天天一区二区日本电影三级| 黄色视频,在线免费观看| 国产高清三级在线| 久久精品国产亚洲av香蕉五月| 欧美色欧美亚洲另类二区| 色哟哟哟哟哟哟| 男女视频在线观看网站免费| 国产熟女xx| 天堂动漫精品| 亚洲欧洲精品一区二区精品久久久| 女人高潮潮喷娇喘18禁视频| 国产成人一区二区三区免费视频网站| 小说图片视频综合网站| 国产成人精品无人区| 99久久精品一区二区三区| 国产欧美日韩一区二区三| 国产亚洲欧美98| 夜夜看夜夜爽夜夜摸| 少妇裸体淫交视频免费看高清| 啦啦啦观看免费观看视频高清| 最新中文字幕久久久久 | 三级男女做爰猛烈吃奶摸视频| 亚洲狠狠婷婷综合久久图片| 日日摸夜夜添夜夜添小说| 久久中文看片网| 亚洲第一欧美日韩一区二区三区| 亚洲自拍偷在线| 欧美日韩一级在线毛片| 12—13女人毛片做爰片一| 丝袜人妻中文字幕| 一二三四在线观看免费中文在| 男女之事视频高清在线观看| 亚洲专区字幕在线| 国产精品av久久久久免费| 99热精品在线国产| 一二三四社区在线视频社区8| 99久久成人亚洲精品观看| 丁香欧美五月| 两人在一起打扑克的视频| 国产精品综合久久久久久久免费| 亚洲国产色片| 两个人的视频大全免费| 欧美成狂野欧美在线观看| 亚洲国产精品合色在线| 欧美成人性av电影在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 91av网站免费观看| 国产伦在线观看视频一区| 亚洲精品国产精品久久久不卡| 国产高清三级在线| 久久久久久久久久黄片| 久久午夜综合久久蜜桃| 色综合亚洲欧美另类图片| 特大巨黑吊av在线直播| 啦啦啦免费观看视频1| e午夜精品久久久久久久| 大型黄色视频在线免费观看| 可以在线观看的亚洲视频| 动漫黄色视频在线观看| 午夜免费激情av| 一个人看的www免费观看视频| а√天堂www在线а√下载| 韩国av一区二区三区四区| 19禁男女啪啪无遮挡网站| 国产在线精品亚洲第一网站| 丰满人妻一区二区三区视频av | 可以在线观看毛片的网站| 黄片小视频在线播放| 国产久久久一区二区三区| 国产又色又爽无遮挡免费看| 亚洲av电影不卡..在线观看| 国产一区在线观看成人免费| 亚洲avbb在线观看| 日本 av在线| 人妻久久中文字幕网| 亚洲国产精品999在线| av片东京热男人的天堂| 欧美日本亚洲视频在线播放| 久久久国产成人精品二区| 男女午夜视频在线观看| 国产精品亚洲av一区麻豆| 国产精品影院久久| 色视频www国产| www.自偷自拍.com| 在线看三级毛片| 国产精品影院久久| 精品无人区乱码1区二区| 91字幕亚洲| 别揉我奶头~嗯~啊~动态视频| 成人特级黄色片久久久久久久| 久久久久国内视频| 精品国产亚洲在线| 精品一区二区三区视频在线 | 亚洲人成网站高清观看| 亚洲av免费在线观看| 观看免费一级毛片| 男女床上黄色一级片免费看| 国产探花在线观看一区二区| 国产一区二区在线av高清观看| 免费观看精品视频网站| 亚洲精品国产精品久久久不卡| 一级毛片女人18水好多| 国产午夜精品久久久久久| 男女那种视频在线观看| 天堂动漫精品| 看片在线看免费视频| 亚洲精品国产精品久久久不卡| 啦啦啦观看免费观看视频高清| 午夜免费观看网址| 中文字幕最新亚洲高清| 国产高清视频在线观看网站| 一级毛片女人18水好多| 视频区欧美日本亚洲| 亚洲av中文字字幕乱码综合| 舔av片在线| 欧美日本视频| 欧美日韩乱码在线| 一个人看视频在线观看www免费 | 欧美一级毛片孕妇| 国产伦精品一区二区三区视频9 | 亚洲av片天天在线观看| 最近视频中文字幕2019在线8| 中文字幕av在线有码专区| 国产三级黄色录像| 91九色精品人成在线观看| 国产精品av久久久久免费| 一本综合久久免费| 一个人免费在线观看电影 | 99国产精品一区二区蜜桃av| 日本熟妇午夜| 午夜福利在线观看吧| 老熟妇乱子伦视频在线观看| 最近最新免费中文字幕在线| 精品国产超薄肉色丝袜足j| 午夜精品在线福利| www.自偷自拍.com| 最新在线观看一区二区三区| 国产又色又爽无遮挡免费看| 日韩欧美国产在线观看| 精品乱码久久久久久99久播| 亚洲在线自拍视频| 成人特级av手机在线观看| 看片在线看免费视频| 久久久水蜜桃国产精品网| 真人做人爱边吃奶动态| 日韩欧美免费精品| 老熟妇乱子伦视频在线观看| 高清毛片免费观看视频网站| 色哟哟哟哟哟哟| 99在线视频只有这里精品首页| 老熟妇仑乱视频hdxx| 欧美3d第一页| 日韩 欧美 亚洲 中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av美国av| 一级毛片高清免费大全| 日韩欧美免费精品| 国语自产精品视频在线第100页| 久久精品91无色码中文字幕| 老汉色∧v一级毛片| 午夜免费激情av| 婷婷亚洲欧美| 国产精品爽爽va在线观看网站| 亚洲国产中文字幕在线视频| 日韩人妻高清精品专区| 午夜精品在线福利| 国产亚洲精品久久久久久毛片| 一个人免费在线观看电影 | 最好的美女福利视频网| 在线免费观看不下载黄p国产 | 在线观看66精品国产| 成年女人永久免费观看视频| 一级作爱视频免费观看| 午夜两性在线视频| 亚洲aⅴ乱码一区二区在线播放| 两人在一起打扑克的视频| 欧美精品啪啪一区二区三区| 久久久国产精品麻豆| 最近最新中文字幕大全电影3| 国产不卡一卡二| 午夜激情福利司机影院| 女同久久另类99精品国产91| 免费人成视频x8x8入口观看| 中文字幕高清在线视频| 91麻豆精品激情在线观看国产| 成人亚洲精品av一区二区| 欧美av亚洲av综合av国产av| 国产精品美女特级片免费视频播放器 | 国产精品久久久av美女十八| 国产日本99.免费观看| 一级黄色大片毛片| 国产av在哪里看| 久久久色成人| 小说图片视频综合网站| 亚洲av电影在线进入| 窝窝影院91人妻| 天堂动漫精品| 级片在线观看| 国产不卡一卡二| 日本黄色片子视频| 我的老师免费观看完整版| a在线观看视频网站| 曰老女人黄片| 日韩av在线大香蕉| 怎么达到女性高潮| 日韩 欧美 亚洲 中文字幕| 国产精品亚洲av一区麻豆| av天堂在线播放| 亚洲欧美激情综合另类| 久久久久久九九精品二区国产| 国产真实乱freesex| 午夜两性在线视频| 国产成人精品久久二区二区91| 国产免费男女视频| 免费大片18禁| 中文字幕av在线有码专区| 国产一区二区在线av高清观看| 99热这里只有精品一区 | 久久久国产精品麻豆| 国产精品野战在线观看| 免费高清视频大片| 淫妇啪啪啪对白视频| 91av网一区二区| 亚洲精品456在线播放app | 国产高清有码在线观看视频| 少妇熟女aⅴ在线视频| 精品国产乱码久久久久久男人| 一级毛片精品| 九色成人免费人妻av| 日本在线视频免费播放| 日本 av在线| av黄色大香蕉| 国产私拍福利视频在线观看| 天堂网av新在线| 床上黄色一级片| 可以在线观看毛片的网站| 欧美日韩中文字幕国产精品一区二区三区| 日韩欧美在线二视频| 午夜福利欧美成人| 精品久久蜜臀av无| 99re在线观看精品视频| 亚洲男人的天堂狠狠| 日韩成人在线观看一区二区三区| 欧美日韩福利视频一区二区| av在线蜜桃| 欧美日韩福利视频一区二区| 午夜福利在线在线| 久久这里只有精品19| 国产爱豆传媒在线观看| 一进一出抽搐动态| 欧美三级亚洲精品| 99精品久久久久人妻精品| 麻豆成人av在线观看| 欧美一区二区国产精品久久精品| 怎么达到女性高潮| 99精品欧美一区二区三区四区| 久久久国产成人精品二区| 嫩草影视91久久| 亚洲精品456在线播放app | 91久久精品国产一区二区成人 | 婷婷丁香在线五月| 国产精品香港三级国产av潘金莲| 老司机福利观看| 婷婷六月久久综合丁香| 亚洲欧美精品综合久久99| 在线观看一区二区三区| 成人三级做爰电影| 午夜福利在线在线| 99热6这里只有精品| 国内精品美女久久久久久| 99精品久久久久人妻精品| 午夜福利高清视频| bbb黄色大片| 好男人电影高清在线观看| 麻豆成人午夜福利视频| 亚洲中文字幕一区二区三区有码在线看 | 色尼玛亚洲综合影院| 在线永久观看黄色视频| 天堂影院成人在线观看| 亚洲av免费在线观看| 午夜精品一区二区三区免费看| 波多野结衣高清作品| 国产激情偷乱视频一区二区| 亚洲精品美女久久av网站| 美女被艹到高潮喷水动态| 国产一区二区在线av高清观看| 日日摸夜夜添夜夜添小说| 嫩草影院精品99| 香蕉久久夜色| 俄罗斯特黄特色一大片| 中文资源天堂在线| 亚洲性夜色夜夜综合| 韩国av一区二区三区四区| 51午夜福利影视在线观看| 欧美日韩瑟瑟在线播放| 夜夜爽天天搞| 精品国产亚洲在线| 99精品久久久久人妻精品| 国产三级在线视频| 亚洲欧美精品综合久久99| 国产精品久久久人人做人人爽| 精品国产乱子伦一区二区三区| 国产三级黄色录像| 国产精品99久久久久久久久| 91久久精品国产一区二区成人 | 亚洲在线观看片| 99精品欧美一区二区三区四区| 一级毛片高清免费大全| 亚洲aⅴ乱码一区二区在线播放| 日本黄大片高清| 欧美丝袜亚洲另类 | 国产真人三级小视频在线观看| 国产综合懂色| 久久精品综合一区二区三区| 国产免费男女视频| 国产黄色小视频在线观看| 日韩国内少妇激情av| 日韩高清综合在线| 国产精品综合久久久久久久免费| 99久久国产精品久久久| 日韩成人在线观看一区二区三区| 亚洲国产中文字幕在线视频| 色综合亚洲欧美另类图片| 亚洲av成人一区二区三| 青草久久国产| 啦啦啦免费观看视频1| 国产成人av激情在线播放| 91久久精品国产一区二区成人 | 国产一区二区在线观看日韩 | 手机成人av网站| bbb黄色大片| 18禁国产床啪视频网站| 欧美绝顶高潮抽搐喷水| 久99久视频精品免费| 香蕉av资源在线| 无限看片的www在线观看| 在线观看日韩欧美| 久久精品国产清高在天天线| 99久久99久久久精品蜜桃| 午夜免费激情av| 国产一区二区在线观看日韩 | 国产精品1区2区在线观看.| 桃色一区二区三区在线观看| 亚洲av成人av| 免费av不卡在线播放| 又爽又黄无遮挡网站| 国产一区二区在线av高清观看| 99视频精品全部免费 在线 | 国产精品一区二区三区四区久久| 老司机在亚洲福利影院| e午夜精品久久久久久久| 国产成人福利小说|