• <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 ?

    基于注意力機(jī)-多任務(wù)網(wǎng)絡(luò)的液壓系統(tǒng)多狀態(tài)監(jiān)測(cè)識(shí)別方法研究*

    2021-03-23 07:50:22黃鵬程李海艷林景亮梁桂銘
    機(jī)電工程 2021年3期
    關(guān)鍵詞:多任務(wù)注意力液壓

    黃鵬程,李海艷,林景亮,梁桂銘

    (廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院,廣東 廣州 510006)

    0 引 言

    液壓系統(tǒng)作為重要的傳動(dòng)系統(tǒng),被廣泛應(yīng)用于工業(yè)領(lǐng)域[1,2]。因此,確保液壓系統(tǒng)安全有效的運(yùn)行非常重要,準(zhǔn)確地估計(jì)液壓系統(tǒng)狀況可以避免突發(fā)狀況,降低維護(hù)的成本。為了確保整個(gè)液壓系統(tǒng)的正常運(yùn)行,一種可靠、準(zhǔn)確的液壓系統(tǒng)狀態(tài)監(jiān)測(cè)方法是必不可少的。

    目前,已有的液壓系統(tǒng)狀態(tài)檢測(cè)方法主要都是基于傳統(tǒng)的機(jī)器學(xué)習(xí)的單一狀態(tài)監(jiān)測(cè)。HELWIG N等人[3]先通過(guò)皮爾遜相關(guān)系數(shù)方法從原始傳感器數(shù)據(jù)中提取特征,然后利用線性判別分析(LDA)將這些特征值轉(zhuǎn)移到一個(gè)較低維的判別空間,從而對(duì)故障狀態(tài)和嚴(yán)重程度進(jìn)行了分類。考慮到使用單一分類器有時(shí)無(wú)法獲得較高精度的缺點(diǎn),GUO P等人[4]提出了一種基于集成支持向量機(jī)的液壓系統(tǒng)健康狀態(tài)監(jiān)測(cè)方法,該方法先從多傳感器信號(hào)中提取統(tǒng)計(jì)特征來(lái)描述液壓系統(tǒng)的健康狀態(tài)特征;然后,利用皮爾遜相關(guān)系數(shù)對(duì)提取的特征進(jìn)行了選擇;最后,利用集成支持向量機(jī)和疊加方法實(shí)現(xiàn)了系統(tǒng)的健康狀態(tài)識(shí)別。隨著神經(jīng)網(wǎng)絡(luò)的發(fā)展,姜保軍等人[5]把自編碼器應(yīng)用于液壓系統(tǒng)監(jiān)測(cè),他們先用希爾伯特-黃和小波變化對(duì)傳感器信號(hào)進(jìn)行了特征提取,然后利用堆棧稀疏自編碼器來(lái)預(yù)測(cè)液壓泵的狀態(tài)。

    雖然上述方法取得了一定效果,但同時(shí)存在以下不足:

    (1)這些傳統(tǒng)方法往往需要豐富的液壓系統(tǒng)知識(shí)經(jīng)驗(yàn)來(lái)選擇特征提取和分類的方法。然而,液壓系統(tǒng)在復(fù)雜的環(huán)境下工作,很難通過(guò)知識(shí)經(jīng)驗(yàn)選取特征提取和分類方法;

    (2)對(duì)單一狀態(tài)進(jìn)行監(jiān)測(cè),分離了各個(gè)狀態(tài)之間的相關(guān)性,丟失了各種狀態(tài)之間潛在的相關(guān)特征[6]。對(duì)于液壓系統(tǒng)中復(fù)雜的任務(wù),其泛化力差;

    (3)在實(shí)際操作中,每個(gè)任務(wù)對(duì)各個(gè)傳感器信號(hào)會(huì)有不同的依賴程度,而多個(gè)傳感器信號(hào)籠統(tǒng)地直接輸入,使得網(wǎng)絡(luò)無(wú)法獲取更為重要的信息,易出現(xiàn)網(wǎng)絡(luò)信息過(guò)載的問(wèn)題,降低了準(zhǔn)確性。

    針對(duì)以上方法存在的問(wèn)題,本文結(jié)合注意力機(jī)和多任務(wù)學(xué)習(xí),提出一種基于注意力機(jī)的多任務(wù)網(wǎng)絡(luò)的液壓系統(tǒng)多狀態(tài)監(jiān)測(cè)方法,利用卷積網(wǎng)絡(luò)(CNN)自動(dòng)地從多個(gè)原始傳感器信號(hào)中提取深度特征,并在網(wǎng)絡(luò)中加入注意力機(jī),然后建立多任務(wù)的特征共享診斷網(wǎng)絡(luò),實(shí)現(xiàn)對(duì)多個(gè)狀態(tài)的同時(shí)監(jiān)測(cè),利用各狀態(tài)之間的相關(guān)性,提取更泛化的特征,提高任務(wù)準(zhǔn)確性。

    1 理論基礎(chǔ)

    1.1 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)路是一種典型的前饋神經(jīng)網(wǎng)絡(luò),主要是由輸入層、卷積層、池化層、全連接層和輸出層組成。通過(guò)對(duì)輸入層進(jìn)行逐層卷積和池化,層層提取輸入數(shù)據(jù)的特征,隨著層數(shù)的加深,不斷提取更加抽象的特征,最終得到具有平移旋轉(zhuǎn)不變性的魯棒特征。因其具有強(qiáng)大的非線性映射能力,近年來(lái)在圖像識(shí)別[7]、語(yǔ)言識(shí)別[8]等方面被廣泛應(yīng)用。

    此處由于輸入的特征是多變量時(shí)間序列,筆者使用一維卷積[9-11]構(gòu)建網(wǎng)絡(luò)。

    卷積層通過(guò)用多個(gè)卷積核對(duì)前一層輸出特征進(jìn)行卷積操作,然后利用非線性激活函數(shù)構(gòu)造出新的特征,其數(shù)學(xué)公式為:

    (1)

    池化層也叫下采樣層,對(duì)上一層的卷積特征進(jìn)行縮放映射,保留主要特征的同時(shí)減少參數(shù)和計(jì)算量,防止過(guò)擬合,提高模型泛化能力。

    常采用的是最大池化,即取局部的最大值,其數(shù)學(xué)公式為:

    (2)

    全連接層將前面卷積池化得到的高維數(shù)據(jù)鋪平以作為輸入,進(jìn)行一些非線性變換,然后將結(jié)果輸入到它后面的輸出層softmax函數(shù)。全連接層數(shù)學(xué)表達(dá)式為:

    yl=g(wlxl-1+bl)

    (3)

    式中:l—網(wǎng)絡(luò)層的序號(hào);yl—全連接層的輸出;xl-1—平鋪后的一維特征向量;wl—權(quán)重系數(shù);g(·)—softmax非線性激活函數(shù)。

    Softmax函數(shù),將輸出各值化作(0,1)之間,以便用于分類。其數(shù)學(xué)公式為:

    (4)

    式中:j—輸出層第j個(gè)特征;K—輸出層特征總數(shù)。

    1.2 注意力機(jī)制

    2014年谷歌DeepMind[12]提出了注意力機(jī)(Attention),并將其應(yīng)用于圖像識(shí)別領(lǐng)域,解決了圖片處理時(shí)計(jì)算量巨大的問(wèn)題。同年,BENGIO Y[13]把注意力機(jī)應(yīng)用于機(jī)器翻譯,解決了機(jī)器翻譯中不同長(zhǎng)度的源語(yǔ)言對(duì)齊問(wèn)題。

    上述兩個(gè)注意力機(jī)應(yīng)用均取得了不錯(cuò)的效果,隨后注意力機(jī)在深度學(xué)習(xí)任務(wù)中蓬勃發(fā)展。深度學(xué)習(xí)中的注意力機(jī)從本質(zhì)上講是和人類視覺(jué)機(jī)制類似,核心任務(wù)都是用來(lái)捕獲當(dāng)前目標(biāo)更為關(guān)鍵的信息,而忽視無(wú)關(guān)信息。

    采用注意力機(jī)通常有兩個(gè)目的:(1)降低數(shù)據(jù)的維度,減少計(jì)算量;(2)選擇輸入數(shù)據(jù)中與當(dāng)前輸出更加相關(guān)的有用信息,提高輸出的質(zhì)量。

    常用的注意力機(jī)分為軟注意力和硬注意力。其中,軟注意力更關(guān)注區(qū)域或者通道,且因?yàn)樽⒁饬κ谴_定性的,其可微分,可以通過(guò)反向傳播來(lái)學(xué)習(xí)它的參數(shù);而硬注意力更加關(guān)注點(diǎn),且注意力是一個(gè)隨機(jī)預(yù)測(cè)過(guò)程,動(dòng)態(tài)變化,導(dǎo)致了其不可微分。

    由于軟注意力是可微分的,可以利用反向傳播進(jìn)行訓(xùn)練,求它的參數(shù),并方便地嵌入網(wǎng)絡(luò)框架中,比較常用。因此,本文選擇了軟注意力機(jī),其數(shù)學(xué)公式為:

    (5)

    式中:αi—注意力分布;s(xi,q)—注意力打分模型;q—和任務(wù)相關(guān)的查詢向量;X=[x1,…,xN]—N組輸入信息;xi—第i個(gè)向量。

    通常,打分模型s(xi,q)針對(duì)每個(gè)xi計(jì)算出一個(gè)s。而打分的依據(jù)就是xi與注意力機(jī)所關(guān)注的對(duì)象的相關(guān)程度;它們?cè)较嚓P(guān),所得元素分?jǐn)?shù)值越大。利用softmax對(duì)上面的得分進(jìn)行數(shù)值轉(zhuǎn)換,一方面進(jìn)行歸一化,使得所有分?jǐn)?shù)之和為1;另一方面也可以更加突出重要元素的權(quán)重。

    本文注意力機(jī)模型如圖1所示。

    圖1 注意力機(jī)模型

    圖1中,用一個(gè)全連接層作為s(xi,q)函數(shù),來(lái)學(xué)習(xí)不同傳感器特征與任務(wù)的相關(guān)程度,其中神經(jīng)元數(shù)為傳感器個(gè)數(shù)。

    2 注意力機(jī)多任務(wù)網(wǎng)絡(luò)

    本文的研究對(duì)象是液壓系統(tǒng)的冷卻器、閥門、內(nèi)部泵及液壓蓄能器狀態(tài),具有4個(gè)狀態(tài)監(jiān)測(cè)的任務(wù)。因此,本文使用多任務(wù)學(xué)習(xí)的方式來(lái)構(gòu)建網(wǎng)絡(luò)。

    多任務(wù)學(xué)習(xí)可以提取多個(gè)任務(wù)的共享特征,共享特征具有較強(qiáng)的抽象能力,可以適應(yīng)多個(gè)不同但相關(guān)的任務(wù),通常可以使網(wǎng)絡(luò)獲得更好的泛化力;且由于輸入的是多個(gè)傳感器信號(hào),考慮到實(shí)際任務(wù)會(huì)對(duì)各個(gè)傳感器信號(hào)有不同的依賴程度,筆者使用注意力機(jī)來(lái)賦予各傳感器不同的關(guān)注程度,讓網(wǎng)絡(luò)關(guān)注更加有用的傳感器信息,以減低對(duì)其他信息的關(guān)注度,提高網(wǎng)絡(luò)的監(jiān)測(cè)效率。

    結(jié)合注意力機(jī)與多任務(wù)網(wǎng)絡(luò),筆者構(gòu)建注意力機(jī)多任務(wù)網(wǎng)絡(luò),如圖2所示。

    圖2中,網(wǎng)絡(luò)由輸入層、注意力層、特征提取層、多任務(wù)層構(gòu)成。其總體狀態(tài)監(jiān)測(cè)步驟如下:

    (1)對(duì)多個(gè)傳感器數(shù)據(jù)進(jìn)行歸一化處理,構(gòu)建輸入特征矩陣χ;

    (2)輸入特征χ輸入到注意力層,通過(guò)將注意力模型得到的特征權(quán)重α與輸入特征χ做矩陣乘法,得到注意力特征χatt;

    (3)注意力特征χatt共享層,使用多個(gè)卷積層來(lái)提取4個(gè)任務(wù)的共享特征;

    (4)共享特征輸入到任務(wù)層,共有4個(gè)任務(wù),其損失函數(shù)為各個(gè)任務(wù)損失函數(shù)的線性加權(quán),即聯(lián)合損失函數(shù),其數(shù)學(xué)表達(dá)式為:

    L=λ1L1+λ2L2+λ3L3+λ4L4

    (6)

    式中:L1—冷卻器狀態(tài);L2—閥門狀態(tài);L3—內(nèi)部泵狀態(tài);L4—液壓蓄能器狀態(tài);λ1,λ2,λ3,λ4—對(duì)應(yīng)任務(wù)的權(quán)重,文中均取0.25。

    而Lt損失函數(shù)為交叉熵?fù)p失函數(shù),其表達(dá)式為:

    (7)

    (5)采用反向傳播算法[14]對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行更新。

    圖2 注意力多任務(wù)網(wǎng)絡(luò)

    本文利用深度學(xué)習(xí)框架pytorch構(gòu)建模型,訓(xùn)練優(yōu)化器為Adam,批量為32,學(xué)習(xí)率初始設(shè)置為0.001,迭代次數(shù)為550。

    網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)如表1所示。

    表1 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)

    表1中,根據(jù)一維卷積參考文獻(xiàn)的網(wǎng)絡(luò)結(jié)構(gòu),適當(dāng)調(diào)整參數(shù)大小,構(gòu)建網(wǎng)絡(luò)共享層,并在共享層前面加入注意力模型,其參數(shù)為輸入傳感器的個(gè)數(shù);在共享層后面加入多任務(wù)模型,其參數(shù)為各任務(wù)狀態(tài)個(gè)數(shù),構(gòu)成整體網(wǎng)絡(luò)結(jié)構(gòu)。

    3 實(shí)驗(yàn)與分析

    3.1 數(shù)據(jù)描述

    此處采用UCI網(wǎng)站中的液壓系統(tǒng)狀態(tài)監(jiān)測(cè)數(shù)據(jù)[15]進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)數(shù)據(jù)通過(guò)一個(gè)液壓實(shí)驗(yàn)臺(tái)獲得。該試驗(yàn)臺(tái)以60 s為1周期進(jìn)行恒定負(fù)載循環(huán),通過(guò)測(cè)量壓力、流量等17個(gè)傳感器的值,來(lái)監(jiān)測(cè)4個(gè)液壓組件(冷卻器、閥門、泵和蓄能器)的狀態(tài)定量變化;共有2 205組模擬數(shù)據(jù),每個(gè)組包含了17個(gè)傳感器數(shù)據(jù)和4個(gè)組件的運(yùn)行狀況。

    液壓試驗(yàn)臺(tái)使用的傳感器如表2所示。

    表2 液壓試驗(yàn)臺(tái)使用的傳感器

    表2中,CE、CP和SE是表示計(jì)算值的虛擬傳感器,其余傳感器是液壓回路中的物理傳感器。

    液壓組件狀態(tài)變量如表3所示。

    表3 液壓組件狀態(tài)變量

    表3中給出了4個(gè)液壓組件所存在各種的狀態(tài)。其中,冷卻器與內(nèi)部泵存在3種狀態(tài),閥門與液壓蓄能器存在4種狀態(tài)。

    3.2 數(shù)據(jù)處理

    由于傳感器采樣頻率不一樣,導(dǎo)致相同周期內(nèi)不同傳感器時(shí)序點(diǎn)個(gè)數(shù)不同,如壓力傳感器100 Hz,60 s內(nèi)有6 000個(gè)時(shí)序點(diǎn),而溫度傳感器1 Hz,60 s內(nèi)只有60個(gè)時(shí)序點(diǎn),為了輸入到網(wǎng)絡(luò)中,需要對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單的平均處理,使得每個(gè)傳感器時(shí)序點(diǎn)數(shù)均為60。

    處理后得到輸入特征圖如圖3所示。

    圖3 輸入特征圖

    圖3中,輸入特征圖是由17個(gè)傳感器堆疊構(gòu)成的特征圖,其維度為(17,60)。其中,行是每個(gè)傳感器時(shí)序點(diǎn)數(shù),列是傳感器數(shù)。

    將2205組數(shù)據(jù)樣本按照6:2:2比例,劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。在訓(xùn)練集上訓(xùn)練網(wǎng)絡(luò)內(nèi)部參數(shù),通過(guò)驗(yàn)證集調(diào)節(jié)網(wǎng)絡(luò)迭代次數(shù)、學(xué)習(xí)率等超參數(shù),使訓(xùn)練集上得到的網(wǎng)絡(luò)能在測(cè)試集上有更好的效果。

    3.3 評(píng)價(jià)指標(biāo)

    為了量化網(wǎng)絡(luò)診斷的性能,此處使用指標(biāo)準(zhǔn)確率,其計(jì)算公式為:

    (8)

    式中:acc(t)—第t個(gè)任務(wù)準(zhǔn)確率;N—樣本數(shù);f(xn)—預(yù)測(cè)值;yn—真實(shí)值;1{*}—指示性函數(shù)。

    3.4 實(shí)驗(yàn)結(jié)果與分析

    為驗(yàn)證該方法的監(jiān)測(cè)性能,此處在訓(xùn)練集與驗(yàn)證集以交叉驗(yàn)證的方式進(jìn)行訓(xùn)練,最后在測(cè)試集上驗(yàn)證精度;并將其與現(xiàn)有的傳統(tǒng)方法LDA、人工神經(jīng)網(wǎng)絡(luò)(ANN)、集成SVM進(jìn)行對(duì)比。模型在訓(xùn)練過(guò)程中,由于權(quán)重的初始化是隨機(jī)的,為了避免實(shí)驗(yàn)結(jié)果受到其影響,對(duì)訓(xùn)練數(shù)據(jù)重復(fù)做5次實(shí)驗(yàn),然后取平均值。

    該方法與傳統(tǒng)方法結(jié)果比較如表4所示。

    表4 與傳統(tǒng)方法結(jié)果比較 %

    從表4中可以看出:本文提出的注意力多任務(wù)方法可以讓液壓系統(tǒng)狀態(tài)獲得更好的監(jiān)測(cè)效果;它比最新的傳統(tǒng)方法平均精度提高了10.6%,特別在液壓蓄能器方面的提高了42.9%。

    為了驗(yàn)證多任務(wù)和注意力機(jī)的有效性,此處將該方法與有相同網(wǎng)絡(luò)層的單任務(wù)CNN與多任務(wù)CNN進(jìn)行了比較,其結(jié)果比較如表5所示。

    表5 與CNN方法結(jié)果比較 %

    從表5中可以看出:多任務(wù)CNN精度相比單任務(wù)平均精度提高1.8%,驗(yàn)證了多任務(wù)網(wǎng)絡(luò)可以通過(guò)各個(gè)任務(wù)之間的相互輔助,有效地提取了各個(gè)任務(wù)之間潛在的特征,提高了監(jiān)測(cè)的精度;而加入的注意力機(jī),會(huì)根據(jù)各個(gè)傳感器對(duì)任務(wù)的重要程度,給與相關(guān)的權(quán)重,緩解了網(wǎng)絡(luò)的信息過(guò)載,使得內(nèi)部泵和液壓蓄能器任務(wù)精度均提高了1%,進(jìn)一步提升了網(wǎng)絡(luò)的監(jiān)測(cè)精度(達(dá)到了99.3%)。

    各傳感器權(quán)重分布如圖4所示。

    圖4 各傳感器權(quán)重分布

    從圖4可以看出:在沒(méi)有使用注意力機(jī)之前的各個(gè)傳感器的權(quán)重都是相等的,網(wǎng)絡(luò)對(duì)每個(gè)傳感器的側(cè)重程度都一樣;使用了注意力機(jī)之后,各個(gè)傳感器權(quán)重值發(fā)生了變化,網(wǎng)絡(luò)對(duì)不同傳感器側(cè)重程度不同,有利于提取對(duì)網(wǎng)絡(luò)更有用的傳感器信息。

    4 結(jié)束語(yǔ)

    在復(fù)雜的多狀態(tài)條件下,針對(duì)液壓系統(tǒng)狀態(tài)監(jiān)測(cè)方法監(jiān)測(cè)性能不高的問(wèn)題,筆者提出一種基于注意力機(jī)的多任務(wù)網(wǎng)絡(luò)的液壓系統(tǒng)監(jiān)測(cè)方法。

    相比以往的方法,該方法有以下優(yōu)勢(shì):

    (1)直接把多傳感器信號(hào)輸入到CNN,實(shí)現(xiàn)了端到端的預(yù)測(cè),無(wú)需人工提取特征,降低了使用者的操作難度;

    (2)利用多任務(wù)網(wǎng)絡(luò),對(duì)多狀態(tài)同時(shí)學(xué)習(xí),有利于提取各狀態(tài)之間存在的潛在特征,可以避免在單狀態(tài)時(shí),因?yàn)檫^(guò)度關(guān)注單個(gè)狀態(tài),而忽視了噪音及泛化性能,使得網(wǎng)絡(luò)有更好的預(yù)測(cè)精度;

    (3)在網(wǎng)絡(luò)中加入注意力機(jī),給予了各個(gè)傳感器一個(gè)權(quán)重,使得網(wǎng)絡(luò)可以更多關(guān)注于對(duì)任務(wù)貢獻(xiàn)大的輸入變量,從而提取更相關(guān)的特征,緩解網(wǎng)絡(luò)信息過(guò)載問(wèn)題,進(jìn)一步提升網(wǎng)絡(luò)的預(yù)測(cè)精度。

    但是該方法依然存在不足之處:多任務(wù)網(wǎng)絡(luò)各個(gè)任務(wù)的權(quán)重都是一樣的,但是在實(shí)驗(yàn)中發(fā)現(xiàn),對(duì)于冷卻器狀態(tài),其收斂的速度快,很快達(dá)到了100%;而對(duì)于液壓蓄能器狀態(tài),其收斂速度慢,精度提升相當(dāng)慢,所以應(yīng)該給予各個(gè)任務(wù)不同的權(quán)重比,來(lái)幫助網(wǎng)絡(luò)更快收斂。

    所以,筆者下一步的研究重點(diǎn)是設(shè)計(jì)一個(gè)自適應(yīng)的任務(wù)權(quán)重選擇方法,以提高該方法的運(yùn)行效率。

    猜你喜歡
    多任務(wù)注意力液壓
    讓注意力“飛”回來(lái)
    上支承輥平衡缸液壓控制系統(tǒng)的設(shè)計(jì)改進(jìn)
    基于中心化自動(dòng)加權(quán)多任務(wù)學(xué)習(xí)的早期輕度認(rèn)知障礙診斷
    再談液壓吊裝
    “揚(yáng)眼”APP:讓注意力“變現(xiàn)”
    露天液壓鉆車
    A Beautiful Way Of Looking At Things
    基于判別性局部聯(lián)合稀疏模型的多任務(wù)跟蹤
    電測(cè)與儀表(2016年5期)2016-04-22 01:13:46
    一種新型壓力反饋式液壓破碎錘
    午夜精品久久久久久毛片777| 91麻豆av在线| 桃红色精品国产亚洲av| 国产黄a三级三级三级人| 亚洲片人在线观看| 久久久久久九九精品二区国产| 国产精品一区二区免费欧美| 欧美日韩福利视频一区二区| 少妇裸体淫交视频免费看高清| 在线永久观看黄色视频| www.自偷自拍.com| 久久国产精品影院| netflix在线观看网站| 伦理电影免费视频| 久99久视频精品免费| 亚洲国产欧美一区二区综合| 久久精品综合一区二区三区| 91av网一区二区| 1000部很黄的大片| 手机成人av网站| 亚洲av中文字字幕乱码综合| 久久精品国产99精品国产亚洲性色| 欧美乱妇无乱码| а√天堂www在线а√下载| 国产av不卡久久| 一区福利在线观看| 婷婷精品国产亚洲av在线| 亚洲国产高清在线一区二区三| 99国产精品一区二区三区| 国产精品电影一区二区三区| 国产精品久久电影中文字幕| 99久久国产精品久久久| 亚洲国产欧美一区二区综合| av在线天堂中文字幕| 亚洲av免费在线观看| 国产不卡一卡二| 最好的美女福利视频网| 不卡一级毛片| 免费无遮挡裸体视频| 久久精品国产综合久久久| 黑人欧美特级aaaaaa片| 人妻久久中文字幕网| 中文字幕精品亚洲无线码一区| a在线观看视频网站| 51午夜福利影视在线观看| 亚洲国产欧美人成| 久久中文看片网| 亚洲国产精品sss在线观看| 好男人电影高清在线观看| 亚洲国产高清在线一区二区三| 曰老女人黄片| 香蕉久久夜色| 国产精品电影一区二区三区| 亚洲天堂国产精品一区在线| 中出人妻视频一区二区| 精品无人区乱码1区二区| 久久久色成人| 久久天躁狠狠躁夜夜2o2o| 黄频高清免费视频| 国产精品爽爽va在线观看网站| 99热只有精品国产| 亚洲片人在线观看| 国产精品久久久av美女十八| 伊人久久大香线蕉亚洲五| 国内精品美女久久久久久| 久久香蕉精品热| 色老头精品视频在线观看| 亚洲一区二区三区不卡视频| 99国产精品99久久久久| 久久久久久久久免费视频了| 欧美日韩亚洲国产一区二区在线观看| 国产淫片久久久久久久久 | 99久久综合精品五月天人人| 久久这里只有精品19| 青草久久国产| 欧美xxxx黑人xx丫x性爽| 岛国在线免费视频观看| 亚洲九九香蕉| 午夜福利免费观看在线| 天堂√8在线中文| 国产成年人精品一区二区| 亚洲激情在线av| 草草在线视频免费看| 啦啦啦免费观看视频1| 2021天堂中文幕一二区在线观| 日韩人妻高清精品专区| 不卡一级毛片| 成年女人看的毛片在线观看| 国产亚洲精品久久久久久毛片| 亚洲午夜精品一区,二区,三区| 欧美绝顶高潮抽搐喷水| 亚洲国产日韩欧美精品在线观看 | 少妇的逼水好多| 亚洲 欧美一区二区三区| 国产高清三级在线| 国产v大片淫在线免费观看| e午夜精品久久久久久久| 免费在线观看亚洲国产| 三级毛片av免费| 国产麻豆成人av免费视频| 国产真实乱freesex| 真人一进一出gif抽搐免费| 日本一二三区视频观看| 男人的好看免费观看在线视频| 这个男人来自地球电影免费观看| 久久天躁狠狠躁夜夜2o2o| 色精品久久人妻99蜜桃| 母亲3免费完整高清在线观看| 亚洲黑人精品在线| 欧美激情在线99| 亚洲国产精品成人综合色| 久久久久久久精品吃奶| 99国产精品一区二区蜜桃av| 亚洲av熟女| 亚洲国产精品成人综合色| 色播亚洲综合网| 午夜福利在线观看吧| 中国美女看黄片| 黄片大片在线免费观看| 禁无遮挡网站| 精品欧美国产一区二区三| 一本一本综合久久| 一级作爱视频免费观看| 成人性生交大片免费视频hd| 在线观看日韩欧美| 欧美日韩一级在线毛片| 狂野欧美白嫩少妇大欣赏| 午夜激情欧美在线| 国内精品久久久久久久电影| 免费在线观看亚洲国产| 美女高潮的动态| 欧美成人免费av一区二区三区| 精品99又大又爽又粗少妇毛片 | 日日夜夜操网爽| 麻豆一二三区av精品| 99久久99久久久精品蜜桃| 亚洲无线观看免费| 亚洲一区二区三区不卡视频| 不卡av一区二区三区| 老熟妇乱子伦视频在线观看| 亚洲欧美精品综合一区二区三区| 一级黄色大片毛片| 精品国产亚洲在线| 99久久久亚洲精品蜜臀av| 欧美+亚洲+日韩+国产| 久久久国产欧美日韩av| 一级a爱片免费观看的视频| avwww免费| 精品国产美女av久久久久小说| 免费电影在线观看免费观看| 亚洲18禁久久av| 色综合站精品国产| 国产精品av久久久久免费| 亚洲欧美一区二区三区黑人| 免费搜索国产男女视频| 一本久久中文字幕| 在线观看日韩欧美| e午夜精品久久久久久久| 色综合欧美亚洲国产小说| 国产激情久久老熟女| 亚洲天堂国产精品一区在线| 脱女人内裤的视频| 在线国产一区二区在线| 成人永久免费在线观看视频| 欧美不卡视频在线免费观看| 国产精品亚洲一级av第二区| 三级国产精品欧美在线观看 | 在线观看日韩欧美| 美女 人体艺术 gogo| 国产精品亚洲av一区麻豆| 国产精品久久电影中文字幕| 久久国产精品人妻蜜桃| 国产激情偷乱视频一区二区| 亚洲专区字幕在线| 变态另类成人亚洲欧美熟女| 精品一区二区三区视频在线观看免费| 亚洲专区中文字幕在线| 丁香欧美五月| 国产精品,欧美在线| 女生性感内裤真人,穿戴方法视频| 成在线人永久免费视频| 色播亚洲综合网| 欧美色视频一区免费| 国产日本99.免费观看| 成人亚洲精品av一区二区| xxx96com| 国产亚洲精品综合一区在线观看| 久久久久国产精品人妻aⅴ院| 亚洲国产高清在线一区二区三| 97碰自拍视频| 午夜a级毛片| 国产欧美日韩精品亚洲av| 我要搜黄色片| 国产成人影院久久av| 热99re8久久精品国产| 欧美成人免费av一区二区三区| 两个人看的免费小视频| 9191精品国产免费久久| 99久久国产精品久久久| 色av中文字幕| xxx96com| 色综合婷婷激情| 亚洲精品一卡2卡三卡4卡5卡| 一区二区三区高清视频在线| 国产精品久久久av美女十八| 在线免费观看的www视频| 久久久久久大精品| 99国产精品一区二区蜜桃av| 国产欧美日韩一区二区精品| 久久久国产成人精品二区| 最近最新中文字幕大全电影3| 亚洲午夜理论影院| av天堂中文字幕网| 嫩草影视91久久| 亚洲美女视频黄频| 国产三级黄色录像| 欧美激情在线99| 成人性生交大片免费视频hd| 色综合欧美亚洲国产小说| 免费观看精品视频网站| 日韩国内少妇激情av| 欧美日韩黄片免| 成人三级黄色视频| 亚洲av成人av| 国产成人精品无人区| 久久久国产成人免费| 老司机福利观看| 国产av麻豆久久久久久久| 免费无遮挡裸体视频| 伊人久久大香线蕉亚洲五| 日韩欧美一区二区三区在线观看| 国产精品一区二区三区四区久久| 性色av乱码一区二区三区2| 欧美xxxx黑人xx丫x性爽| 老司机午夜十八禁免费视频| 黄色丝袜av网址大全| 亚洲午夜理论影院| 国产精品久久久久久久电影 | 一级a爱片免费观看的视频| 天堂√8在线中文| 免费搜索国产男女视频| 中文字幕精品亚洲无线码一区| av黄色大香蕉| 亚洲自偷自拍图片 自拍| 成年女人看的毛片在线观看| 99re在线观看精品视频| 亚洲无线在线观看| 黄片大片在线免费观看| 精品久久蜜臀av无| 一级毛片精品| 变态另类成人亚洲欧美熟女| 久久久国产欧美日韩av| 变态另类丝袜制服| 久久精品91无色码中文字幕| 97超级碰碰碰精品色视频在线观看| 精品久久久久久久久久免费视频| 日韩精品中文字幕看吧| 久久欧美精品欧美久久欧美| 亚洲自偷自拍三级| 99久久无色码亚洲精品果冻| 99热这里只有是精品在线观看| 男女那种视频在线观看| 日本熟妇午夜| 神马国产精品三级电影在线观看| 黑人高潮一二区| 男女视频在线观看网站免费| 日本黄色片子视频| 久久精品熟女亚洲av麻豆精品 | 久久久a久久爽久久v久久| 成人高潮视频无遮挡免费网站| 久久精品人妻少妇| 国产一区亚洲一区在线观看| 卡戴珊不雅视频在线播放| 成年免费大片在线观看| 精品国内亚洲2022精品成人| av福利片在线观看| 精华霜和精华液先用哪个| 嫩草影院精品99| 亚洲国产精品成人久久小说| 国产大屁股一区二区在线视频| 国内精品一区二区在线观看| 蜜臀久久99精品久久宅男| 国产黄a三级三级三级人| 男插女下体视频免费在线播放| 成人亚洲精品av一区二区| 精品国产一区二区三区久久久樱花 | 成年女人看的毛片在线观看| 免费看a级黄色片| 亚洲自偷自拍三级| av视频在线观看入口| 国产成人aa在线观看| 亚洲图色成人| 少妇熟女aⅴ在线视频| 在线观看av片永久免费下载| 热99在线观看视频| 成人漫画全彩无遮挡| 成人性生交大片免费视频hd| 精品久久久久久久久久久久久| 国产精品一区二区三区四区免费观看| 亚洲激情五月婷婷啪啪| 色综合亚洲欧美另类图片| 嫩草影院精品99| 国产精品熟女久久久久浪| 亚洲久久久久久中文字幕| 亚洲在久久综合| 日韩av在线免费看完整版不卡| 亚洲av.av天堂| 日本av手机在线免费观看| 国产精品美女特级片免费视频播放器| 亚洲国产精品国产精品| 亚洲最大成人中文| 亚洲av.av天堂| 久久久久久久午夜电影| 精品久久久久久久末码| 中文字幕精品亚洲无线码一区| 亚洲不卡免费看| 少妇的逼水好多| 99视频精品全部免费 在线| 只有这里有精品99| 免费不卡的大黄色大毛片视频在线观看 | .国产精品久久| 国产精品国产三级专区第一集| 七月丁香在线播放| 精品免费久久久久久久清纯| 国产精品久久久久久精品电影小说 | 精品人妻视频免费看| 九色成人免费人妻av| 18禁在线无遮挡免费观看视频| 能在线免费观看的黄片| 蜜桃久久精品国产亚洲av| 波多野结衣巨乳人妻| 熟女电影av网| 哪个播放器可以免费观看大片| 亚洲精品色激情综合| 男人的好看免费观看在线视频| 中文字幕久久专区| 村上凉子中文字幕在线| 乱人视频在线观看| 少妇熟女欧美另类| 欧美高清成人免费视频www| 国产三级中文精品| 国国产精品蜜臀av免费| 中文乱码字字幕精品一区二区三区 | 欧美xxxx黑人xx丫x性爽| 内地一区二区视频在线| 欧美激情久久久久久爽电影| av免费观看日本| 一个人免费在线观看电影| 国产69精品久久久久777片| 日韩在线高清观看一区二区三区| 波多野结衣高清无吗| 免费大片18禁| 老司机福利观看| 国产精品一区二区在线观看99 | 国产爱豆传媒在线观看| 99在线人妻在线中文字幕| 国产成人aa在线观看| 国产成人午夜福利电影在线观看| 日产精品乱码卡一卡2卡三| 超碰av人人做人人爽久久| 亚洲精品456在线播放app| 久久鲁丝午夜福利片| 婷婷色综合大香蕉| 亚洲五月天丁香| videos熟女内射| 国产一级毛片七仙女欲春2| 亚洲内射少妇av| 亚洲欧美一区二区三区国产| 18+在线观看网站| 自拍偷自拍亚洲精品老妇| av在线播放精品| 久久久久久久久久久丰满| 日本免费在线观看一区| 亚洲国产欧美在线一区| 人妻少妇偷人精品九色| 18+在线观看网站| 美女大奶头视频| 六月丁香七月| 99热全是精品| 小蜜桃在线观看免费完整版高清| 天堂中文最新版在线下载 | 亚洲av免费高清在线观看| 亚洲av中文字字幕乱码综合| 国产三级在线视频| 99国产精品一区二区蜜桃av| 天堂影院成人在线观看| 成人毛片60女人毛片免费| 舔av片在线| 成人亚洲精品av一区二区| 国产av码专区亚洲av| 色哟哟·www| 干丝袜人妻中文字幕| 亚洲成色77777| 国产欧美另类精品又又久久亚洲欧美| 中文乱码字字幕精品一区二区三区 | 水蜜桃什么品种好| 特级一级黄色大片| 热99在线观看视频| 中文乱码字字幕精品一区二区三区 | 国产精品美女特级片免费视频播放器| 中文资源天堂在线| 成人国产麻豆网| 亚洲最大成人手机在线| 免费一级毛片在线播放高清视频| 国产亚洲5aaaaa淫片| 男女视频在线观看网站免费| 大又大粗又爽又黄少妇毛片口| 国产极品天堂在线| 男女视频在线观看网站免费| 国产免费又黄又爽又色| 久久99精品国语久久久| 亚洲高清免费不卡视频| 99热精品在线国产| 欧美日韩在线观看h| 久久韩国三级中文字幕| 日本一本二区三区精品| 亚洲精品自拍成人| 99国产精品一区二区蜜桃av| 中文字幕人妻熟人妻熟丝袜美| 亚洲精品亚洲一区二区| 91久久精品国产一区二区成人| 乱码一卡2卡4卡精品| 久久热精品热| 岛国在线免费视频观看| 国产一区有黄有色的免费视频 | 国产成人午夜福利电影在线观看| 亚洲成人中文字幕在线播放| 最近手机中文字幕大全| 国产成人午夜福利电影在线观看| 3wmmmm亚洲av在线观看| 久久国内精品自在自线图片| 亚洲欧美成人精品一区二区| 亚洲无线观看免费| 久久亚洲精品不卡| 熟女人妻精品中文字幕| 两性午夜刺激爽爽歪歪视频在线观看| 一级毛片电影观看 | 人人妻人人看人人澡| 国产一区二区在线观看日韩| 国产精品熟女久久久久浪| 色5月婷婷丁香| 99久久中文字幕三级久久日本| 少妇人妻精品综合一区二区| 成年版毛片免费区| 一级毛片电影观看 | 亚洲最大成人中文| 变态另类丝袜制服| 99热这里只有精品一区| 国产乱人视频| 精品久久久久久久末码| 中文字幕av在线有码专区| 久久久成人免费电影| 韩国av在线不卡| 亚洲中文字幕日韩| 天美传媒精品一区二区| 国产淫语在线视频| 少妇被粗大猛烈的视频| 熟女人妻精品中文字幕| 波野结衣二区三区在线| 中文字幕熟女人妻在线| 丝袜喷水一区| 成人三级黄色视频| 国产人妻一区二区三区在| 国产黄片美女视频| 国产高清国产精品国产三级 | 精品少妇黑人巨大在线播放 | 久久久久久久亚洲中文字幕| 亚洲精品日韩av片在线观看| 亚洲国产精品成人久久小说| 亚洲色图av天堂| 嫩草影院精品99| 国产精品麻豆人妻色哟哟久久 | 国产一区二区在线观看日韩| 国产精品一区www在线观看| 亚洲经典国产精华液单| 青春草亚洲视频在线观看| 中文在线观看免费www的网站| 国产三级在线视频| 1024手机看黄色片| 两个人的视频大全免费| 午夜福利在线观看吧| 国产精品.久久久| 一级毛片久久久久久久久女| 免费人成在线观看视频色| 亚洲av免费在线观看| 亚洲不卡免费看| 免费看a级黄色片| 亚洲四区av| 九草在线视频观看| 久久久久久大精品| 国产综合懂色| 国产不卡一卡二| 久久人人爽人人片av| 天堂中文最新版在线下载 | 国产久久久一区二区三区| 男女啪啪激烈高潮av片| 午夜老司机福利剧场| 国产伦精品一区二区三区四那| 黄片无遮挡物在线观看| 亚洲婷婷狠狠爱综合网| 国产激情偷乱视频一区二区| 亚洲欧美成人综合另类久久久 | 九草在线视频观看| 激情 狠狠 欧美| 亚洲在线自拍视频| 91av网一区二区| 在线免费十八禁| 欧美激情久久久久久爽电影| 国产亚洲午夜精品一区二区久久 | 亚洲中文字幕日韩| 青青草视频在线视频观看| 啦啦啦韩国在线观看视频| 欧美bdsm另类| 国产人妻一区二区三区在| 黄色日韩在线| 亚洲国产欧美人成| 亚洲精品乱码久久久v下载方式| 大话2 男鬼变身卡| 一夜夜www| 日韩一区二区视频免费看| 日本午夜av视频| 久久久色成人| 三级男女做爰猛烈吃奶摸视频| 99九九线精品视频在线观看视频| 亚洲国产精品国产精品| 免费看a级黄色片| 在现免费观看毛片| 大香蕉久久网| 成人特级av手机在线观看| 亚洲图色成人| av在线观看视频网站免费| 国产亚洲av嫩草精品影院| 天天一区二区日本电影三级| 国产一区二区亚洲精品在线观看| 亚洲久久久久久中文字幕| 国产精品国产三级专区第一集| 亚洲最大成人手机在线| 波野结衣二区三区在线| 一夜夜www| 看黄色毛片网站| 亚洲自偷自拍三级| 亚洲图色成人| 国产精品无大码| 国产精品美女特级片免费视频播放器| 亚洲中文字幕日韩| 国产黄色小视频在线观看| 大又大粗又爽又黄少妇毛片口| 亚洲av成人精品一二三区| a级毛色黄片| 1000部很黄的大片| 亚洲婷婷狠狠爱综合网| 国产成人freesex在线| 激情 狠狠 欧美| 国产精品野战在线观看| 日韩欧美三级三区| 99热这里只有精品一区| 久久国产乱子免费精品| 午夜激情福利司机影院| 欧美三级亚洲精品| 亚洲精品影视一区二区三区av| 久久久久免费精品人妻一区二区| 国产一区亚洲一区在线观看| 精品久久久久久成人av| 亚洲欧美精品专区久久| 亚洲成人久久爱视频| 国产精品久久久久久久电影| 国产黄片视频在线免费观看| 国产午夜精品一二区理论片| 亚洲av免费在线观看| 日本三级黄在线观看| 久久久久精品久久久久真实原创| 晚上一个人看的免费电影| 亚洲精品日韩av片在线观看| 久久久国产成人精品二区| 女人十人毛片免费观看3o分钟| 免费av观看视频| 国产高清国产精品国产三级 | 国产精品不卡视频一区二区| 激情 狠狠 欧美| av在线亚洲专区| 一夜夜www| 大香蕉久久网| 精品久久久久久久末码| 人体艺术视频欧美日本| 国产亚洲av嫩草精品影院| 国产成人精品久久久久久| 国产真实乱freesex| 亚洲精品自拍成人| 日韩一区二区三区影片| 亚洲成人精品中文字幕电影| 亚洲欧美精品综合久久99| 免费播放大片免费观看视频在线观看 | 男插女下体视频免费在线播放| 国产午夜福利久久久久久| 国产精品熟女久久久久浪| 久久久久久九九精品二区国产| 国产精品美女特级片免费视频播放器| 久久久亚洲精品成人影院| 99热全是精品| 国产一区二区三区av在线| 成人二区视频| 久久久久精品久久久久真实原创| 日本三级黄在线观看| 久久久久久久久久黄片| 99热精品在线国产| 中文字幕熟女人妻在线| 两性午夜刺激爽爽歪歪视频在线观看| 一夜夜www| 老司机影院毛片| 久久久色成人| 午夜福利在线在线| 欧美成人精品欧美一级黄| 久久久成人免费电影| 午夜精品一区二区三区免费看| 丰满乱子伦码专区|