• <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
    麻豆乱淫一区二区| www.熟女人妻精品国产| 女性被躁到高潮视频| 成年av动漫网址| 人妻一区二区av| 亚洲一区二区三区欧美精品| 免费av中文字幕在线| 五月天丁香电影| 久久久国产欧美日韩av| 亚洲av日韩在线播放| 欧美黄色淫秽网站| 2021少妇久久久久久久久久久| av天堂在线播放| 国产精品九九99| 一区二区三区精品91| 美女扒开内裤让男人捅视频| 欧美日韩av久久| 欧美在线黄色| 久久天躁狠狠躁夜夜2o2o | 欧美老熟妇乱子伦牲交| 18在线观看网站| 国产精品欧美亚洲77777| 超碰成人久久| 精品人妻在线不人妻| 欧美精品一区二区大全| av天堂久久9| 欧美精品亚洲一区二区| 日韩电影二区| 麻豆av在线久日| 美女扒开内裤让男人捅视频| a 毛片基地| 男女无遮挡免费网站观看| 久久精品国产亚洲av高清一级| 各种免费的搞黄视频| 日韩免费高清中文字幕av| 乱人伦中国视频| 日韩熟女老妇一区二区性免费视频| 最黄视频免费看| 一区二区三区四区激情视频| 国产在线一区二区三区精| 国产成人精品在线电影| 亚洲免费av在线视频| 天天躁日日躁夜夜躁夜夜| 亚洲少妇的诱惑av| 国产精品av久久久久免费| 精品国产一区二区久久| 精品国产国语对白av| 精品亚洲乱码少妇综合久久| 高清黄色对白视频在线免费看| 精品欧美一区二区三区在线| 亚洲五月色婷婷综合| 另类亚洲欧美激情| 麻豆国产av国片精品| 亚洲色图综合在线观看| 欧美+亚洲+日韩+国产| 久久精品人人爽人人爽视色| 国产成人欧美在线观看 | 嫁个100分男人电影在线观看 | 夫妻性生交免费视频一级片| 中文精品一卡2卡3卡4更新| 热99国产精品久久久久久7| 国产日韩欧美亚洲二区| 久久人妻福利社区极品人妻图片 | 国产一卡二卡三卡精品| 婷婷色综合大香蕉| 中文字幕高清在线视频| 日韩制服丝袜自拍偷拍| av视频免费观看在线观看| 天堂中文最新版在线下载| 少妇人妻久久综合中文| 99国产精品一区二区三区| 国产xxxxx性猛交| 99国产精品一区二区蜜桃av | 久久久久精品人妻al黑| 精品熟女少妇八av免费久了| 美国免费a级毛片| 少妇精品久久久久久久| 一级片免费观看大全| av一本久久久久| 日韩一区二区三区影片| 亚洲成av片中文字幕在线观看| 亚洲熟女精品中文字幕| 王馨瑶露胸无遮挡在线观看| 亚洲成人免费av在线播放| 久久中文字幕一级| 自拍欧美九色日韩亚洲蝌蚪91| 在线 av 中文字幕| 午夜福利,免费看| 亚洲熟女精品中文字幕| 久久 成人 亚洲| 99久久人妻综合| 精品国产乱码久久久久久男人| 女人精品久久久久毛片| 欧美精品亚洲一区二区| 久久av网站| 亚洲美女黄色视频免费看| 人人妻人人添人人爽欧美一区卜| 新久久久久国产一级毛片| 成年美女黄网站色视频大全免费| 久久午夜综合久久蜜桃| 韩国精品一区二区三区| 美女脱内裤让男人舔精品视频| 最新在线观看一区二区三区 | 久久久久精品人妻al黑| 国产97色在线日韩免费| 少妇 在线观看| 亚洲av美国av| 黄色片一级片一级黄色片| 丰满少妇做爰视频| 免费看不卡的av| 两性夫妻黄色片| 少妇猛男粗大的猛烈进出视频| 人人妻,人人澡人人爽秒播 | 欧美精品啪啪一区二区三区 | 久久天堂一区二区三区四区| 亚洲色图 男人天堂 中文字幕| 黄色毛片三级朝国网站| videos熟女内射| 日本a在线网址| svipshipincom国产片| 在线观看www视频免费| 国产在线视频一区二区| 亚洲av男天堂| 午夜两性在线视频| videosex国产| 国产成人啪精品午夜网站| 国产精品国产三级国产专区5o| 男女床上黄色一级片免费看| 最新在线观看一区二区三区 | 19禁男女啪啪无遮挡网站| 一区在线观看完整版| 国产成人精品久久二区二区免费| h视频一区二区三区| 在线观看免费日韩欧美大片| 国产免费视频播放在线视频| 午夜福利视频在线观看免费| 国产精品成人在线| 我要看黄色一级片免费的| 国产av一区二区精品久久| 亚洲人成电影观看| 国产在视频线精品| 宅男免费午夜| 十分钟在线观看高清视频www| 丝袜脚勾引网站| 熟女av电影| 操出白浆在线播放| 高清欧美精品videossex| 成年动漫av网址| 久久性视频一级片| 国产成人精品久久二区二区免费| 另类亚洲欧美激情| 桃花免费在线播放| 日韩 亚洲 欧美在线| www.999成人在线观看| 性少妇av在线| 国产亚洲一区二区精品| 国产男女超爽视频在线观看| 中国国产av一级| 成年av动漫网址| 日本a在线网址| 中国国产av一级| www.自偷自拍.com| 免费看十八禁软件| 午夜91福利影院| 人妻 亚洲 视频| 后天国语完整版免费观看| 9191精品国产免费久久| 免费在线观看完整版高清| 精品国产一区二区久久| 国产精品一二三区在线看| 国产免费现黄频在线看| 男女高潮啪啪啪动态图| 久久久久久久国产电影| 国产精品 国内视频| 日本av手机在线免费观看| 午夜免费成人在线视频| 免费高清在线观看视频在线观看| 免费在线观看视频国产中文字幕亚洲 | 在线观看一区二区三区激情| 这个男人来自地球电影免费观看| 国产成人精品久久二区二区免费| 一区二区日韩欧美中文字幕| 国产成人91sexporn| 一二三四在线观看免费中文在| 国产欧美日韩精品亚洲av| 操美女的视频在线观看| 麻豆乱淫一区二区| 大话2 男鬼变身卡| 99国产精品99久久久久| 免费看不卡的av| 日本wwww免费看| 777久久人妻少妇嫩草av网站| 日韩,欧美,国产一区二区三区| 一本—道久久a久久精品蜜桃钙片| 99热全是精品| 国产成人精品无人区| 校园人妻丝袜中文字幕| 亚洲精品久久成人aⅴ小说| 日本色播在线视频| 国产黄色视频一区二区在线观看| 成人免费观看视频高清| 国产精品一区二区免费欧美 | 免费女性裸体啪啪无遮挡网站| 国产精品欧美亚洲77777| 中文字幕亚洲精品专区| 男女下面插进去视频免费观看| 色视频在线一区二区三区| 国产成人系列免费观看| 亚洲欧美成人综合另类久久久| 亚洲精品第二区| 国产成人精品在线电影| 午夜免费鲁丝| 美女中出高潮动态图| 男人操女人黄网站| 久久人人爽人人片av| 久久国产精品大桥未久av| 中文字幕最新亚洲高清| 男人添女人高潮全过程视频| 日韩一卡2卡3卡4卡2021年| 久久国产精品影院| 亚洲av日韩在线播放| 国产av国产精品国产| 青春草视频在线免费观看| 欧美日韩一级在线毛片| 天堂俺去俺来也www色官网| 久久人妻福利社区极品人妻图片 | 亚洲精品美女久久久久99蜜臀 | 91精品三级在线观看| 亚洲精品乱久久久久久| 丝瓜视频免费看黄片| 1024视频免费在线观看| 免费日韩欧美在线观看| 国产在线免费精品| 国产成人av激情在线播放| 国产精品麻豆人妻色哟哟久久| 久久性视频一级片| 久久久久国产精品人妻一区二区| 成人亚洲欧美一区二区av| 亚洲欧洲精品一区二区精品久久久| 国产深夜福利视频在线观看| 超色免费av| av不卡在线播放| 日韩,欧美,国产一区二区三区| 男女边吃奶边做爰视频| tube8黄色片| 亚洲熟女精品中文字幕| 色婷婷久久久亚洲欧美| 国产av精品麻豆| 成人影院久久| 两个人免费观看高清视频| 99热网站在线观看| 天天躁夜夜躁狠狠躁躁| 欧美成狂野欧美在线观看| 久久精品亚洲熟妇少妇任你| 老司机影院毛片| 天堂8中文在线网| 久久精品熟女亚洲av麻豆精品| 国产成人一区二区三区免费视频网站 | 久久精品aⅴ一区二区三区四区| 国产一区二区在线观看av| 激情视频va一区二区三区| 国产成人精品无人区| 中文字幕高清在线视频| 欧美日本中文国产一区发布| 欧美大码av| 久久久国产欧美日韩av| 操出白浆在线播放| 另类精品久久| 国产精品偷伦视频观看了| 国产片特级美女逼逼视频| 亚洲成色77777| 欧美日韩视频高清一区二区三区二| 青春草视频在线免费观看| 午夜老司机福利片| 午夜精品国产一区二区电影| 日本午夜av视频| 久久人人爽人人片av| 亚洲国产精品一区二区三区在线| 国产在视频线精品| 最近中文字幕2019免费版| 脱女人内裤的视频| 久久精品国产亚洲av涩爱| 国产精品欧美亚洲77777| 亚洲成人免费av在线播放| av福利片在线| 午夜视频精品福利| 观看av在线不卡| 建设人人有责人人尽责人人享有的| 国产成人精品无人区| 咕卡用的链子| 夫妻性生交免费视频一级片| 午夜日韩欧美国产| 亚洲av日韩精品久久久久久密 | 欧美变态另类bdsm刘玥| 国产精品三级大全| 日韩视频在线欧美| 一本色道久久久久久精品综合| 久久久久久久大尺度免费视频| 久久99精品国语久久久| 亚洲成人免费电影在线观看 | 亚洲国产成人一精品久久久| 日本午夜av视频| 国产亚洲一区二区精品| 91国产中文字幕| 国产精品久久久久久精品电影小说| 国产有黄有色有爽视频| 一本久久精品| 国产亚洲精品久久久久5区| 色播在线永久视频| 夫妻性生交免费视频一级片| 王馨瑶露胸无遮挡在线观看| 免费高清在线观看日韩| 久久精品国产综合久久久| 五月开心婷婷网| 久久久久久久精品精品| 久久久久精品人妻al黑| 一区二区三区四区激情视频| 99国产精品免费福利视频| 久久久精品94久久精品| 久久久欧美国产精品| 久久久国产一区二区| 极品少妇高潮喷水抽搐| 久久久久久亚洲精品国产蜜桃av| 久久久国产欧美日韩av| 各种免费的搞黄视频| 97在线人人人人妻| 桃花免费在线播放| 欧美av亚洲av综合av国产av| 在线av久久热| 天天影视国产精品| 自拍欧美九色日韩亚洲蝌蚪91| 精品亚洲成国产av| 国产成人欧美在线观看 | av天堂久久9| 80岁老熟妇乱子伦牲交| 激情五月婷婷亚洲| a级片在线免费高清观看视频| 欧美中文综合在线视频| av视频免费观看在线观看| 国产激情久久老熟女| 美女中出高潮动态图| xxx大片免费视频| tube8黄色片| 成人国产av品久久久| 午夜激情av网站| 最近最新中文字幕大全免费视频 | 大香蕉久久成人网| 免费看av在线观看网站| 观看av在线不卡| 丝袜在线中文字幕| bbb黄色大片| 亚洲专区中文字幕在线| 黄色片一级片一级黄色片| 亚洲精品国产av蜜桃| 在线观看免费午夜福利视频| 91字幕亚洲| 国产欧美日韩综合在线一区二区| 国产深夜福利视频在线观看| 女人精品久久久久毛片| 国产又爽黄色视频| 一边亲一边摸免费视频| 国产精品久久久人人做人人爽| 免费av中文字幕在线| 成人午夜精彩视频在线观看| 久久午夜综合久久蜜桃| 亚洲精品美女久久久久99蜜臀 | 国产亚洲精品久久久久5区| 国语对白做爰xxxⅹ性视频网站| 99精国产麻豆久久婷婷| 亚洲欧美清纯卡通| 欧美在线一区亚洲| 九色亚洲精品在线播放| 超色免费av| 久久久精品区二区三区| 观看av在线不卡| 中文字幕亚洲精品专区| 日韩一卡2卡3卡4卡2021年| 97在线人人人人妻| 婷婷丁香在线五月| 午夜福利一区二区在线看| 久久久精品94久久精品| 人人妻人人爽人人添夜夜欢视频| 中文字幕av电影在线播放| 性高湖久久久久久久久免费观看| 一级毛片我不卡| 久久中文字幕一级| 亚洲国产精品成人久久小说| 这个男人来自地球电影免费观看| 午夜免费男女啪啪视频观看| 在线观看国产h片| 亚洲男人天堂网一区| 黄色a级毛片大全视频| 国产欧美日韩精品亚洲av| 国产av国产精品国产| 女性生殖器流出的白浆| 日韩免费高清中文字幕av| 国产成人精品久久久久久| 一边摸一边抽搐一进一出视频| 美女大奶头黄色视频| 少妇 在线观看| 只有这里有精品99| 18禁观看日本| 亚洲成国产人片在线观看| 欧美精品高潮呻吟av久久| 久久久久国产一级毛片高清牌| 精品国产一区二区三区四区第35| 免费av中文字幕在线| a级片在线免费高清观看视频| 人人澡人人妻人| 国产欧美日韩精品亚洲av| 久久国产亚洲av麻豆专区| 久久国产精品大桥未久av| 中文字幕精品免费在线观看视频| 亚洲国产欧美一区二区综合| 日韩一区二区三区影片| 亚洲人成电影免费在线| 精品人妻一区二区三区麻豆| 大片电影免费在线观看免费| 亚洲成人国产一区在线观看 | 久久人妻熟女aⅴ| 亚洲国产精品成人久久小说| 亚洲五月婷婷丁香| 天天躁夜夜躁狠狠躁躁| 一本—道久久a久久精品蜜桃钙片| 国产免费又黄又爽又色| 欧美另类一区| 99国产精品免费福利视频| 亚洲精品av麻豆狂野| 国产男女超爽视频在线观看| 大片免费播放器 马上看| 国产精品一区二区在线观看99| 午夜91福利影院| 亚洲av日韩在线播放| 国产精品免费视频内射| 日本色播在线视频| 午夜免费成人在线视频| 美女扒开内裤让男人捅视频| 久久精品国产综合久久久| 亚洲成色77777| 亚洲自偷自拍图片 自拍| 伊人亚洲综合成人网| 韩国高清视频一区二区三区| 一区二区av电影网| 午夜影院在线不卡| 久久午夜综合久久蜜桃| 久久久国产精品麻豆| 中文字幕精品免费在线观看视频| 久久天躁狠狠躁夜夜2o2o | 两人在一起打扑克的视频| 日韩 欧美 亚洲 中文字幕| 久久ye,这里只有精品| 老汉色av国产亚洲站长工具| 9191精品国产免费久久| 黄频高清免费视频| 国产精品一区二区精品视频观看| 亚洲美女黄色视频免费看| 嫩草影视91久久| 首页视频小说图片口味搜索 | 黄色a级毛片大全视频| 午夜福利免费观看在线| 老司机亚洲免费影院| 丝袜人妻中文字幕| 自线自在国产av| 精品欧美一区二区三区在线| 久久天堂一区二区三区四区| 真人做人爱边吃奶动态| 国产成人精品无人区| 一区二区三区激情视频| 极品人妻少妇av视频| 免费少妇av软件| 欧美大码av| 啦啦啦 在线观看视频| 亚洲精品国产av成人精品| 日韩一本色道免费dvd| 国产成人欧美| 亚洲精品乱久久久久久| a级片在线免费高清观看视频| 国产成人免费无遮挡视频| 黄频高清免费视频| 国产亚洲一区二区精品| 操美女的视频在线观看| 亚洲人成网站在线观看播放| 真人做人爱边吃奶动态| 欧美精品一区二区大全| 女人被躁到高潮嗷嗷叫费观| xxx大片免费视频| 亚洲国产精品999| 精品卡一卡二卡四卡免费| 精品福利永久在线观看| 悠悠久久av| 国产成人欧美在线观看 | 亚洲国产最新在线播放| 亚洲精品自拍成人| 久久久久久久国产电影| 亚洲精品国产一区二区精华液| 国产精品二区激情视频| 又黄又粗又硬又大视频| 国产黄频视频在线观看| 国产野战对白在线观看| 在线观看国产h片| 国产成人精品在线电影| 九色亚洲精品在线播放| 日韩伦理黄色片| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲情色 制服丝袜| 亚洲av电影在线进入| 老司机在亚洲福利影院| 免费在线观看黄色视频的| 国产xxxxx性猛交| 50天的宝宝边吃奶边哭怎么回事| 国产熟女欧美一区二区| 国产精品一二三区在线看| 日韩一卡2卡3卡4卡2021年| 考比视频在线观看| 国产成人精品久久二区二区免费| 国产精品 国内视频| 999久久久国产精品视频| 一级片'在线观看视频| 亚洲av美国av| 免费在线观看视频国产中文字幕亚洲 | 波多野结衣一区麻豆| tube8黄色片| 国产精品一区二区免费欧美 | xxx大片免费视频| 亚洲精品一二三| 精品高清国产在线一区| 男女边摸边吃奶| 久久久精品区二区三区| 各种免费的搞黄视频| 深夜精品福利| 2021少妇久久久久久久久久久| 两性夫妻黄色片| 亚洲欧美色中文字幕在线| 久久综合国产亚洲精品| 精品免费久久久久久久清纯 | 国产精品亚洲av一区麻豆| 亚洲成人国产一区在线观看 | 亚洲精品久久久久久婷婷小说| av天堂在线播放| 欧美大码av| 国产有黄有色有爽视频| 国产无遮挡羞羞视频在线观看| 久久久久视频综合| 十八禁网站网址无遮挡| 五月天丁香电影| 如日韩欧美国产精品一区二区三区| 免费黄频网站在线观看国产| 人人澡人人妻人| 51午夜福利影视在线观看| 国产成人欧美| 免费久久久久久久精品成人欧美视频| 岛国毛片在线播放| 国产精品免费视频内射| 色婷婷av一区二区三区视频| 亚洲国产精品999| 超碰成人久久| 99香蕉大伊视频| 久久精品熟女亚洲av麻豆精品| 国产成人免费无遮挡视频| 男女边摸边吃奶| 十八禁高潮呻吟视频| 9色porny在线观看| 大话2 男鬼变身卡| 亚洲精品国产av蜜桃| 免费av中文字幕在线| 成人亚洲欧美一区二区av| 久久久精品区二区三区| 婷婷丁香在线五月| 国产亚洲欧美在线一区二区| 国产精品免费视频内射| 十分钟在线观看高清视频www| 中文字幕人妻丝袜一区二区| 亚洲国产精品成人久久小说| 亚洲国产av新网站| 国产一卡二卡三卡精品| 2021少妇久久久久久久久久久| 别揉我奶头~嗯~啊~动态视频 | 又大又爽又粗| 在线观看人妻少妇| 亚洲 欧美一区二区三区| 日韩人妻精品一区2区三区| 女人高潮潮喷娇喘18禁视频| 欧美日韩视频高清一区二区三区二| 大型av网站在线播放| 亚洲av成人不卡在线观看播放网 | 超碰97精品在线观看| 中文精品一卡2卡3卡4更新| 女人久久www免费人成看片| 精品少妇一区二区三区视频日本电影| 首页视频小说图片口味搜索 | 女性被躁到高潮视频| 又大又黄又爽视频免费| a级片在线免费高清观看视频| 久久精品亚洲熟妇少妇任你| bbb黄色大片| 国产伦理片在线播放av一区| 国产老妇伦熟女老妇高清| 人人妻人人澡人人看| 国产伦理片在线播放av一区| 美女国产高潮福利片在线看| 国产麻豆69| www.999成人在线观看| 国产精品99久久99久久久不卡| 七月丁香在线播放| 看免费成人av毛片| 麻豆乱淫一区二区| 成人三级做爰电影| 黑丝袜美女国产一区| 老汉色∧v一级毛片| 久久久精品94久久精品| 免费女性裸体啪啪无遮挡网站| 纯流量卡能插随身wifi吗| 国产精品一区二区在线不卡| 国产成人精品久久二区二区91| 亚洲精品一区蜜桃|