• <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 ?

    基于長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)的大跨拱橋溫度-位移相關(guān)模型建立方法

    2021-04-21 07:07:48鄭秋怡周廣東劉定坤
    工程力學(xué) 2021年4期
    關(guān)鍵詞:拱橋主梁神經(jīng)網(wǎng)絡(luò)

    鄭秋怡,周廣東,劉定坤

    (河海大學(xué)土木與交通學(xué)院,南京 210098)

    大跨橋梁在長期服役過程中,環(huán)境作用與運(yùn)營荷載的耦合作用,導(dǎo)致結(jié)構(gòu)性能不斷退化甚至出現(xiàn)災(zāi)變垮塌,因此,如何保證大跨橋梁服役安全是橋梁工程領(lǐng)域的重要任務(wù)[1-2]。位移能夠表征大跨橋梁由于局部損傷或構(gòu)件破壞引起的受力性能變化,是評估大跨橋梁服役安全的有效指標(biāo)[3-5]。然而,不僅損傷會(huì)導(dǎo)致大跨橋梁位移變化,溫度也會(huì)引起顯著的位移變化。已有研究表明,日本明石海峽大橋單位溫度變化引起的撓度可達(dá)68.7 mm[6],香港青馬大橋由溫度產(chǎn)生的豎向位移波動(dòng)年幅值超過2000 mm[7]。由此可見,錯(cuò)誤估計(jì)溫度引起的位移不僅會(huì)降低大跨橋梁安全評估結(jié)果的可靠性,甚至可能得出錯(cuò)誤的結(jié)論。因此,有必要深入研究溫度引起的大跨橋梁位移響應(yīng)。

    基于同步實(shí)測的溫度和位移數(shù)據(jù),建立溫度與位移的關(guān)聯(lián)模型,是估計(jì)大跨橋梁熱位移的理想途徑。然而,引起大跨橋梁熱位移的溫度變量,不僅有構(gòu)件截面的有效溫度,還有構(gòu)件之間的溫差,呈現(xiàn)多元性[8]。不僅如此,溫度和位移之間還可能具有非線性特征。這些因素使得線性擬合、非線性擬合等傳統(tǒng)方法難以準(zhǔn)確估計(jì)溫度與位移的映射關(guān)系。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性映射、高度自學(xué)習(xí)和自適應(yīng)能力,是建立多元溫度-位移相關(guān)模型的有效方法。近年來,國內(nèi)外學(xué)者采用神經(jīng)網(wǎng)絡(luò)對溫度-位移相關(guān)模型進(jìn)行了初步研究。陳德偉等[9]采用誤差反向傳播(BP)神經(jīng)網(wǎng)絡(luò)建立了大佛寺長江大橋溫度和撓度的相關(guān)模型,驗(yàn)證了神經(jīng)網(wǎng)絡(luò)預(yù)測橋梁撓度的可行性。胡鐵明等[10]利用BP 神經(jīng)網(wǎng)絡(luò)建立了遼河特大橋溫度和支座位移的模型,并將其應(yīng)用于結(jié)構(gòu)損傷預(yù)警。Zhou 等[11]采用平均影響值法提取主要熱變量,基于BP 神經(jīng)網(wǎng)絡(luò)建立了大跨拱橋豎向變形與溫度變量的相關(guān)模型。雖然單隱含層神經(jīng)網(wǎng)絡(luò)可以模擬任何非線性連續(xù)函數(shù),但隨著數(shù)據(jù)量的增大,增加隱含層的數(shù)量可以有效提高模型的預(yù)測精度。Wen 等[12]采用雙隱含層BP 神經(jīng)網(wǎng)絡(luò)預(yù)測了溫度作用下橋梁的撓度行為。Zhao 等[13]提出了一種基于三隱含層BP 神經(jīng)網(wǎng)絡(luò)的撓度預(yù)測方法。另外,戴建彪等[14]提出了一種徑向基神經(jīng)網(wǎng)絡(luò)模型,用于預(yù)測蘇通長江大橋的溫度變形。

    雖然已有研究在溫度-位移相關(guān)模型建立方面探索到了一些途徑,但是這些模型不能有效計(jì)入位移的時(shí)滯效應(yīng)[15],導(dǎo)致模型的誤差難以接受。同時(shí),在面對大跨橋梁多年累積的超長數(shù)據(jù)序列時(shí),這些模型存在訓(xùn)練難度高、計(jì)算效率低的缺點(diǎn)。長短時(shí)記憶(LSTM)神經(jīng)網(wǎng)絡(luò)具有描述時(shí)間序列延遲特征和處理超長數(shù)據(jù)序列的能力。Kok 等[16]基于LSTM 神經(jīng)網(wǎng)絡(luò),利用物聯(lián)網(wǎng)智能城市數(shù)據(jù)來預(yù)測未來智能城市的空氣質(zhì)量值;曲悅等[17]采用LSTM 神經(jīng)網(wǎng)絡(luò)建立了氣象數(shù)據(jù)-PM2.5 相關(guān)模型,預(yù)測了未來一小時(shí)的PM2.5 污染值;張冬雯等[18]以空氣污染物為輸入,空氣質(zhì)量指數(shù)為輸出,建立了LSTM 神經(jīng)網(wǎng)絡(luò)空氣質(zhì)量預(yù)測模型;Awan 等[19]以空氣污染、大氣參數(shù)和交通強(qiáng)度作為LSTM 神經(jīng)網(wǎng)絡(luò)的輸入層,實(shí)現(xiàn)了交通流的準(zhǔn)確預(yù)測;王國松等[20]選取21 個(gè)變量作為預(yù)報(bào)因子,利用LSTM 神經(jīng)網(wǎng)絡(luò)對中國近海5 個(gè)代表站進(jìn)行了風(fēng)速預(yù)測。已有研究結(jié)果表明,LSTM 神經(jīng)網(wǎng)絡(luò)是解決時(shí)滯效應(yīng)和海量監(jiān)測數(shù)據(jù)的有效方法。但是其在溫度-位移相關(guān)模型建立方面的應(yīng)用,還未見報(bào)道。

    本文以LSTM 神經(jīng)網(wǎng)絡(luò)為基礎(chǔ),并進(jìn)一步利用自適應(yīng)矩估計(jì)方法對網(wǎng)絡(luò)進(jìn)行優(yōu)化,再引入丟棄正則化技術(shù)提升網(wǎng)絡(luò)的預(yù)測能力,提出了一種基于LSTM 神經(jīng)網(wǎng)絡(luò)的大跨橋梁溫度-位移相關(guān)模型建立方法,并將其應(yīng)用于一座三跨連續(xù)系桿拱橋的熱位移分析。研究結(jié)果可為大跨橋梁溫度-位移相關(guān)模型的建立和基于位移的大跨橋梁性能評估提供幫助。

    1 溫度-位移相關(guān)模型建立方法

    1.1 LSTM 神經(jīng)網(wǎng)絡(luò)

    傳統(tǒng)BP 神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層,僅在不同隱含層之間建立權(quán)連接,通過激活函數(shù)控制輸出,無法挖掘時(shí)間序列數(shù)據(jù)的內(nèi)部模式,在長距離傳遞信息時(shí)容易產(chǎn)生梯度消失和梯度爆炸等問題,適用于處理前后沒有關(guān)聯(lián)的數(shù)據(jù)[21]。

    LSTM 神經(jīng)網(wǎng)絡(luò)包含輸入層、LSTM 層(隱含層)和輸出層,通過在同一隱含層神經(jīng)元之間增加權(quán)連接引入定向循環(huán),其輸出不僅依賴于當(dāng)前的輸入,還與前期的輸入(又稱記憶)有關(guān)。因此,LSTM 神經(jīng)網(wǎng)絡(luò)通過捕捉不同變量之間的長期依賴關(guān)系,不僅有效提升了網(wǎng)絡(luò)的精度,還能夠處理和預(yù)測時(shí)間序列中的延遲事件[22],特別適合處理前后存在關(guān)聯(lián)的超長數(shù)據(jù)序列,比如長期實(shí)測溫度序列、長期實(shí)測位移序列等。

    LSTM 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖1 所示,LSTM 細(xì)胞是隱含層的核心部分,用來記憶長時(shí)間的輸入信息,并通過輸入門、遺忘門和輸出門控制信息流。將LSTM 細(xì)胞按時(shí)間展開,可以清晰展示LSTM 細(xì)胞的結(jié)構(gòu),如圖1 所示[23]。輸入門、遺忘門和輸出門通過非線性激活函數(shù)進(jìn)行控制,輸出值在0~1 之間,0 表示不通過任何信息,1 表示信息全部通過。LSTM 細(xì)胞的輸入包含上一時(shí)刻的細(xì)胞狀態(tài)ct-1、上一時(shí)刻的細(xì)胞輸出ht-1和當(dāng)前時(shí)刻的網(wǎng)絡(luò)輸入xt,輸出包含當(dāng)前時(shí)刻的細(xì)胞狀態(tài)ct、當(dāng)前時(shí)刻的細(xì)胞輸出ht和當(dāng)前時(shí)刻的網(wǎng)絡(luò)輸出yt。LSTM 細(xì)胞工作時(shí),首先讀取xt和ht-1,經(jīng)過遺忘門后輸出ft,ft再與ct-1相乘得到第一個(gè)中間結(jié)果at;然后,xt和ht-1經(jīng)過輸入門后輸出it,同時(shí)xt和ht-1經(jīng)過tanh 激活后,與it相乘得到第二個(gè)中間結(jié)果bt,兩個(gè)中間結(jié)果at和bt相加得到ct;最后,xt和ht-1經(jīng)過輸出門后輸出ot,ot與經(jīng)過tanh 激活后的ct相乘得到ht,ht通過激活函數(shù)擬合目標(biāo)輸出yt。正向傳播結(jié)束后,LSTM 細(xì)胞以最小化損失函數(shù)為目標(biāo),基于優(yōu)化方法反向傳播誤差更新權(quán)值。在t 時(shí)刻,LSTM 細(xì)胞的更新規(guī)則如下式所示:

    式中:下標(biāo)f 、 i 、 o分別為遺忘門、輸入門和輸出門;σ(·)為非線性激活函數(shù),一般選擇sigmoid 函數(shù);Wxf、Whf、Wxi、Whi、Wxc、Whc、Wxo、Who和Why為權(quán)重矩陣; bf、 bi、 bc、 bo和 by為偏置矩陣;ht-1和 ht分別為LSTM 細(xì)胞上一時(shí)刻和當(dāng)前時(shí)刻的輸出; xt為當(dāng)前時(shí)刻的網(wǎng)絡(luò)輸入; yt為當(dāng)前時(shí)刻的網(wǎng)絡(luò)輸出;tanh(·)為雙曲正切函數(shù)。

    圖 1 LSTM 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 Structure diagram of LSTM neural network

    1.2 LSTM 神經(jīng)網(wǎng)絡(luò)超參數(shù)優(yōu)選

    1.2.1 損失函數(shù)

    損失函數(shù)用來衡量預(yù)測值與實(shí)測值之間的差異程度,是更新網(wǎng)絡(luò)參數(shù)的重要依據(jù)。常用的損失函數(shù)有均方誤差和平均絕對誤差。當(dāng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練集中存在異常值時(shí),均方誤差會(huì)給異常值賦予很大的權(quán)重,導(dǎo)致模型的預(yù)測能力下降。相比之下,平均絕對誤差對異常值具有更好的魯棒性,定義如下[24]:

    式中: W 為LSTM 神經(jīng)網(wǎng)絡(luò)中所有權(quán)重矩陣的集合;n 為訓(xùn)練樣本長度;yi為第i 個(gè)實(shí)測值;f(xi)為第i 個(gè)預(yù)測值。損失函數(shù)的值越小,表明模型的擬 合程度越好。

    1.2.2 優(yōu)化器

    優(yōu)化器直接影響網(wǎng)絡(luò)的預(yù)測能力。傳統(tǒng)的隨機(jī)梯度下降法在網(wǎng)絡(luò)訓(xùn)練過程中很難確定合適的初始學(xué)習(xí)率,只能根據(jù)預(yù)先指定的規(guī)則進(jìn)行調(diào)整,且相同的學(xué)習(xí)率被應(yīng)用于所有參數(shù)。自適應(yīng)矩估計(jì)方法可以動(dòng)態(tài)調(diào)節(jié)每個(gè)參數(shù)的學(xué)習(xí)率,具有很高的計(jì)算效率和較低的內(nèi)存需求。該方法的參數(shù)更新公式如下[25]:

    式中: p 為迭代次數(shù); α為初始學(xué)習(xí)率; β1和 β2為指數(shù)衰減率,可取為0.9 和0.999; θ為網(wǎng)絡(luò)中待更新的權(quán)重和偏置; ε為調(diào)整系數(shù),可取為10-8;mp和 vp分別為梯度的一階和二階矩估計(jì)。

    1.2.3 正則化

    過擬合是神經(jīng)網(wǎng)絡(luò)在處理大量數(shù)據(jù)時(shí)經(jīng)常出現(xiàn)的問題,會(huì)大幅降低網(wǎng)絡(luò)的預(yù)測能力。與L1、L2 正則化不同,丟棄正則化通過改變網(wǎng)絡(luò)本身,而不依賴于損失函數(shù)的修改,能夠顯著提升神經(jīng)網(wǎng)絡(luò)的預(yù)測精度。丟棄正則化通過在不同網(wǎng)絡(luò)層中添加丟棄層并設(shè)定丟棄概率而實(shí)現(xiàn)。丟棄概率模型為[26]:

    式中, r(l)為第l層中服從伯努利分布Bernoulli(η)的隨機(jī)變量集合。

    在神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中,將 r(l)和第l層的輸出向量相乘,使得輸出向量中的部分元素變?yōu)?,然后將此結(jié)果作為第l+1層的輸入向量,最后經(jīng)過非線性激活函數(shù),得到第l+1層的輸出向量,其公式如下:

    式中:z(l+1)為第l+1層的輸入向量; y(l)和y(l+1)分別為第l層和第l+1層的輸出向量;W(l+1)、b(l+1)分別為第l+1層的權(quán)重和偏置矩陣。

    1.3 溫度-位移非線性模型建立流程

    溫度-位移LSTM 神經(jīng)網(wǎng)絡(luò)模型建立流程如圖2 所示。

    圖 2 LSTM 神經(jīng)網(wǎng)絡(luò)預(yù)測流程圖Fig.2 LSTM neural network prediction flow chart

    1) 預(yù)處理溫度和位移原始監(jiān)測數(shù)據(jù),主要包括剔除異常數(shù)據(jù)、建立溫度和位移樣本數(shù)據(jù)庫;

    2) 利用z-score 函數(shù)對實(shí)測數(shù)據(jù)進(jìn)行特征標(biāo)準(zhǔn)化處理,消除樣本數(shù)據(jù)量綱的影響:

    式中: x 和 x*分別為原始數(shù)據(jù)和標(biāo)準(zhǔn)化數(shù)據(jù); μ和s分別為每列數(shù)據(jù)的均值和標(biāo)準(zhǔn)差;

    3) 提取主要溫度變量,降低溫度變量間的信息重疊性,提升模型運(yùn)行效率;

    4) 建立由LSTM 層、全連接層和丟棄層組成的溫度-位移LSTM 神經(jīng)網(wǎng)絡(luò),選取合適的參數(shù)進(jìn)行網(wǎng)絡(luò)初始化;

    5) 以主要溫度變量作為輸入、位移作為輸出,采用自適應(yīng)矩估計(jì)方法進(jìn)行梯度下降迭代訓(xùn)練,不斷更新權(quán)重和偏置矩陣;

    6) 利用平均絕對誤差作為損失函數(shù)來評價(jià)網(wǎng)絡(luò)的誤差。若誤差小于預(yù)先設(shè)定的閾值或迭代次數(shù)達(dá)到最大迭代次數(shù),則結(jié)束訓(xùn)練,輸出預(yù)測位移值。否則,返回第5)步繼續(xù)訓(xùn)練,直至滿足終止條件。

    2 算例分析

    以一座三跨連續(xù)系桿拱橋的溫度和位移同步監(jiān)測數(shù)據(jù)為例,討論了影響該橋熱位移的主要溫度變量,并分別采用本文的LSTM 神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)建立溫度-位移相關(guān)模型,通過對比分析驗(yàn)證本文方法在重構(gòu)精度和預(yù)測能力方面的優(yōu)勢。

    2.1 溫度和位移同步監(jiān)測

    該三跨連續(xù)系桿拱橋每跨210 m,上部結(jié)構(gòu)由主拱、副拱、吊索和橫向支撐形成空間受力體系,如圖3 所示。為了準(zhǔn)確把握該橋的運(yùn)營狀態(tài),安裝了一套包括300 余只傳感器的健康監(jiān)測系統(tǒng),用于監(jiān)測運(yùn)營環(huán)境(包括風(fēng)、溫度、濕度和地震動(dòng))和結(jié)構(gòu)響應(yīng)(包括振動(dòng)、應(yīng)變、變形和索力等)[27]。結(jié)構(gòu)溫度監(jiān)測子系統(tǒng)包含60 只溫度傳感器,分別安裝在主梁、主拱和吊索上,布設(shè)位置如圖4 和圖5 所示。

    圖4 中下標(biāo)數(shù)字表示監(jiān)測截面編號,括號內(nèi)的數(shù)字表示傳感器數(shù)量;圖5 中下標(biāo)表示傳感器編號。溫度傳感器的分辨率為0.0625℃,測量范圍為-55℃~125℃,采樣周期為1 min。主梁豎向位移采用壓力變送器進(jìn)行監(jiān)測,布設(shè)位置如圖6所示。20 個(gè)壓力變送器對稱放置于主梁兩側(cè),既可以監(jiān)測豎向變形,又可以監(jiān)測扭轉(zhuǎn)變形。共分為兩組,每組配置一個(gè)參考傳感器,參考傳感器位于豎向位移幾乎為零的拱腳位置。壓力變送器量程為1000 mm,精度為0.065%,采樣頻率為0.1 Hz。

    圖 3 某三跨連續(xù)系桿拱橋Fig.3 A three-span continuous tied arch bridge

    圖 4 溫度傳感器的布設(shè)位置Fig.4 Layout of temperature sensors on bridge

    圖 5 溫度傳感器布設(shè)位置細(xì)節(jié)圖Fig.5 Detailed layout of temperature sensors

    圖 6 主梁豎向位移傳感器的布設(shè)位置Fig.6 Layout of vertical displacement sensors on main girder

    2.2 數(shù)據(jù)預(yù)處理

    實(shí)測豎向位移為溫度變化引起的位移、風(fēng)荷載引起的位移、車輛荷載引起的靜態(tài)位移、車輛荷載引起的動(dòng)態(tài)位移、環(huán)境振動(dòng)引起的位移、測量噪聲之和。由于該座大跨拱橋剛度較大,且處于內(nèi)陸地區(qū),選取5 m/s 作為臨界風(fēng)速。當(dāng)10 min平均風(fēng)速小于5 m/s 時(shí),認(rèn)為風(fēng)速引起的豎向位移可忽略不計(jì)。當(dāng)風(fēng)速大于5 m/s 時(shí),同時(shí)刪除溫度和位移數(shù)據(jù),從而剔除風(fēng)荷載的影響??紤]溫度和熱位移的慢變特征,以10 min 為基本時(shí)距,對實(shí)測溫度和位移進(jìn)行平均,消除車輛荷載引起的動(dòng)態(tài)位移、環(huán)境振動(dòng)引起的位移和測量噪聲的影響,同時(shí)保持溫度數(shù)據(jù)和熱位移數(shù)據(jù)長度的一致性[28]。進(jìn)一步地,建立該橋的有限元模型并進(jìn)行修正,利用動(dòng)態(tài)稱重系統(tǒng)獲得的車輛荷載數(shù)據(jù)作為輸入,計(jì)算車輛荷載引起的豎向靜態(tài)位移,據(jù)此剔除車輛荷載引起的靜態(tài)位移。

    選取中跨跨中截面2013 年7 月28 日-2014 年6 月26 日共13824 組溫度和位移同步監(jiān)測數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)集,采用中跨跨中截面冬季(2013 年12 月20 日-25 日)和 夏季(2014 年6 月21 日-26 日)共1728 組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的測試集,余下12 096 組數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練集。

    計(jì)算主梁、主拱、吊索的截面有效溫度(ET)、截面溫度梯度(TG)和構(gòu)件間溫差(TD)共13 個(gè)溫度變量,如表1 所示。其中,有效溫度為某一橋梁構(gòu)件橫截面上分布的平均溫度,定義如下[29]:

    式中:A 為橫截面面積;T(x,y)為橫截面上的溫度分布;x 和y 分別為橫截面水平方向和豎直方向的坐標(biāo)。

    表 1 溫度變量Table 1 Thermal variables

    同一橫截面上常常布置多個(gè)溫度傳感器,為了簡化計(jì)算,根據(jù)傳感器布置將橫截面劃分為多個(gè)區(qū)域,每個(gè)區(qū)域內(nèi)布置一個(gè)傳感器,并假定每個(gè)區(qū)域內(nèi)的溫度相同且等于相應(yīng)傳感器的測值,有效溫度的計(jì)算可以簡化為[29]:

    2.3 溫度-位移相關(guān)性分析

    圖7 給出了該座大跨拱橋中跨跨中截面上游側(cè)2013 年8 月3 日~9 日的主拱有效溫度和豎向位移時(shí)程圖。由圖可見,隨著主拱有效溫度的升高,豎向位移也逐漸增大。同時(shí),豎向位移達(dá)到最大值的時(shí)間滯后于主拱有效溫度,存在明顯的時(shí)滯效應(yīng)。

    圖 7 大跨拱橋溫度和豎向位移時(shí)程曲線Fig.7 Time history of temperature and displacement on long-span arch bridge

    同步監(jiān)測的溫度和位移數(shù)據(jù)表明,拱橋主梁跨中豎向位移與有效溫度有顯著的非線性相關(guān)性,豎向位移隨著有效溫度的升高而增大,如圖8所示。這主要是由于隨著主拱、吊索和主梁有效溫度的升高,主拱軸線、吊索和主梁伸長,主梁的預(yù)拱度被釋放,同時(shí)迫使兩個(gè)拱腳向外移動(dòng),進(jìn)而拉低拱頂,引起主梁跨中的豎向位移。

    拱橋主梁跨中豎向位移與溫差呈線性相關(guān)性,豎向位移隨著溫差的增大而增大,如圖9 所示。其原因在于,吊索與主梁之間的正溫差使得吊索伸長,主拱與主梁之間的正溫差導(dǎo)致主拱軸線伸長,進(jìn)而引起主梁跨中的豎向位移。

    拱橋主梁跨中豎向位移隨著主拱溫度梯度的增大而增大,具有線性相關(guān)特征,如圖10 所示。拱橋主梁跨中豎向位移與主梁溫度梯度的相關(guān)性較弱。主拱溫度梯度導(dǎo)致主拱上表面伸長,進(jìn)而拉伸主拱的軸線,使得兩個(gè)拱腳向外移動(dòng),主梁的預(yù)拱度減小,引起主梁跨中的豎向位移。

    由于有效溫度、溫差和溫度梯度對豎向位移的影響程度未知,傳統(tǒng)線性擬合和非線性擬合難以給出溫度與位移的多元非線性關(guān)聯(lián)模型。

    圖 8 有效溫度與豎向位移的相關(guān)性Fig.8 Correlation between effective temperature and vertical displacement

    圖 9 溫差與豎向位移的相關(guān)性Fig.9 Correlation between temperature difference and vertical displacement

    圖 10 溫度梯度與豎向位移的相關(guān)性Fig.10 Correlation between temperature gradient and vertical displacement

    2.4 大跨拱橋主要溫度變量篩選

    利用皮爾遜相關(guān)系數(shù)對表1 中的13 個(gè)溫度變量進(jìn)行相關(guān)性分析,各變量間的相關(guān)系數(shù)如圖11所示,取值范圍在-1~1 之間。由圖可見,左上方區(qū)域主梁有效溫度、主拱有效溫度和吊索有效溫度的相關(guān)系數(shù)均接近1,呈高度正相關(guān)關(guān)系;主拱與主梁的溫差和有效溫度的相關(guān)系數(shù)在-0.8~-0.5 之間,呈顯著負(fù)相關(guān)關(guān)系。由此可見,13 個(gè)溫度變量中,某些變量之間存在較強(qiáng)的相關(guān)性。

    圖 11 不同溫度變量的相關(guān)系數(shù)Fig.11 Correlation coefficient between different thermal variables

    由于溫度變量之間的相關(guān)性,并不是所有溫度變量都對位移有重要影響。因此,找出影響主梁豎向位移的主要熱變量,并進(jìn)行針對性監(jiān)測,可以有效降低健康監(jiān)測系統(tǒng)的成本。以13 個(gè)溫度變量作為輸入,中跨跨中的豎向位移作為輸出,建立多元溫度-位移的LSTM 神經(jīng)網(wǎng)絡(luò)模型。采用預(yù)測結(jié)果的平均絕對百分比誤差作為評價(jià)指標(biāo)進(jìn)行主要溫度變量篩選。平均絕對百分比誤差的計(jì)算公式為:

    表2 列出了刪除不同溫度變量后,溫度-位移LSTM 神經(jīng)網(wǎng)絡(luò)模型的平均絕對百分比誤差以及平均絕對百分比誤差的增幅。其中,第一組為全部溫度變量作為輸入時(shí)溫度-位移LSTM 神經(jīng)網(wǎng)絡(luò)模型的平均絕對百分比誤差。將誤差增幅2%作為篩選閾值,由表2 可得,ETA1、ETA2、TDAG1、TDAG2為影響主梁豎向位移的主要溫度變量。

    表 2 不同溫度變量對位移預(yù)測值的影響程度Table 2 Influence of different thermal variables on predicted displacement values

    2.5 模型的重構(gòu)能力

    以ETA1、ETA2、TDAG1、TDAG2作為輸入,中跨跨中的豎向位移作為輸出,分別建立多元溫度-位移的LSTM 神經(jīng)網(wǎng)絡(luò)模型和BP 神經(jīng)網(wǎng)絡(luò)模型。采用第1 節(jié)的方法,建立包含2 個(gè)LSTM 層、1 個(gè)全連接層和1 個(gè)丟棄層的LSTM 神經(jīng)網(wǎng)絡(luò)模型。采用平均絕對誤差作為損失函數(shù)進(jìn)行梯度下降迭代訓(xùn)練,初始學(xué)習(xí)率設(shè)為0.001。丟棄層在訓(xùn)練中按照伯努利分布以50%的概率隨機(jī)斷開LSTM 層和全連接層中15 個(gè)神經(jīng)元的連接,防止過擬合。每層輸出進(jìn)行批量標(biāo)準(zhǔn)化處理,設(shè)定每個(gè)批量為64 組數(shù)據(jù)。BP 神經(jīng)網(wǎng)絡(luò)模型包含2 個(gè)隱含層,每個(gè)隱含層含有10 個(gè)神經(jīng)元,采用L-M算法進(jìn)行訓(xùn)練,引入提前停止技術(shù)防止過擬合。

    選取冬季(2013 年12 月1 日-6 日)和夏季(2014 年6 月3 日-8 日)共1728 組數(shù)據(jù)評價(jià)模型的重構(gòu)能力。圖12 為LSTM 神經(jīng)網(wǎng)絡(luò)模型和BP神經(jīng)網(wǎng)絡(luò)模型計(jì)算得到的重構(gòu)位移值。從圖中可以看出,LSTM 神經(jīng)網(wǎng)絡(luò)模型的重構(gòu)位移值與實(shí)測位移值吻合良好,而BP 神經(jīng)網(wǎng)絡(luò)模型的重構(gòu)位移值與實(shí)測位移值存在較大的偏差。進(jìn)一步采用均方根誤差、平均絕對誤差、平均相對誤差和相關(guān)系數(shù)對模型的重構(gòu)能力進(jìn)行定量評價(jià)[30-31],計(jì)算結(jié)果如表3 所示。兩種神經(jīng)網(wǎng)絡(luò)模型的相關(guān)系數(shù)均接近1,表明重構(gòu)位移值和實(shí)測位移值均具有很好的相關(guān)性。兩種模型在夏季的平均相對誤差均超過了10%,這是由于夏季橋梁的上拱和下?lián)蠒?huì)經(jīng)過位移零點(diǎn),較小的預(yù)測誤差也會(huì)產(chǎn)生巨大的相對誤差。但是,相比于BP 神經(jīng)網(wǎng)絡(luò)模型,LSTM神經(jīng)網(wǎng)絡(luò)模型冬季的均方根誤差、平均絕對誤差、平均相對誤差分別降低了47.5%、43.9%、44.7%,夏季的均方根誤差、平均絕對誤差、平均相對誤差分別降低了41.9%、46.5%、48.9%。因此,LSTM神經(jīng)網(wǎng)絡(luò)模型具有更強(qiáng)的重構(gòu)能力。

    圖 12 兩種模型的重構(gòu)能力對比Fig.12 Comparison of reproduction capability between two models

    表 3 兩種模型重構(gòu)結(jié)果的誤差及與實(shí)測結(jié)果的相關(guān)性Table 3 Error and correlation between reproduced and measured values of two models

    2.6 模型的預(yù)測能力

    兩種溫度-位移相關(guān)模型計(jì)算得到的預(yù)測位移值如圖13 所示。從圖中可以看出,LSTM 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測位移值明顯優(yōu)于BP 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果。在夏季第四天峰值位移處,BP 神經(jīng)網(wǎng)絡(luò)模型的相對誤差高達(dá)74.1%,而LSTM 神經(jīng)網(wǎng)絡(luò)模型的相對誤差僅為3.0%。同樣采用均方根誤差、平均絕對誤差、平均相對誤差和相關(guān)系數(shù)來評價(jià)模型的預(yù)測能力,其結(jié)果如表4 所示。LSTM神經(jīng)網(wǎng)絡(luò)模型的相關(guān)系數(shù)更接近1,冬季的均方根誤差和平均絕對誤差比BP 神經(jīng)網(wǎng)絡(luò)模型分別降低了41.4%和36.7%,夏季的均方根誤差和平均絕對誤差比BP 神經(jīng)網(wǎng)絡(luò)模型分別降低了44.7%和47.8%,兩個(gè)季節(jié)的平均相對誤差均在5%以內(nèi),表明LSTM 神經(jīng)網(wǎng)絡(luò)模型的預(yù)測誤差更小,具有更強(qiáng)的預(yù)測能力。

    圖 13 兩種模型的預(yù)測能力對比Fig.13 Comparison of prediction capability between two models

    表 4 兩種模型預(yù)測結(jié)果的誤差及與實(shí)測結(jié)果的相關(guān)性Table 4 Error and correlation between predicted and measured values of two models

    進(jìn)一步分析LSTM 神經(jīng)網(wǎng)絡(luò)模型預(yù)測誤差的統(tǒng)計(jì)特征,如圖14 所示。冬季的預(yù)測誤差范圍為-1.981 mm~1.265 mm,80%的誤差集中在-1.3 mm~0.4 mm 區(qū)間內(nèi),夏季的預(yù)測誤差范圍為-1.621 mm~2.218 mm,75%的誤差集中在-0.9 mm~0.7 mm 區(qū)間內(nèi),完全滿足工程需求。由此可見,雖然LSTM神經(jīng)網(wǎng)絡(luò)模型只利用主要溫度變量作為輸入,卻依然保持了較高的預(yù)測精度。因此,在量化溫度對位移的影響時(shí),只需計(jì)入ETA1、ETA2、TDAG1、TDAG2這4 個(gè)溫度變量;在進(jìn)行大跨拱橋溫度監(jiān)測時(shí),僅需在主拱和主梁上布設(shè)溫度傳感器。

    圖 14 LSTM 模型預(yù)測誤差概率統(tǒng)計(jì)圖Fig.14 Probability statistical chart of predicted error of LSTM model

    3 結(jié)論

    大跨橋梁在服役期間的位移變化不可避免地會(huì)受到溫度的影響,建立溫度-位移相關(guān)模型能夠?qū)囟纫鸬奈灰茝膶?shí)測總位移中剔除,凸顯結(jié)構(gòu)損傷或劣化引起的位移改變,從而更敏感地發(fā)現(xiàn)結(jié)構(gòu)的異常狀態(tài)。本文提出了一種基于LSTM神經(jīng)網(wǎng)絡(luò)建立多元溫度-位移相關(guān)模型的方法,主要結(jié)論有:

    (1) 大跨拱橋?qū)崪y溫度和位移數(shù)據(jù)分析表明,溫度作用下的位移響應(yīng)具有顯著的時(shí)滯效應(yīng),主梁豎向位移隨著主拱、吊索和主梁有效溫度的升高而增大且構(gòu)件有效溫度與主梁豎向位移具有明顯的非線性關(guān)系,構(gòu)件間溫差和主拱溫度梯度與主梁豎向位移呈線性相關(guān)性。

    (2) LSTM 神經(jīng)網(wǎng)絡(luò)模型可以準(zhǔn)確描述多元溫度與位移的非線性映射關(guān)系,主拱有效溫度和主梁與主拱之間的溫差是影響大跨拱橋主梁豎向位移的主要溫度變量。

    (3) LSTM 神經(jīng)網(wǎng)絡(luò)能夠捕捉時(shí)序數(shù)據(jù)中的長期依賴關(guān)系,可以基于溫度的當(dāng)前和先前信息預(yù)測當(dāng)前的豎向位移。自適應(yīng)矩估計(jì)方法和丟棄正則化技術(shù)能夠顯著提升溫度-位移神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度。與BP 神經(jīng)網(wǎng)絡(luò)模型相比,LSTM 神經(jīng)網(wǎng)絡(luò)模型具有更高的重構(gòu)精度和更低的預(yù)測誤差。

    本文僅給出了多個(gè)溫度變量輸入、一個(gè)溫度位移輸出的LSTM 神經(jīng)網(wǎng)絡(luò)模型建立方法。對于多個(gè)溫度變量輸入、多個(gè)溫度位移輸出的LSTM神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建,其網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的選擇,還需要進(jìn)一步研究。

    猜你喜歡
    拱橋主梁神經(jīng)網(wǎng)絡(luò)
    龍門起重機(jī)主梁腹板拓?fù)鋬?yōu)化
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    水里的“小拱橋”
    水里的“小拱橋”
    超寬組合梁斜拉橋主梁剪力滯效應(yīng)研究
    上海公路(2017年4期)2017-03-01 07:04:16
    斜拉橋主梁施工牽鎖掛籃結(jié)構(gòu)設(shè)計(jì)
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    1000噸龍門吊主梁跨塢安裝
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    国产激情久久老熟女| 12—13女人毛片做爰片一| 午夜影院日韩av| 19禁男女啪啪无遮挡网站| 欧美乱妇无乱码| 国产v大片淫在线免费观看| 看黄色毛片网站| 国产一级毛片七仙女欲春2| 午夜a级毛片| 国产精品av久久久久免费| 亚洲人成电影免费在线| 亚洲中文日韩欧美视频| 亚洲专区中文字幕在线| 亚洲av电影在线进入| 精品欧美国产一区二区三| 午夜久久久久精精品| 老熟妇乱子伦视频在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 欧美成人性av电影在线观看| 国产激情久久老熟女| 亚洲国产精品合色在线| 国产av一区二区精品久久| 久久精品国产亚洲av高清一级| 精品一区二区三区四区五区乱码| 看黄色毛片网站| 好男人电影高清在线观看| 亚洲国产精品999在线| 搡老岳熟女国产| 色综合亚洲欧美另类图片| 88av欧美| 国产精品日韩av在线免费观看| 在线免费观看的www视频| 国产精品免费一区二区三区在线| 亚洲av成人av| 黄片小视频在线播放| 欧美黑人巨大hd| 欧美极品一区二区三区四区| 国产精品98久久久久久宅男小说| 亚洲成人国产一区在线观看| 亚洲国产欧美一区二区综合| 亚洲欧洲精品一区二区精品久久久| 亚洲av五月六月丁香网| 少妇被粗大的猛进出69影院| 午夜免费激情av| 国产片内射在线| 亚洲欧美精品综合一区二区三区| 丰满的人妻完整版| 后天国语完整版免费观看| 夜夜躁狠狠躁天天躁| 俄罗斯特黄特色一大片| 久久九九热精品免费| 91老司机精品| www.自偷自拍.com| 19禁男女啪啪无遮挡网站| 麻豆成人午夜福利视频| 男男h啪啪无遮挡| 成人国产一区最新在线观看| 嫩草影院精品99| 午夜激情福利司机影院| 亚洲自偷自拍图片 自拍| 午夜影院日韩av| 久久人妻福利社区极品人妻图片| 午夜福利成人在线免费观看| 成年版毛片免费区| 香蕉av资源在线| 欧美成人一区二区免费高清观看 | 人妻久久中文字幕网| 亚洲最大成人中文| 草草在线视频免费看| av超薄肉色丝袜交足视频| 成熟少妇高潮喷水视频| 国产精品亚洲一级av第二区| 国产精品免费一区二区三区在线| 女警被强在线播放| 不卡av一区二区三区| 搡老岳熟女国产| 免费人成视频x8x8入口观看| 久久热在线av| 好男人电影高清在线观看| 亚洲人成77777在线视频| 免费在线观看亚洲国产| 国产伦在线观看视频一区| 日韩欧美精品v在线| 丝袜美腿诱惑在线| 欧洲精品卡2卡3卡4卡5卡区| 亚洲专区国产一区二区| 一a级毛片在线观看| 久久久水蜜桃国产精品网| 国产伦人伦偷精品视频| 免费看十八禁软件| tocl精华| 老司机午夜十八禁免费视频| 欧洲精品卡2卡3卡4卡5卡区| 成人精品一区二区免费| 日韩国内少妇激情av| 亚洲中文字幕日韩| 精品人妻1区二区| 国产精品一及| 国产精品自产拍在线观看55亚洲| 亚洲七黄色美女视频| 成年人黄色毛片网站| 国产成人一区二区三区免费视频网站| 首页视频小说图片口味搜索| 夜夜躁狠狠躁天天躁| 天天一区二区日本电影三级| 亚洲国产高清在线一区二区三| 久久国产乱子伦精品免费另类| 一进一出好大好爽视频| 久久精品国产亚洲av高清一级| 99热这里只有精品一区 | 国产午夜福利久久久久久| 国产高清视频在线观看网站| 国产视频内射| 一边摸一边做爽爽视频免费| 亚洲狠狠婷婷综合久久图片| 欧洲精品卡2卡3卡4卡5卡区| 日本免费一区二区三区高清不卡| 两个人视频免费观看高清| 亚洲国产中文字幕在线视频| 999久久久国产精品视频| 黄色视频,在线免费观看| 久久久久国产一级毛片高清牌| 欧美激情久久久久久爽电影| 国产精品久久久久久精品电影| 午夜精品在线福利| 日韩国内少妇激情av| 久久99热这里只有精品18| 国产成人影院久久av| 久久久精品大字幕| 亚洲自拍偷在线| 69av精品久久久久久| 在线播放国产精品三级| 精品人妻1区二区| 99国产精品一区二区蜜桃av| 国产高清videossex| 三级国产精品欧美在线观看 | 非洲黑人性xxxx精品又粗又长| 国产精品亚洲美女久久久| av欧美777| a在线观看视频网站| 成人一区二区视频在线观看| 日韩 欧美 亚洲 中文字幕| 中国美女看黄片| 欧美一级a爱片免费观看看 | 精品第一国产精品| 人人妻人人澡欧美一区二区| 俺也久久电影网| 国产1区2区3区精品| 无遮挡黄片免费观看| 中亚洲国语对白在线视频| 国内精品久久久久精免费| 成人国产一区最新在线观看| 国产高清有码在线观看视频 | 国产一区二区在线观看日韩 | 亚洲男人天堂网一区| 国产成人av教育| 两性午夜刺激爽爽歪歪视频在线观看 | 成在线人永久免费视频| 美女扒开内裤让男人捅视频| 伊人久久大香线蕉亚洲五| 国产午夜精品久久久久久| 午夜福利在线观看吧| 欧美色欧美亚洲另类二区| 黄色毛片三级朝国网站| 一边摸一边做爽爽视频免费| 人人妻,人人澡人人爽秒播| 国产免费av片在线观看野外av| 免费观看人在逋| 老司机午夜十八禁免费视频| 国产aⅴ精品一区二区三区波| 岛国在线观看网站| 精品人妻1区二区| 欧美一区二区国产精品久久精品 | 久久国产精品人妻蜜桃| 91在线观看av| 国产精品久久久久久久电影 | 精品日产1卡2卡| 亚洲国产日韩欧美精品在线观看 | 成人一区二区视频在线观看| 欧美日韩黄片免| 亚洲熟妇熟女久久| 国内精品久久久久久久电影| 老司机深夜福利视频在线观看| 久久亚洲精品不卡| 亚洲五月婷婷丁香| 亚洲 欧美一区二区三区| 亚洲精品在线观看二区| 一夜夜www| 法律面前人人平等表现在哪些方面| 激情在线观看视频在线高清| 欧美黑人精品巨大| 这个男人来自地球电影免费观看| 国产久久久一区二区三区| 亚洲一区中文字幕在线| 久久这里只有精品中国| 黄频高清免费视频| 国产区一区二久久| 午夜日韩欧美国产| www.自偷自拍.com| 两个人视频免费观看高清| 法律面前人人平等表现在哪些方面| 日日夜夜操网爽| 国产伦一二天堂av在线观看| 国产精品一区二区精品视频观看| 夜夜看夜夜爽夜夜摸| 草草在线视频免费看| 啪啪无遮挡十八禁网站| av片东京热男人的天堂| 欧美日韩国产亚洲二区| 国产高清激情床上av| 欧美色视频一区免费| 不卡av一区二区三区| 亚洲国产欧洲综合997久久,| 国产精品久久电影中文字幕| 村上凉子中文字幕在线| 日本一区二区免费在线视频| 国语自产精品视频在线第100页| 欧美黄色片欧美黄色片| 两性夫妻黄色片| 九色国产91popny在线| 日韩中文字幕欧美一区二区| av在线播放免费不卡| 久久精品综合一区二区三区| 毛片女人毛片| 国产精品一区二区免费欧美| 国产免费男女视频| 99国产极品粉嫩在线观看| 国产一区二区三区在线臀色熟女| 欧美日韩福利视频一区二区| 91老司机精品| 日韩欧美 国产精品| 亚洲av美国av| 精品熟女少妇八av免费久了| 成人特级黄色片久久久久久久| 亚洲精品美女久久久久99蜜臀| 久久精品91无色码中文字幕| 熟女少妇亚洲综合色aaa.| 亚洲一区二区三区不卡视频| 亚洲精品一区av在线观看| 亚洲九九香蕉| 国产精品美女特级片免费视频播放器 | 夜夜爽天天搞| 欧美中文综合在线视频| 999久久久精品免费观看国产| 一夜夜www| 国产99久久九九免费精品| avwww免费| 在线看三级毛片| 国产一级毛片七仙女欲春2| 久久久久久久精品吃奶| 9191精品国产免费久久| 亚洲精品色激情综合| 人妻久久中文字幕网| 又粗又爽又猛毛片免费看| 大型av网站在线播放| 日日爽夜夜爽网站| 在线免费观看的www视频| 91麻豆av在线| 婷婷精品国产亚洲av在线| 毛片女人毛片| 久久香蕉精品热| 久久精品国产亚洲av高清一级| 看片在线看免费视频| 91麻豆精品激情在线观看国产| aaaaa片日本免费| 免费无遮挡裸体视频| 日本熟妇午夜| 好看av亚洲va欧美ⅴa在| 国产一区二区在线观看日韩 | 亚洲 欧美一区二区三区| 一区二区三区高清视频在线| 亚洲熟妇熟女久久| 免费在线观看成人毛片| 黄色毛片三级朝国网站| 午夜影院日韩av| 黄色视频,在线免费观看| 亚洲avbb在线观看| 国产一级毛片七仙女欲春2| 欧美在线一区亚洲| 香蕉久久夜色| 欧美一区二区国产精品久久精品 | 久久亚洲精品不卡| 欧美日韩亚洲国产一区二区在线观看| 日韩成人在线观看一区二区三区| 97超级碰碰碰精品色视频在线观看| 999精品在线视频| 国模一区二区三区四区视频 | 一级a爱片免费观看的视频| 日韩有码中文字幕| 99久久久亚洲精品蜜臀av| 最近最新免费中文字幕在线| www日本在线高清视频| a级毛片a级免费在线| 精品国产乱子伦一区二区三区| 男人舔女人下体高潮全视频| 特大巨黑吊av在线直播| av国产免费在线观看| 欧美色欧美亚洲另类二区| 悠悠久久av| 黄片大片在线免费观看| 日本成人三级电影网站| 男女之事视频高清在线观看| 国产久久久一区二区三区| 久久精品91蜜桃| 久久久国产精品麻豆| 久久久国产成人精品二区| 欧美日韩瑟瑟在线播放| 黄色女人牲交| 又大又爽又粗| 精品第一国产精品| 国内毛片毛片毛片毛片毛片| www国产在线视频色| 国产精品1区2区在线观看.| 美女黄网站色视频| 久久香蕉激情| 亚洲av中文字字幕乱码综合| av中文乱码字幕在线| 中亚洲国语对白在线视频| 国产99久久九九免费精品| 亚洲欧美日韩无卡精品| 一本久久中文字幕| 欧美成狂野欧美在线观看| 午夜精品久久久久久毛片777| 一区二区三区国产精品乱码| 午夜a级毛片| 欧美乱妇无乱码| 特级一级黄色大片| 国产高清视频在线观看网站| 日本一区二区免费在线视频| 91在线观看av| 色综合亚洲欧美另类图片| 桃红色精品国产亚洲av| 欧美最黄视频在线播放免费| 成人三级黄色视频| 狂野欧美激情性xxxx| 免费看a级黄色片| bbb黄色大片| 999精品在线视频| 欧美乱妇无乱码| 久久精品91蜜桃| 俺也久久电影网| 国产亚洲av高清不卡| 久久精品91无色码中文字幕| 亚洲人成网站在线播放欧美日韩| 俺也久久电影网| 小说图片视频综合网站| 麻豆av在线久日| 黄色成人免费大全| 久久精品成人免费网站| 黄色成人免费大全| 高清毛片免费观看视频网站| 国产一级毛片七仙女欲春2| 禁无遮挡网站| 99久久久亚洲精品蜜臀av| 真人一进一出gif抽搐免费| 在线观看www视频免费| www.www免费av| 亚洲专区国产一区二区| 久久久久九九精品影院| 999精品在线视频| 后天国语完整版免费观看| 黄色成人免费大全| 极品教师在线免费播放| 女警被强在线播放| 国产av又大| 国产1区2区3区精品| 国产精品久久久久久亚洲av鲁大| 久久精品综合一区二区三区| 最近最新中文字幕大全电影3| 在线永久观看黄色视频| 成人18禁高潮啪啪吃奶动态图| 免费电影在线观看免费观看| 欧美久久黑人一区二区| 久久精品影院6| 成人一区二区视频在线观看| 亚洲av电影在线进入| netflix在线观看网站| 视频区欧美日本亚洲| 成人精品一区二区免费| 国产精品精品国产色婷婷| 99久久99久久久精品蜜桃| 听说在线观看完整版免费高清| 99热这里只有是精品50| 神马国产精品三级电影在线观看 | 欧美国产日韩亚洲一区| 亚洲国产高清在线一区二区三| 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| 一区二区三区激情视频| 国产一区二区激情短视频| 久久久久国产一级毛片高清牌| 国产一区二区三区视频了| 亚洲七黄色美女视频| 欧美久久黑人一区二区| 美女免费视频网站| av福利片在线| 黄色成人免费大全| 天天添夜夜摸| 人妻丰满熟妇av一区二区三区| 巨乳人妻的诱惑在线观看| 国产成人av教育| 久久久久久人人人人人| 男女之事视频高清在线观看| 黄色a级毛片大全视频| 日韩欧美精品v在线| 日本 欧美在线| 国产成人精品久久二区二区免费| 国产精品av视频在线免费观看| 精品无人区乱码1区二区| 久久久久久免费高清国产稀缺| 两性夫妻黄色片| 一进一出抽搐gif免费好疼| 一进一出抽搐动态| 在线视频色国产色| 丰满人妻熟妇乱又伦精品不卡| 亚洲,欧美精品.| 国产探花在线观看一区二区| 亚洲av电影在线进入| 成人永久免费在线观看视频| 久久久久久久精品吃奶| 一边摸一边做爽爽视频免费| 亚洲人成电影免费在线| 亚洲自拍偷在线| 成人亚洲精品av一区二区| 久久亚洲精品不卡| 久久久精品大字幕| 久久久精品欧美日韩精品| 91在线观看av| 亚洲黑人精品在线| 欧美日韩黄片免| bbb黄色大片| 村上凉子中文字幕在线| svipshipincom国产片| 他把我摸到了高潮在线观看| 国产精品电影一区二区三区| 欧美日韩亚洲综合一区二区三区_| 日本熟妇午夜| 俺也久久电影网| 12—13女人毛片做爰片一| 免费在线观看亚洲国产| 国内揄拍国产精品人妻在线| 九色国产91popny在线| 麻豆国产97在线/欧美 | www.999成人在线观看| 国产激情偷乱视频一区二区| 一夜夜www| 亚洲专区国产一区二区| av福利片在线| 国产精品久久久av美女十八| 正在播放国产对白刺激| 久久久久久国产a免费观看| 9191精品国产免费久久| 一个人观看的视频www高清免费观看 | 搡老熟女国产l中国老女人| 大型av网站在线播放| 亚洲熟女毛片儿| 欧美日韩福利视频一区二区| 亚洲精品中文字幕在线视频| 在线观看日韩欧美| 亚洲国产精品sss在线观看| svipshipincom国产片| 天堂动漫精品| 国产亚洲精品综合一区在线观看 | 亚洲电影在线观看av| 国产精品美女特级片免费视频播放器 | avwww免费| 亚洲av成人精品一区久久| 91成年电影在线观看| 国产精品乱码一区二三区的特点| 桃红色精品国产亚洲av| 人人妻,人人澡人人爽秒播| 一卡2卡三卡四卡精品乱码亚洲| 香蕉av资源在线| 可以在线观看毛片的网站| av在线天堂中文字幕| 色老头精品视频在线观看| 国产亚洲av嫩草精品影院| 欧美+亚洲+日韩+国产| 亚洲欧美精品综合久久99| 中国美女看黄片| 人妻夜夜爽99麻豆av| 在线看三级毛片| 亚洲美女视频黄频| 免费观看精品视频网站| 男女之事视频高清在线观看| 日韩精品中文字幕看吧| 欧美日韩亚洲综合一区二区三区_| 国产精品野战在线观看| 1024香蕉在线观看| √禁漫天堂资源中文www| 99国产极品粉嫩在线观看| 亚洲人成伊人成综合网2020| 国产爱豆传媒在线观看 | 亚洲国产精品合色在线| 免费观看人在逋| 在线观看舔阴道视频| 亚洲无线在线观看| 麻豆一二三区av精品| 国产精品免费一区二区三区在线| 中文字幕高清在线视频| 国产精品久久久久久人妻精品电影| 国产一区二区三区视频了| 三级毛片av免费| 97人妻精品一区二区三区麻豆| 中文在线观看免费www的网站 | 熟妇人妻久久中文字幕3abv| 国产精品av久久久久免费| 亚洲国产欧美网| 90打野战视频偷拍视频| 中文字幕av在线有码专区| 亚洲av美国av| 精品国产乱子伦一区二区三区| 国产精品免费一区二区三区在线| 蜜桃久久精品国产亚洲av| 搡老岳熟女国产| 亚洲av电影不卡..在线观看| 亚洲成人中文字幕在线播放| 免费看日本二区| 五月伊人婷婷丁香| 精品日产1卡2卡| 午夜a级毛片| 日本在线视频免费播放| 国产精品久久久久久精品电影| 制服人妻中文乱码| 亚洲av美国av| 亚洲人成网站高清观看| 国产精品综合久久久久久久免费| 男女床上黄色一级片免费看| 国产片内射在线| 一进一出好大好爽视频| 99久久综合精品五月天人人| 亚洲欧美日韩无卡精品| 97超级碰碰碰精品色视频在线观看| 人人妻,人人澡人人爽秒播| 久久香蕉激情| ponron亚洲| bbb黄色大片| 亚洲精品一区av在线观看| 午夜久久久久精精品| 黄色视频,在线免费观看| 国产亚洲av高清不卡| 亚洲成a人片在线一区二区| 宅男免费午夜| 特级一级黄色大片| 国产欧美日韩一区二区精品| 国产又色又爽无遮挡免费看| 日日夜夜操网爽| 久久亚洲真实| 亚洲精品在线观看二区| 成人18禁高潮啪啪吃奶动态图| 香蕉丝袜av| 动漫黄色视频在线观看| 欧美一级毛片孕妇| 女生性感内裤真人,穿戴方法视频| 又黄又爽又免费观看的视频| 18禁黄网站禁片午夜丰满| 日韩欧美一区二区三区在线观看| 欧美日本视频| 久久久久九九精品影院| 欧美av亚洲av综合av国产av| 脱女人内裤的视频| 亚洲国产欧美一区二区综合| 人人妻,人人澡人人爽秒播| 最新美女视频免费是黄的| 日本免费a在线| 亚洲成人久久性| 午夜成年电影在线免费观看| videosex国产| 女同久久另类99精品国产91| 国产精品亚洲av一区麻豆| 国产欧美日韩精品亚洲av| 老熟妇乱子伦视频在线观看| x7x7x7水蜜桃| 88av欧美| 欧美不卡视频在线免费观看 | 老司机靠b影院| 午夜福利成人在线免费观看| 亚洲无线在线观看| 国产精品久久久久久久电影 | 两人在一起打扑克的视频| 美女黄网站色视频| 成人高潮视频无遮挡免费网站| 女警被强在线播放| 久久天堂一区二区三区四区| 老司机深夜福利视频在线观看| 国产真实乱freesex| avwww免费| 亚洲国产日韩欧美精品在线观看 | 在线观看午夜福利视频| 在线视频色国产色| 国产激情偷乱视频一区二区| a在线观看视频网站| 亚洲成人中文字幕在线播放| 一级毛片高清免费大全| 日韩大码丰满熟妇| 美女免费视频网站| 成人精品一区二区免费| 在线观看免费日韩欧美大片| 一级a爱片免费观看的视频| 国产1区2区3区精品| 久久久久九九精品影院| 中文字幕人成人乱码亚洲影| 欧美高清成人免费视频www| 嫁个100分男人电影在线观看| 国产一区在线观看成人免费| 亚洲av片天天在线观看| tocl精华| 国产精品久久久人人做人人爽| 又黄又粗又硬又大视频| 操出白浆在线播放| 丰满人妻一区二区三区视频av | 国产精品久久电影中文字幕| av在线天堂中文字幕| 日韩欧美 国产精品| 中文在线观看免费www的网站 |