• <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1D-CNN的滾動(dòng)軸承端到端故障診斷方法

    2021-09-05 13:06:00陳志剛景騰飛
    設(shè)備管理與維修 2021年13期
    關(guān)鍵詞:故障診斷準(zhǔn)確率軸承

    康 濤,王 書,陳志剛,劉 菲,景騰飛

    (1.北京航天萬源科技有限公司,北京 100176;2.北京航天拓?fù)涓呖萍加邢挢?zé)任公司,北京 100176)

    0 引言

    旋轉(zhuǎn)機(jī)械設(shè)備廣泛應(yīng)用在航天、交通、工業(yè)制造和風(fēng)力發(fā)電等重要工程領(lǐng)域[1],其在重大工程中扮演著不可或缺的角色,設(shè)備發(fā)生故障或者停機(jī)可能造成嚴(yán)重后果。旋轉(zhuǎn)機(jī)械設(shè)備中滾動(dòng)軸承是其非常重要的零部件[2],同時(shí)滾動(dòng)軸承在惡劣工況下容易出現(xiàn)磨損、裂紋、斷裂等故障[3]。因此,采用故障診斷技術(shù)對(duì)滾動(dòng)軸承狀態(tài)的準(zhǔn)確識(shí)別,可以有效防止軸承故障引起的意外事故。傳統(tǒng)的故障診斷技術(shù)有:自回歸滑動(dòng)平均模型(Autoregressive moving average model,ARMA)[4]、變分模態(tài)分解(Variational Mode Decomposition,VMD)[5]、小波分析[6]、概率神經(jīng)網(wǎng)絡(luò)(Probabilistic Neural Network,PNN)[7]等得到了廣泛的應(yīng)用。隨著大數(shù)據(jù)時(shí)代的到來,利用海量數(shù)據(jù)驅(qū)動(dòng)軸承故障診斷算法成為近些年的研究熱點(diǎn)。其中基于深度學(xué)習(xí)算法的軸承故障診斷成為現(xiàn)階段的主流。主要手段如下:首先人為處理原始信號(hào),然后將信號(hào)輸入到深度學(xué)習(xí)算法中,再通過分類器對(duì)故障識(shí)別。

    然而上述介紹的故障診斷方法將故障診斷分割為信號(hào)預(yù)處理、特征提取、故障分類三個(gè)孤立的部分,無法將各個(gè)部分形成有效的耦合關(guān)系,可能導(dǎo)致在數(shù)據(jù)傳遞的過程中出現(xiàn)故障特征損失的情況發(fā)生。針對(duì)此問題,提出一種端到端的滾動(dòng)軸承故障診斷模型,將三個(gè)步驟直接整合到一個(gè)模型中,直接將原始振動(dòng)信號(hào)輸入模型中,經(jīng)過模型計(jì)算、算法處理后得到軸承故障類型。提出了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷模型。利用一維卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力,對(duì)原始信號(hào)提取特征。然后將提取的特征輸入到全連接,通過全連接層對(duì)特征分類得到故障識(shí)別。同時(shí)考慮到一維信號(hào)的特點(diǎn),設(shè)計(jì)了大卷積核的診斷模型。減少了數(shù)據(jù)傳遞過程中故障特征損失。

    1 一維卷積網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Networks,CNN)是共享權(quán)重、局部特征提取、特征池化的多層神經(jīng)網(wǎng)絡(luò)[8]。其中共享權(quán)重可以使其泛化能力增強(qiáng),局部特征提取使卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度得到了很大提高,特征池化降低特征維度放大特征明顯區(qū)域。卷積神經(jīng)網(wǎng)絡(luò)主要由前向傳播算法和反向傳播算法相結(jié)合,前向傳播算法用于接收輸入數(shù)據(jù)直至輸出產(chǎn)生誤差,反向傳播算法是將減少輸出層的誤差并同時(shí)更新權(quán)重。

    卷積神經(jīng)網(wǎng)絡(luò)根據(jù)輸入類型不同,可以將其分為一維(1D)和二維(2D)卷積神經(jīng)網(wǎng)絡(luò)。本文采用一維卷積神經(jīng)網(wǎng)絡(luò)對(duì)原始一維振動(dòng)信號(hào)處理,其中1D-CNN 包括隱含層、輸出層及輸入層,而隱含層包含一維卷積層(Convolutional Layers)、激活函數(shù)層(Activation Layers)以及池化層(Pooling Layers)等,隱含層主要用于接收輸入層的輸出并完成對(duì)數(shù)據(jù)特征的提取。

    2 滾動(dòng)軸承故障診斷模型實(shí)驗(yàn)分析

    2.1 數(shù)據(jù)描述

    為驗(yàn)證本文提出方法的有效性,試驗(yàn)選用來自美國凱斯西儲(chǔ)大學(xué)的軸承數(shù)據(jù)集[9]。滾動(dòng)軸承運(yùn)行狀態(tài)可以分成四種分別為:健康、內(nèi)圈故障、外圈故障和滾珠故障,正常狀態(tài)時(shí)域如圖1 所示,內(nèi)圈故障時(shí)域如圖2 所示,外圈故障如圖3 所示,滾珠故障如圖4 所示,根據(jù)圖片很難分辨出故障類型。每種故障狀態(tài)包含三種故障尺寸:小(0.18 mm)、中(0.36 mm)和大(0.54 mm)。根據(jù)上述介紹軸承狀態(tài)共有10 種情況。

    圖1 正常狀態(tài)

    圖2 內(nèi)圈故障

    圖3 外圈故障

    圖4 滾珠故障

    2.2 構(gòu)建數(shù)據(jù)集

    提升模型對(duì)樣本的泛化效果,試驗(yàn)采取重疊采樣的操作對(duì)數(shù)據(jù)集進(jìn)行增強(qiáng),實(shí)現(xiàn)模型魯棒性的提升。重疊采樣如圖5 所示。數(shù)據(jù)集具體信息見表1。

    表1 數(shù)據(jù)集信息

    圖5 重疊采樣

    2.3 網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)確定

    為了使1D-CNN 診斷模型具有效果更佳的診斷效果,需對(duì)其模型結(jié)構(gòu)進(jìn)行設(shè)計(jì)。常見的二維卷積神經(jīng)網(wǎng)絡(luò),比如ResNet[10]和VGGnet[11]采用堆疊式的3×3的卷積核,可以實(shí)現(xiàn)少參數(shù)大感受野的效果,從而防止過擬合現(xiàn)象。但是對(duì)于一維振動(dòng)信號(hào)采用堆疊式3×1的卷積結(jié)構(gòu),以6 個(gè)權(quán)值為代價(jià),只得到5×1的感受野,反而將上述優(yōu)勢(shì)變成了劣勢(shì)。因此根據(jù)一維振動(dòng)信號(hào)的特點(diǎn),將1D-CNN 診斷模型的第一層設(shè)計(jì)為大卷積核,其作用提取短時(shí)特征。其余的卷積層為3×1的小卷積核,減少模型參數(shù)防止過擬合現(xiàn)象。

    為了選擇合適的第一層卷積核的參數(shù),通過對(duì)比實(shí)驗(yàn)進(jìn)行比較分析,設(shè)計(jì)三種1D-CNN 診斷模型。這三種模型的第一層卷積核分別為32×1、64×1、128×1,每個(gè)模型共有4 層卷積核池化層,除了第一層外,剩下的卷積核均為3×1,全連接層為10 個(gè)輸出對(duì)應(yīng)著軸承的10 種狀態(tài)。模型對(duì)比實(shí)驗(yàn)結(jié)果見表2。

    表2 模型對(duì)比實(shí)驗(yàn)

    由表2 可以看出,隨著卷積核尺寸的增加,模型在測(cè)試集中的準(zhǔn)確率隨之提高,當(dāng)卷積核尺寸由32 增加到64 時(shí),準(zhǔn)確率由96.01%提升到99.33%,提高了3.46%,計(jì)算時(shí)間變化不大,當(dāng)卷積核尺寸由64 增加到128 時(shí),準(zhǔn)確率提升不多,僅提升0.44%,但由于計(jì)算參數(shù)的增加,計(jì)算所消耗的時(shí)間增加了0.02 s,對(duì)網(wǎng)絡(luò)準(zhǔn)確率提升不高,卻造成了比較多的資源消耗,因此選擇64×1 作為第一層卷積核的尺寸。具體診斷網(wǎng)絡(luò)模型參數(shù)見表3。

    表3 故障診斷網(wǎng)絡(luò)參數(shù)

    2.4 實(shí)驗(yàn)結(jié)果

    使用上述數(shù)據(jù)集,對(duì)比所確立的模型進(jìn)行訓(xùn)練。訓(xùn)練過程中,全連接層使用Dropout 防止過擬合問題,Dropout 比率設(shè)置為0.2,Adam 算法的學(xué)習(xí)率為0.001。為了保證模型的可靠性,在訓(xùn)練工程中,每個(gè)數(shù)據(jù)集迭代60 次。為了直觀地觀察模型對(duì)每種故障的識(shí)別情況,采用混淆矩陣表示實(shí)驗(yàn)結(jié)果如圖6 所示,圖中行表示實(shí)際分類,列表示預(yù)測(cè)分類。其中在混淆矩陣中,0~9 分別代表不同的類別,具體混淆矩陣標(biāo)識(shí)說明見表4。

    表4 混淆矩陣標(biāo)識(shí)說明

    圖6 故障診斷混淆矩陣

    根據(jù)混淆矩陣圖可以看出,所提出的基于1D-CNN的故障診斷網(wǎng)絡(luò),在美國凱斯西儲(chǔ)大學(xué)數(shù)據(jù)集中所進(jìn)行的實(shí)驗(yàn),在同故障尺寸之間容易發(fā)生混淆,例如對(duì)于故障尺寸為0.36 mm 中內(nèi)圈故障(標(biāo)識(shí)4)和外圈故障(標(biāo)識(shí)6)發(fā)生混淆。雖然發(fā)生了混淆,但是每種故障識(shí)別準(zhǔn)確率都高于97%。并且模型的類間平均準(zhǔn)確率為99.33%,可以滿足對(duì)軸承故障的準(zhǔn)確識(shí)別。

    3 結(jié)束語

    提出了一種基于一維卷積神經(jīng)網(wǎng)絡(luò)的端到端軸承故障診斷模型,直接將原始信號(hào)輸入,減少了數(shù)據(jù)傳遞中特征損失。針對(duì)一維原始振動(dòng)信號(hào)特點(diǎn),在CNN 設(shè)計(jì)方法的基礎(chǔ)上,設(shè)計(jì)了三種第一層大卷積核模型,通過實(shí)驗(yàn)數(shù)據(jù)集測(cè)試,確定了一種最優(yōu)的CNN 網(wǎng)絡(luò)模型。通過實(shí)驗(yàn)美國凱斯西儲(chǔ)大學(xué)數(shù)據(jù)集驗(yàn)證,所提模型的類間平均準(zhǔn)確率為99.33%,測(cè)試時(shí)間為0.03 s。實(shí)現(xiàn)了快速識(shí)別高準(zhǔn)確率的診斷性能,證明了所提出方法的可行性,具有較好的技術(shù)應(yīng)用前景。

    猜你喜歡
    故障診斷準(zhǔn)確率軸承
    軸承知識(shí)
    哈爾濱軸承(2022年2期)2022-07-22 06:39:32
    軸承知識(shí)
    哈爾濱軸承(2022年1期)2022-05-23 13:13:24
    軸承知識(shí)
    哈爾濱軸承(2021年2期)2021-08-12 06:11:46
    軸承知識(shí)
    哈爾濱軸承(2021年1期)2021-07-21 05:43:16
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    亚洲黑人精品在线| 一区二区三区乱码不卡18| 超碰成人久久| 日本欧美视频一区| 叶爱在线成人免费视频播放| 人人妻人人澡人人看| www.熟女人妻精品国产| 在线观看免费视频日本深夜| 国产精品国产av在线观看| 亚洲欧美一区二区三区黑人| 自拍欧美九色日韩亚洲蝌蚪91| 看免费av毛片| 国产亚洲精品一区二区www | 丁香欧美五月| 纯流量卡能插随身wifi吗| 国产xxxxx性猛交| 在线永久观看黄色视频| 精品国产乱码久久久久久男人| 中文欧美无线码| 极品人妻少妇av视频| 丰满迷人的少妇在线观看| 国产在视频线精品| 亚洲欧美精品综合一区二区三区| 中文亚洲av片在线观看爽 | 18禁观看日本| 18禁观看日本| 欧美日韩亚洲高清精品| 曰老女人黄片| 狠狠精品人妻久久久久久综合| 大码成人一级视频| 久久久久久亚洲精品国产蜜桃av| 伦理电影免费视频| 法律面前人人平等表现在哪些方面| 婷婷丁香在线五月| 黄色丝袜av网址大全| 久久99热这里只频精品6学生| 在线观看舔阴道视频| 久久精品亚洲熟妇少妇任你| 国产视频一区二区在线看| av线在线观看网站| 18禁国产床啪视频网站| 国产欧美日韩精品亚洲av| 精品乱码久久久久久99久播| 精品一区二区三卡| 国产精品久久久人人做人人爽| 久久中文看片网| 国产精品二区激情视频| 视频区欧美日本亚洲| 大陆偷拍与自拍| 免费女性裸体啪啪无遮挡网站| 亚洲一码二码三码区别大吗| 国产精品偷伦视频观看了| 国产极品粉嫩免费观看在线| 国产亚洲欧美精品永久| 看免费av毛片| 啦啦啦在线免费观看视频4| 午夜福利视频精品| 色老头精品视频在线观看| 三上悠亚av全集在线观看| 日韩 欧美 亚洲 中文字幕| av视频免费观看在线观看| 亚洲av日韩精品久久久久久密| 黄频高清免费视频| 黄片大片在线免费观看| 亚洲伊人久久精品综合| 国产在线精品亚洲第一网站| 久久久久国产一级毛片高清牌| 一进一出好大好爽视频| 巨乳人妻的诱惑在线观看| 久久久欧美国产精品| 人人妻人人澡人人爽人人夜夜| 久久久久久久久久久久大奶| 无人区码免费观看不卡 | 久久久久精品国产欧美久久久| 国产男女内射视频| 少妇猛男粗大的猛烈进出视频| 亚洲中文日韩欧美视频| 精品国产国语对白av| 欧美精品啪啪一区二区三区| 久久久久久人人人人人| h视频一区二区三区| 露出奶头的视频| 一级,二级,三级黄色视频| 在线av久久热| 99国产精品99久久久久| 黄色视频在线播放观看不卡| 久久久精品区二区三区| 女人被躁到高潮嗷嗷叫费观| 美女视频免费永久观看网站| 12—13女人毛片做爰片一| 亚洲国产欧美日韩在线播放| 亚洲av成人不卡在线观看播放网| 日韩欧美国产一区二区入口| 每晚都被弄得嗷嗷叫到高潮| 亚洲国产欧美日韩在线播放| 日本五十路高清| 亚洲少妇的诱惑av| 两个人免费观看高清视频| 国产精品九九99| 欧美日韩视频精品一区| 亚洲人成电影免费在线| 久久久久国内视频| 国产亚洲一区二区精品| 日本黄色视频三级网站网址 | 国产一区二区三区视频了| 少妇精品久久久久久久| 一二三四社区在线视频社区8| 狠狠狠狠99中文字幕| 中文字幕人妻熟女乱码| 国产男女内射视频| 成人永久免费在线观看视频 | 99香蕉大伊视频| svipshipincom国产片| 亚洲国产欧美网| 日本五十路高清| 男女免费视频国产| svipshipincom国产片| 一区二区三区激情视频| 午夜福利在线免费观看网站| 国产精品免费大片| 热re99久久精品国产66热6| www.999成人在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 一本综合久久免费| 午夜福利一区二区在线看| 汤姆久久久久久久影院中文字幕| 黄色毛片三级朝国网站| 精品人妻1区二区| 亚洲国产精品一区二区三区在线| 国产一区二区 视频在线| 女人被躁到高潮嗷嗷叫费观| 日韩欧美免费精品| av天堂久久9| 老熟妇仑乱视频hdxx| 亚洲人成77777在线视频| 婷婷丁香在线五月| 动漫黄色视频在线观看| 国产日韩欧美亚洲二区| 亚洲一码二码三码区别大吗| 亚洲精品久久午夜乱码| 午夜福利欧美成人| 国产av又大| 中文字幕高清在线视频| 久久精品熟女亚洲av麻豆精品| 黄片大片在线免费观看| 无限看片的www在线观看| 久久精品aⅴ一区二区三区四区| 两性夫妻黄色片| 黄色毛片三级朝国网站| 久久久精品免费免费高清| 欧美成狂野欧美在线观看| 免费一级毛片在线播放高清视频 | 中文字幕最新亚洲高清| 好男人电影高清在线观看| 人人妻人人澡人人爽人人夜夜| 日本wwww免费看| 欧美国产精品va在线观看不卡| 久久精品国产亚洲av香蕉五月 | av国产精品久久久久影院| 国产在线一区二区三区精| 亚洲精品中文字幕一二三四区 | 一本一本久久a久久精品综合妖精| 在线观看免费日韩欧美大片| 欧美大码av| 成年版毛片免费区| 国产日韩欧美在线精品| 午夜福利在线观看吧| 久久人妻av系列| 亚洲全国av大片| 久久99一区二区三区| 国产精品一区二区在线不卡| 黑人巨大精品欧美一区二区蜜桃| 男女边摸边吃奶| 亚洲精品久久午夜乱码| 日韩欧美一区视频在线观看| 久久久精品国产亚洲av高清涩受| 日韩一区二区三区影片| 中文字幕另类日韩欧美亚洲嫩草| 成人18禁高潮啪啪吃奶动态图| 午夜精品国产一区二区电影| 亚洲国产欧美一区二区综合| 亚洲av成人一区二区三| 日本精品一区二区三区蜜桃| 婷婷丁香在线五月| 热re99久久精品国产66热6| 国产av精品麻豆| 国产成人啪精品午夜网站| 国产精品久久久久久精品古装| 一个人免费在线观看的高清视频| 免费久久久久久久精品成人欧美视频| 乱人伦中国视频| 天天操日日干夜夜撸| 国产成人av激情在线播放| 精品亚洲乱码少妇综合久久| 亚洲色图 男人天堂 中文字幕| 高清欧美精品videossex| 欧美老熟妇乱子伦牲交| 狂野欧美激情性xxxx| 中文亚洲av片在线观看爽 | av片东京热男人的天堂| 水蜜桃什么品种好| 啦啦啦 在线观看视频| 亚洲综合色网址| 999久久久精品免费观看国产| 日韩视频一区二区在线观看| 久久国产精品人妻蜜桃| 国产又爽黄色视频| 国产精品美女特级片免费视频播放器 | 每晚都被弄得嗷嗷叫到高潮| 国产主播在线观看一区二区| 精品福利观看| 另类亚洲欧美激情| 久久精品国产亚洲av高清一级| 国产精品美女特级片免费视频播放器 | 露出奶头的视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品久久午夜乱码| 免费在线观看影片大全网站| 精品人妻熟女毛片av久久网站| 两性夫妻黄色片| 黄色怎么调成土黄色| 久久久久久免费高清国产稀缺| 欧美黑人欧美精品刺激| 91国产中文字幕| 人人澡人人妻人| 久久久久久免费高清国产稀缺| 亚洲精品美女久久久久99蜜臀| 欧美精品一区二区免费开放| 窝窝影院91人妻| 国产真人三级小视频在线观看| 最黄视频免费看| 欧美激情久久久久久爽电影 | 午夜老司机福利片| 国产一区二区激情短视频| 一级,二级,三级黄色视频| av网站在线播放免费| 久久国产亚洲av麻豆专区| 蜜桃国产av成人99| 考比视频在线观看| 久久天躁狠狠躁夜夜2o2o| 人妻久久中文字幕网| 老熟妇乱子伦视频在线观看| 午夜福利一区二区在线看| 国产成人影院久久av| 欧美久久黑人一区二区| 精品国产超薄肉色丝袜足j| 久久久水蜜桃国产精品网| 精品熟女少妇八av免费久了| 一区二区三区国产精品乱码| 97在线人人人人妻| 免费女性裸体啪啪无遮挡网站| 人妻久久中文字幕网| 天天躁夜夜躁狠狠躁躁| 中文欧美无线码| 岛国在线观看网站| 国产精品自产拍在线观看55亚洲 | 久久精品亚洲精品国产色婷小说| 午夜福利免费观看在线| 亚洲 欧美一区二区三区| 两个人免费观看高清视频| 夜夜夜夜夜久久久久| 老司机靠b影院| 国产精品久久久久久人妻精品电影 | 午夜福利一区二区在线看| 女人精品久久久久毛片| 少妇被粗大的猛进出69影院| av又黄又爽大尺度在线免费看| 大型黄色视频在线免费观看| 久久香蕉激情| 老汉色∧v一级毛片| 亚洲精华国产精华精| 精品久久久精品久久久| 日韩熟女老妇一区二区性免费视频| 黄色丝袜av网址大全| 欧美精品高潮呻吟av久久| 免费观看a级毛片全部| 一级黄色大片毛片| 肉色欧美久久久久久久蜜桃| 精品卡一卡二卡四卡免费| 一进一出好大好爽视频| 午夜激情久久久久久久| 大型黄色视频在线免费观看| 亚洲人成电影免费在线| 超碰97精品在线观看| 亚洲国产欧美一区二区综合| 9热在线视频观看99| 香蕉丝袜av| 国产99久久九九免费精品| 两个人免费观看高清视频| 中文字幕色久视频| 国产野战对白在线观看| 国产成人免费观看mmmm| www.自偷自拍.com| 精品熟女少妇八av免费久了| 成人av一区二区三区在线看| 欧美乱妇无乱码| 精品福利观看| 一级片免费观看大全| 欧美人与性动交α欧美软件| 91av网站免费观看| 午夜91福利影院| 老汉色av国产亚洲站长工具| 亚洲情色 制服丝袜| 成年动漫av网址| 国产单亲对白刺激| 欧美av亚洲av综合av国产av| 国产单亲对白刺激| 少妇精品久久久久久久| 久久久久视频综合| 欧美av亚洲av综合av国产av| 亚洲精品乱久久久久久| 在线观看一区二区三区激情| 在线av久久热| 欧美精品高潮呻吟av久久| 菩萨蛮人人尽说江南好唐韦庄| 老熟妇仑乱视频hdxx| 国产色视频综合| 九色亚洲精品在线播放| 大型av网站在线播放| 精品国产国语对白av| 国产在线免费精品| 午夜福利视频精品| 午夜福利免费观看在线| 窝窝影院91人妻| 亚洲久久久国产精品| 一级毛片电影观看| 久久精品国产亚洲av香蕉五月 | 水蜜桃什么品种好| 一级,二级,三级黄色视频| 国产精品国产高清国产av | 一本色道久久久久久精品综合| 日韩免费av在线播放| 成人手机av| 国产日韩欧美视频二区| 久久性视频一级片| 久久国产精品影院| 国产精品久久久久久人妻精品电影 | 99在线人妻在线中文字幕 | 欧美日韩黄片免| 免费人妻精品一区二区三区视频| 一边摸一边做爽爽视频免费| 国产精品成人在线| 动漫黄色视频在线观看| 欧美成狂野欧美在线观看| 一区二区三区激情视频| 日本av免费视频播放| 国产精品亚洲一级av第二区| 亚洲av国产av综合av卡| 日本黄色视频三级网站网址 | 天堂8中文在线网| 日韩欧美三级三区| 一级毛片女人18水好多| 五月开心婷婷网| 看免费av毛片| 成人免费观看视频高清| 中文字幕高清在线视频| 露出奶头的视频| 色综合婷婷激情| 午夜福利免费观看在线| 香蕉久久夜色| 国产免费福利视频在线观看| 老司机亚洲免费影院| 男女免费视频国产| 水蜜桃什么品种好| 欧美日韩成人在线一区二区| 国产成人欧美| 亚洲色图 男人天堂 中文字幕| 女性被躁到高潮视频| 国产不卡一卡二| 十八禁高潮呻吟视频| 一个人免费在线观看的高清视频| 高清av免费在线| 精品一区二区三区视频在线观看免费 | 黄色视频不卡| 亚洲伊人久久精品综合| 超碰成人久久| 捣出白浆h1v1| 亚洲avbb在线观看| www.自偷自拍.com| 亚洲精品自拍成人| 女人爽到高潮嗷嗷叫在线视频| 国产欧美日韩一区二区三| 精品一区二区三区四区五区乱码| 亚洲精品一卡2卡三卡4卡5卡| 国产免费现黄频在线看| 欧美大码av| 欧美精品高潮呻吟av久久| 亚洲人成电影免费在线| 久久国产精品影院| 中文字幕人妻丝袜制服| 高潮久久久久久久久久久不卡| 亚洲国产看品久久| 免费在线观看黄色视频的| 麻豆成人av在线观看| 岛国毛片在线播放| 国产单亲对白刺激| 我要看黄色一级片免费的| 久久天堂一区二区三区四区| 成人黄色视频免费在线看| 两性午夜刺激爽爽歪歪视频在线观看 | 成人免费观看视频高清| 国产人伦9x9x在线观看| 亚洲美女黄片视频| 一区在线观看完整版| 9热在线视频观看99| 国产欧美亚洲国产| 久久久久精品国产欧美久久久| 91字幕亚洲| 这个男人来自地球电影免费观看| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美精品av麻豆av| 亚洲专区国产一区二区| 国产一区二区激情短视频| 婷婷丁香在线五月| 欧美亚洲日本最大视频资源| 欧美日韩亚洲综合一区二区三区_| 亚洲自偷自拍图片 自拍| 亚洲人成77777在线视频| 国产成+人综合+亚洲专区| 免费观看av网站的网址| 一二三四在线观看免费中文在| 满18在线观看网站| 无限看片的www在线观看| 日韩熟女老妇一区二区性免费视频| 精品国产国语对白av| 日韩成人在线观看一区二区三区| 99久久精品国产亚洲精品| 免费黄频网站在线观看国产| 多毛熟女@视频| 亚洲精品乱久久久久久| 精品国产一区二区三区四区第35| 国产精品一区二区在线不卡| 精品乱码久久久久久99久播| 91精品国产国语对白视频| 欧美激情极品国产一区二区三区| 欧美中文综合在线视频| 一级毛片精品| 国产日韩欧美视频二区| 国内毛片毛片毛片毛片毛片| 人人妻人人添人人爽欧美一区卜| 久久国产精品男人的天堂亚洲| 极品人妻少妇av视频| 999精品在线视频| 国产成人影院久久av| 高清欧美精品videossex| 亚洲视频免费观看视频| 视频区图区小说| 国产精品亚洲一级av第二区| 99精国产麻豆久久婷婷| 亚洲国产欧美在线一区| 国产男靠女视频免费网站| 国产成人精品在线电影| 50天的宝宝边吃奶边哭怎么回事| 国产在线一区二区三区精| 久久天躁狠狠躁夜夜2o2o| 一本综合久久免费| 蜜桃在线观看..| 婷婷丁香在线五月| av天堂在线播放| 青草久久国产| 亚洲自偷自拍图片 自拍| 久久久国产精品麻豆| 久久人人爽av亚洲精品天堂| 日本欧美视频一区| 最新在线观看一区二区三区| 日韩制服丝袜自拍偷拍| 国产欧美日韩综合在线一区二区| 丰满饥渴人妻一区二区三| 天天操日日干夜夜撸| 国产精品熟女久久久久浪| 国内毛片毛片毛片毛片毛片| 王馨瑶露胸无遮挡在线观看| 人妻一区二区av| 最近最新中文字幕大全电影3 | 男人操女人黄网站| 在线观看免费视频日本深夜| cao死你这个sao货| 日韩一区二区三区影片| 一进一出抽搐动态| 男女无遮挡免费网站观看| 欧美大码av| 视频区欧美日本亚洲| www日本在线高清视频| 视频在线观看一区二区三区| 老熟妇仑乱视频hdxx| 久久久久视频综合| 免费在线观看完整版高清| 国产成人精品久久二区二区免费| 满18在线观看网站| 美女视频免费永久观看网站| 少妇的丰满在线观看| 亚洲成人国产一区在线观看| 99国产精品99久久久久| 国产精品久久久久久人妻精品电影 | 丝袜美腿诱惑在线| 国产精品亚洲一级av第二区| 亚洲人成伊人成综合网2020| 欧美变态另类bdsm刘玥| 亚洲中文日韩欧美视频| 国产精品 国内视频| 女人被躁到高潮嗷嗷叫费观| 亚洲综合色网址| 99re6热这里在线精品视频| 美国免费a级毛片| 亚洲av国产av综合av卡| 久久精品国产a三级三级三级| 欧美中文综合在线视频| 美女高潮到喷水免费观看| 欧美性长视频在线观看| tocl精华| 巨乳人妻的诱惑在线观看| 国产成人av激情在线播放| 国产有黄有色有爽视频| 丰满饥渴人妻一区二区三| 夜夜夜夜夜久久久久| 91麻豆精品激情在线观看国产 | 亚洲精品久久午夜乱码| 亚洲欧美一区二区三区黑人| 老汉色∧v一级毛片| 99热网站在线观看| 国产精品免费一区二区三区在线 | 在线观看免费视频日本深夜| 日韩一卡2卡3卡4卡2021年| 久久毛片免费看一区二区三区| 一区二区三区国产精品乱码| 色精品久久人妻99蜜桃| 久久精品国产a三级三级三级| 一级毛片电影观看| 午夜福利在线免费观看网站| 女同久久另类99精品国产91| 两人在一起打扑克的视频| 午夜福利一区二区在线看| 男男h啪啪无遮挡| 一级,二级,三级黄色视频| 黑人巨大精品欧美一区二区蜜桃| 国产片内射在线| 国产亚洲欧美在线一区二区| 亚洲 欧美一区二区三区| 成人免费观看视频高清| 咕卡用的链子| 满18在线观看网站| 一级a爱视频在线免费观看| 一区二区三区精品91| 在线 av 中文字幕| 久久午夜亚洲精品久久| 巨乳人妻的诱惑在线观看| 精品国内亚洲2022精品成人 | 欧美老熟妇乱子伦牲交| 国产99久久九九免费精品| 国产午夜精品久久久久久| 咕卡用的链子| 人成视频在线观看免费观看| 亚洲三区欧美一区| 最黄视频免费看| 老熟女久久久| 久久久久久亚洲精品国产蜜桃av| 丝袜喷水一区| 桃花免费在线播放| 天天影视国产精品| 在线播放国产精品三级| 蜜桃在线观看..| 国产aⅴ精品一区二区三区波| 久久av网站| 窝窝影院91人妻| 99精国产麻豆久久婷婷| 五月天丁香电影| 这个男人来自地球电影免费观看| 亚洲精品中文字幕在线视频| 国产成人av教育| 国产精品麻豆人妻色哟哟久久| 国产精品久久电影中文字幕 | 亚洲专区中文字幕在线| 亚洲国产av新网站| 91成人精品电影| 人妻久久中文字幕网| 日韩欧美一区视频在线观看| 国产在线精品亚洲第一网站| 亚洲中文av在线| 我要看黄色一级片免费的| 欧美精品人与动牲交sv欧美| 久热爱精品视频在线9| 欧美日韩成人在线一区二区| 纯流量卡能插随身wifi吗| 自拍欧美九色日韩亚洲蝌蚪91| av有码第一页| 一级a爱视频在线免费观看| 女人精品久久久久毛片| 捣出白浆h1v1| 一级a爱视频在线免费观看| 成人国产av品久久久| 淫妇啪啪啪对白视频| 久久人妻熟女aⅴ| 婷婷成人精品国产| 国产精品欧美亚洲77777| 国产一区二区三区在线臀色熟女 | 少妇 在线观看| 亚洲精品乱久久久久久| 国产三级黄色录像| 国产日韩欧美视频二区| 人妻久久中文字幕网| 国产精品一区二区在线观看99| 动漫黄色视频在线观看| 免费久久久久久久精品成人欧美视频| 免费高清在线观看日韩| 欧美亚洲日本最大视频资源| 欧美国产精品一级二级三级| 91av网站免费观看| 999久久久国产精品视频| 最近最新中文字幕大全电影3 | av福利片在线| 蜜桃在线观看..| 久久久久网色| 免费不卡黄色视频| 久久久水蜜桃国产精品网| 国产在线观看jvid|