• <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 ?

    基于物元-陰性選擇算法的軸箱軸承故障檢測

    2021-10-31 08:55:58趙聰聰劉玉梅趙穎慧
    西南交通大學學報 2021年5期
    關鍵詞:軸箱物元檢測器

    趙聰聰,劉玉梅,趙穎慧,白 楊

    (1.吉林農業(yè)大學工程技術學院,吉林 長春 130118;2.吉林大學交通學院,吉林 長春 130022;3.一汽研發(fā)總院智能網聯(lián)開發(fā)院,吉林 長春 130011;4.一汽大眾汽車有限公司技術開發(fā)部,吉林 長春 130011)

    軸箱軸承作為高速列車走行部的關鍵部件,其運行環(huán)境復雜,一旦出現故障會導致熱軸、燃軸和切軸等事故,直接影響行車安全[1-2].軸溫檢測方法難以發(fā)現早期、微弱故障,基于振動信號的檢測方法更為有效[3].但列車實際運行狀態(tài)或加速試驗的振動數據獲取通常代價高昂,基于模型的仿真數據又難以保證精度,致使軸承故障數據獲取困難[4].

    Forrest 等[5]提出的陰性選擇算法(negative selection algorithm,NSA)是借鑒免疫系統(tǒng)的自己-非己識別原理,進行異常檢測時不需要先驗知識,只需利用有限的正常樣本生成檢測器.NSA 算法具有較強的魯棒性和并行性,適用于故障診斷和異常檢測領域[6],但需要考慮檢測器的生成和優(yōu)化問題.可拓學以物元理論和可拓集合為理論支柱,從“質”和“量”兩方面對問題展開研究[7-8],通過構建n維物元模型,實現對問題的多角度描述.

    考慮NSA 算法在異常檢測領域的優(yōu)勢以及物元模型的定性定量表述特性,本文提出了一種基于物元和NSA 算法的軸箱軸承故障檢測方法,避免了故障數據不足的缺陷.構建檢測器的n維物元模型,以檢測器與訓練樣本之間的綜合關聯(lián)度作為匹配規(guī)則構建適應度函數,并利用粒子群優(yōu)化(particle swarm optimization,PSO)算法生成候選檢測器.為使檢測器盡可能覆蓋非己空間,在適應度函數中引入控制參數,并分析控制參數對檢測器生成的影響.此外,為降低候選檢測器集合的冗余度,制定了檢測器特征參數區(qū)間的合并規(guī)則.采用信號模擬方法獲得軸箱軸承的故障信號,利用成熟檢測器集合進行故障檢測,以驗證本文所提方法的有效性和可行性.

    1 物元-陰性選擇模型

    1.1 NSA 原理

    NSA 算法的基本思想是通過自體集生成檢測器集,并利用檢測器對設備進行異常檢測.目前檢測器主要采用實值表示方法[9],利用高維實值向量構建檢測器,以實現問題空間與實值空間的對應.圖1所示為利用NSA 算法進行故障檢測的基本流程.

    圖1 NSA 用于故障檢測的基本流程Fig.1 Basic process of NSA for fault detection

    1.2 物元-陰性選擇(M-NSA)算法

    物元是可拓學的邏輯細胞,用有序三元數組(N,C,V)表示[7],其中N指代事物,C為事物的特征,V為C的量值.通常采用多維特征對事物N進行描述,形成n維物元MN.

    在構建物元-陰性選擇模型時,首先進行如下定義:設問題空間U為n維向量(c1,c2,···,cn)所構成的全集;自己空間S為描述設備正常狀態(tài)下的自體集,S?U;非己集合F構成非己空間,為自體集合在U上的補集,表示設備可能發(fā)生的各種異常狀態(tài),且S∪F=U,S∩F=?;檢測器為屬于非己集合的n維實值向量,且不與自體集匹配.

    考慮各特征參數可能存在數量級的差異,為提高計算效率、降低診斷誤差,將U表示為由(c1,c2,···,cn)構成的歸一化超矩形空間,如式(2).

    式中:Pi=[0,1](i=1,2,···,n)為第i個特征ci在問題空間U上的區(qū)域.

    設訓練集T={Tk,k=1,2,···,nt}?S、檢測器集D={Dj,j=1,2,···,nd}?F、待測樣本集Y={Yu,u=1,2,···,ny}?U.分別將Tk、Dj和Yu表示為n維物元形式,如式(3)~(5).

    1.3 親和力計算

    匹配規(guī)則也稱為親和力計算,用于描述抗體與抗原之間的相似性[9].親和力不僅用于檢測器的生成,還用于待測樣本的檢測.M-NSA 算法利用關聯(lián)函數計算親和力.關聯(lián)函數以距為基礎,設X0=和X=為兩個實區(qū)間,且X0?X,則實軸上任一點x0與區(qū)間X0的關聯(lián)函數定義為

    式中:k(x0)的正負和大小表明了x0屬于或不屬于X0的程度;ρ(x0,X0)和ρ(x0,X)為可拓距離,分別表示x0與X0、x0與X之間的距離,如式(7).

    本文利用關聯(lián)函數進行檢測器的生成和待測樣本的檢測.根據式(2)~(7),訓練樣本Tk(或待測樣本Yu)第i個特征ci的量值vi關于區(qū)間Pi和Vij的關聯(lián)函數為

    當0≤k(vi)≤ 0.5 時,vi∈Vij,且k(vi)值越大,vi屬于Vij的程度越高;當?1≤k(vi)<0 時,vi?Vij,即vi不與Vij匹配.因此,可將關聯(lián)函數作為NSA 的匹配規(guī)則,一方面根據檢測器與訓練樣本的匹配程度生成候選檢測器;另一方面根據待測樣本與檢測器的匹配程度進行異常檢測.

    由于問題空間、檢測器、訓練樣本和待測樣本均為n維物元形式,而式(8)僅計算了一維特征的匹配程度,故引入綜合關聯(lián)度將一維親和度的計算拓展到n維.待測樣本物元(或訓練樣本物元)與檢測器物元之間的綜合關聯(lián)度為

    2 檢測器的生成與優(yōu)化

    如何用較少的檢測器實現對非己空間的更大覆蓋,降低檢測器集合的冗余度是NSA 的關鍵問題.本文采用PSO 算法生成候選檢測器,同時提出合并規(guī)則,實現對候選檢測器集合的優(yōu)化.

    2.1 PSO 算法

    PSO 算法是一種群體智能算法,最早由Kennedy和Eberhart 博士提出.算法通過初始化一群粒子,使粒子在可行解空間中運動,通過追蹤個體極值Pbest和群體極值Gbest來更新個體位置.通過比較新粒子的適應度值與個體極值和群體極值的適應度,更新Pbest和Gbest.標準PSO 算法的粒子速度和位置更新公式為[10]

    式中:winitial為初始權重;wfinal為最終權重;Tmax為最大迭代次數.

    2.2 檢測器的生成

    利用PSO 算法生成候選檢測器時,首先應確定適應度函數.由式(6)~(9)及NSA 意義知:在利用自體集為訓練樣本生成檢測器時,訓練樣本與檢測器之間的綜合關聯(lián)度小于0,且綜合關聯(lián)度越小,訓練樣本與檢測器之間的親和力越小,檢測器屬于非己空間的程度越強.因此,本文采用式(12)的適應度函數生成候選檢測器.

    2.3 檢測器的優(yōu)化

    以式(13)為約束條件時,利用PSO 算法可以得到各約束區(qū)間內的最優(yōu)候選檢測器,此時候選檢測器集可能存在冗余.若兩個候選檢測器在某一特征取值區(qū)間的關聯(lián)度大于0,則這兩個檢測器關于該特征的取值區(qū)間存在重疊,需要進行優(yōu)化合并.結合關聯(lián)函數,制定具體的合并規(guī)則:設Dr和Ds(r,s=1,2,···,nd,且r≠s)為兩個候選檢測器,特征ci在Dr和Ds上的取值區(qū)間分別為Vri=[vra,vrb]、Vsi=[vsa,vsb]:

    按上述合并規(guī)則對整個候選檢測器集進行一次計算,得到若干彼此獨立的特征參數區(qū)間;對這些區(qū)間再進行二次合并,進而得到無冗余的成熟檢測器集合.

    3 軸箱軸承故障檢測

    3.1 軸承故障檢測流程

    利用本文所提的M-NSA 方法進行軸承故障檢測的基本流程為

    步驟1構建物元模型:利用特征提取方法構建問題空間和自己空間,并將其表示為多維物元形式;

    步驟2檢測器的生成:利用PSO 算法生成候選檢測器,首先初始化PSO 算法參數,然后以式(12)和式(13)為優(yōu)化函數,生成候選檢測器集合;

    步驟3檢測器的優(yōu)化:根據制定的合并規(guī)則對候選檢測器集的各維特征取值區(qū)間進行合并,得到無冗余的成熟檢測器集合;

    步驟4故障檢測:利用相同的特征提取方法構建待測樣本的物元模型,利用成熟檢測器進行故障檢測.若待測樣本與檢測器之間的親和度大于0,則標記為故障;反之,標記為正常.

    3.2 特征提取

    考慮設備安裝的方便性和可操作性,在被測轉向架的軸箱正下方布置三向振動加速度傳感器,如圖2 所示.由于垂向振動信號能更好地表現軸承振動特性,故以垂向振動信號作為分析對象.傳感器采用壓電式加速度傳感器,靈敏度100 mV/g,量程50 g,采樣頻率2048 Hz.

    圖2 軸箱軸承傳感器布置Fig.2 Axle box bearing sensor arrangement

    在進行特征提取之前,需要對采集到的軸承振動信號進行預處理,以最大限度的抑制或消除干擾噪聲.本文采用零均值化、剔除奇異點和數據平滑處理的方法進行振動信號的預處理.圖3 所示為列車300 km/h 運行時,軸箱軸承6 s 的垂向振動信號,圖4為經過預處理后的振動信號.

    圖3 軸箱軸承垂向振動信號Fig.3 Vertical vibration signal of axle box bearing

    圖4 預處理后的軸承振動信號Fig.4 Vibration signal of axle box bearing after preprocessing

    小波變換在時、頻兩域均具有較強的信號局部特征表征能力[11],適用于非平穩(wěn)、非線性信號的處理;且小波能量反應了信號在小波變換各頻帶內的能量分布信息,同時因問題空間U為歸一化的超矩形空間,故本文以歸一化的各頻帶小波能量構建特征向量.采用db3 小波對軸承振動信號進行4 層小波分解,得到歸一化的小波能量,利用向量形式表示為E=(E1,E2,E3,E4,E5).為構建自己集合,在振動信號中選取100 組數據,每組2048 點,用db3 小波進行4 層小波分解.表1 為各頻帶的分布,圖5 為100 組訓練樣本在各頻帶的歸一化小波能量分布.

    表1 各頻帶的頻率范圍Tab.1 Frequency range of each frequency band Hz

    3.3 檢測器的生成與優(yōu)化

    對PSO 算法進行參數初始化,種群規(guī)模為20,加速因子λ1=λ2=1.49445,終止閾值ε=1×10?9,Tmax=300,粒子維數=10,粒子運動空間為[0,1].按式(11)更新慣性權重,winitial=0.9,wfinal=0.4.為降低粒子在進化過程中離開搜索空間的幾率,限定粒子最大速度為空間范圍的20%.為保證迭代過程中vl,ij

    設式(12)中各頻帶的歸一化小波能量權重相等,即ωi=0.2(i=1,2,···,5).在自體集中隨機選取80 組數據作為訓練樣本,生成候選檢測器.圖6所示為δ=0.1 時的尋優(yōu)過程.

    圖6 適應度曲線(δ=0.100)Fig.6 Fitness curves(δ=0.100)

    由式(13)知,δ直接影響PSO 算法的收斂速度及檢測器的有效生成.δ取值不同時,得到的最佳適應度值也不同.為便于比較,取適應度在[?0.1,0]區(qū)間時,不同δ下的最佳適應度變化曲線,如圖7 所示.

    由圖7 知:δ越小,對適應度區(qū)間的劃分越細,PSO 算法的收斂速度越慢,且收斂速度隨δ的增大而提高;δ過大(如δ=0.500)會導致對適應度區(qū)間的劃分粗糙,造成檢測器無法有效覆蓋非己空間;式(9)中,綜合關聯(lián)度趨于0,表明檢測器靠近自己空間.因此,為避免“黑洞”的產生,對綜合關聯(lián)度趨于零的區(qū)間應進行細分;為提高收斂速度,對綜合關聯(lián)度趨于?1 的區(qū)間進行粗分.綜上,采用不同的控制參數劃分[?1,0]區(qū)間:當 ?0.2≤K(,MD)≤0時,取δ=0.005;當 ? 1.0≤K(,MD)

    圖7 不同控制參數下的適應度曲線Fig.7 The fitness curves with different control parameters

    表2 成熟檢測器分布Tab.2 Mature detector distribution

    3.4 軸箱軸承故障檢測

    由于軸箱軸承在信號采集階段始終處于正常運行狀態(tài),故利用信號模擬方法獲得軸箱軸承的故障信號.試驗用高速列車軸箱軸承具體參數及故障特征頻率見表3.利用文獻[12]所提方法得到軸箱軸承的各類故障信號,如圖8.

    表3 軸箱軸承基本參數Tab.3 Basic parameters of axle box bearing

    圖8 軸承故障信號Fig.8 Bearing fault signals

    在獲得滾動軸承故障信號后,利用前文特征提取方法進行特征提取,構建待測樣本.為驗證本文所提方法的有效性,選取20 組正常數據和80 組故障數據(每類故障取20 組數據)進行軸箱軸承的故障檢測.若待測樣本與檢測器之間的綜合關聯(lián)度大于零,則檢測器被激活.圖9 為待測樣本所激活的檢測器個數,圖10 為待測樣本與18 個成熟檢測器之間的親和度加權平均值.

    圖9 激活的檢測器個數Fig.9 Number of the activated detectors

    圖10 待測樣本與檢測器之間的親和度Fig.10 Weighted affinity between the tested samples and detectors

    由圖10 知:20 組軸箱軸承正常狀態(tài)樣本與成熟檢測器之間的親和度均值為?0.2127;4 類故障樣本與成熟檢測器之間的親和度均值分別為0.1763、0.1827、0.1587 和0.1797,表明生成的成熟檢測器對不同類軸承故障均具有較好的敏感性.

    定義檢測器激活率為激活的檢測器個數與檢測器總數之比,根據圖9 得到軸承在各類運行狀態(tài)下的檢測器激活率,見表4.

    表4 檢測器激活率Tab.4 Detector activation rate %

    由表4 知:軸承正常運行狀態(tài)樣本激活的檢測器較少,而故障樣本幾乎激活全部檢測器;且在軸承不同故障類別下,檢測器激活率的最大偏差為1.94%,生成的檢測器對不同類軸承故障均具有較高的檢測性能;部分檢測器存在誤判,主要是因檢測器的特征參數區(qū)間與對應的自己空間存在部分重合,可通過對非己空間的進一步細分得以提高.

    4 結 論

    本文針對軸箱軸承故障數據獲取困難的問題,結合NSA 算法和物元模型各自的特點,提出了無需先驗知識的軸箱軸承故障檢測方法:

    1)在檢測器生成階段,以檢測器與訓練樣本之間的綜合關聯(lián)度作為匹配規(guī)則構建適應度函數,利用PSO 算法尋優(yōu)生成候選檢測器,并分析了控制參數對檢測器生成及PSO 算法收斂速度的影響;

    2)在檢測器優(yōu)化階段,以特征參數在兩個檢測器對應區(qū)間的關聯(lián)度作為判決條件,制定了檢測器的合并規(guī)則,并對候選檢測器集進行優(yōu)化,將檢測器個數由80 個降低至18 個;

    3)采用信號模擬方法獲得軸箱軸承的各類故障信號并構建故障狀態(tài)的待測樣本,利用成熟檢測器集合進行檢測.結果表明,正常樣本與成熟檢測器之間的親和度均值為?0.2127,故障樣本與成熟檢測器之間的親和度不小于0.1587;正常樣本的檢測器激活率為1.11%,故障樣本的檢測器激活率不低于96.67%.

    猜你喜歡
    軸箱物元檢測器
    某型車輛軸箱在線振動測試分析
    基于SPS模式的轉向架軸箱裝配線仿真研究
    基于可拓物元模型的故障診斷研究與應用
    測控技術(2018年9期)2018-11-25 07:44:14
    雙牙棒消隙C軸箱的結構設計
    車道微波車輛檢測器的應用
    基于改進物元的大壩基巖安全評價
    基于物元分析的橋梁加固效果評價
    北方交通(2016年12期)2017-01-15 13:52:38
    一種霧霾檢測器的研究與設計
    209 P型轉向架軸箱彈簧斷裂的原因及預防
    基于熵權模糊物元的高速公路投資績效評價研究
    一个人看视频在线观看www免费 | 村上凉子中文字幕在线| 精品一区二区三区av网在线观看| www.精华液| 91麻豆av在线| www国产在线视频色| 好男人在线观看高清免费视频| 色播亚洲综合网| 欧美在线一区亚洲| a级毛片a级免费在线| 黄色女人牲交| 十八禁网站免费在线| 麻豆国产97在线/欧美| 国产精品爽爽va在线观看网站| 97超视频在线观看视频| 国内揄拍国产精品人妻在线| 日本与韩国留学比较| 男人舔女人的私密视频| 美女免费视频网站| 国产私拍福利视频在线观看| 成人三级黄色视频| 亚洲激情在线av| 欧美午夜高清在线| 亚洲精品美女久久久久99蜜臀| 亚洲18禁久久av| 中文字幕熟女人妻在线| 日韩欧美免费精品| 一个人免费在线观看电影 | 久久国产精品人妻蜜桃| 国产激情欧美一区二区| 9191精品国产免费久久| 欧美乱色亚洲激情| 网址你懂的国产日韩在线| 国产精品一区二区精品视频观看| 在线十欧美十亚洲十日本专区| 好看av亚洲va欧美ⅴa在| 国产 一区 欧美 日韩| 一级毛片女人18水好多| 国产av一区在线观看免费| 一卡2卡三卡四卡精品乱码亚洲| 亚洲精品乱码久久久v下载方式 | 色综合欧美亚洲国产小说| 精品无人区乱码1区二区| 十八禁人妻一区二区| 91麻豆精品激情在线观看国产| 18禁观看日本| 狂野欧美白嫩少妇大欣赏| 91在线精品国自产拍蜜月 | 久久天堂一区二区三区四区| 欧美午夜高清在线| 久久久精品欧美日韩精品| 成人午夜高清在线视频| 美女cb高潮喷水在线观看 | 我的老师免费观看完整版| 999精品在线视频| 国产高清视频在线播放一区| 亚洲精品一区av在线观看| 香蕉av资源在线| 亚洲精品美女久久av网站| АⅤ资源中文在线天堂| 日韩欧美免费精品| 十八禁人妻一区二区| 久久草成人影院| 久久热在线av| 精品久久久久久久久久免费视频| 欧美最黄视频在线播放免费| 国产精品野战在线观看| 亚洲最大成人中文| 欧美日韩黄片免| 女人高潮潮喷娇喘18禁视频| 在线永久观看黄色视频| 欧美在线黄色| 91麻豆精品激情在线观看国产| 亚洲国产欧美人成| 男女视频在线观看网站免费| 中文字幕精品亚洲无线码一区| 日本三级黄在线观看| 丰满人妻熟妇乱又伦精品不卡| svipshipincom国产片| 9191精品国产免费久久| 一个人看的www免费观看视频| 好男人电影高清在线观看| 热99re8久久精品国产| 99国产精品一区二区蜜桃av| 午夜福利视频1000在线观看| 老司机午夜十八禁免费视频| 欧美极品一区二区三区四区| 怎么达到女性高潮| 两性午夜刺激爽爽歪歪视频在线观看| 久久久久久九九精品二区国产| 精品人妻1区二区| 曰老女人黄片| 免费在线观看影片大全网站| 国产高清激情床上av| 90打野战视频偷拍视频| cao死你这个sao货| 桃红色精品国产亚洲av| 欧美色视频一区免费| 一卡2卡三卡四卡精品乱码亚洲| 久久久久久久久免费视频了| 亚洲一区二区三区不卡视频| 又黄又粗又硬又大视频| 亚洲专区国产一区二区| 国产三级中文精品| 国产免费av片在线观看野外av| 露出奶头的视频| 一本一本综合久久| 欧美中文综合在线视频| 啦啦啦观看免费观看视频高清| 国产熟女xx| 三级男女做爰猛烈吃奶摸视频| 国产乱人伦免费视频| 亚洲人成网站在线播放欧美日韩| www.自偷自拍.com| 久久天堂一区二区三区四区| 少妇裸体淫交视频免费看高清| 日日干狠狠操夜夜爽| 成年人黄色毛片网站| 一级作爱视频免费观看| 黄色片一级片一级黄色片| 欧美中文综合在线视频| 国产激情偷乱视频一区二区| 激情在线观看视频在线高清| 999久久久国产精品视频| 丁香欧美五月| 少妇丰满av| 久久中文看片网| 亚洲欧美日韩卡通动漫| 非洲黑人性xxxx精品又粗又长| 久久人妻av系列| 久久久久国产精品人妻aⅴ院| 色哟哟哟哟哟哟| www日本在线高清视频| 99国产精品一区二区三区| 亚洲一区二区三区色噜噜| 国产精品免费一区二区三区在线| 欧美性猛交╳xxx乱大交人| 别揉我奶头~嗯~啊~动态视频| 亚洲av成人精品一区久久| 日本黄色视频三级网站网址| 亚洲国产精品sss在线观看| 亚洲精品一区av在线观看| 国产精品久久久av美女十八| 精品乱码久久久久久99久播| 国内毛片毛片毛片毛片毛片| 国产午夜精品久久久久久| 久久久精品欧美日韩精品| 长腿黑丝高跟| 日本免费a在线| 欧美成人一区二区免费高清观看 | 身体一侧抽搐| 亚洲成人精品中文字幕电影| 黄色女人牲交| 亚洲欧美一区二区三区黑人| 老司机午夜十八禁免费视频| 亚洲天堂国产精品一区在线| 99国产精品一区二区三区| 亚洲成人精品中文字幕电影| 99精品欧美一区二区三区四区| 中亚洲国语对白在线视频| 国产亚洲欧美98| 日日夜夜操网爽| 一区二区三区高清视频在线| 丰满人妻一区二区三区视频av | 亚洲真实伦在线观看| 波多野结衣高清作品| 亚洲欧美一区二区三区黑人| 亚洲男人的天堂狠狠| 黑人巨大精品欧美一区二区mp4| 日本精品一区二区三区蜜桃| 麻豆成人午夜福利视频| 少妇的逼水好多| 亚洲国产精品sss在线观看| 国产午夜精品久久久久久| 这个男人来自地球电影免费观看| 又爽又黄无遮挡网站| 久久热在线av| 一二三四在线观看免费中文在| 午夜免费成人在线视频| 亚洲av日韩精品久久久久久密| 操出白浆在线播放| 日韩欧美国产在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 国产av在哪里看| 亚洲av免费在线观看| 国产黄色小视频在线观看| 日本撒尿小便嘘嘘汇集6| 99国产精品99久久久久| 国产高清视频在线播放一区| 88av欧美| 偷拍熟女少妇极品色| 真人一进一出gif抽搐免费| 色综合欧美亚洲国产小说| 色老头精品视频在线观看| 日韩精品青青久久久久久| 亚洲18禁久久av| 观看美女的网站| 最新在线观看一区二区三区| 久久久久免费精品人妻一区二区| av天堂中文字幕网| 国产免费av片在线观看野外av| 一夜夜www| 欧美日韩一级在线毛片| 中文在线观看免费www的网站| 免费看a级黄色片| 亚洲,欧美精品.| 国产精品日韩av在线免费观看| 夜夜爽天天搞| 一级作爱视频免费观看| 伦理电影免费视频| 欧美日韩黄片免| 淫秽高清视频在线观看| 狂野欧美白嫩少妇大欣赏| 91老司机精品| av天堂中文字幕网| 男人舔女人下体高潮全视频| 又大又爽又粗| 性欧美人与动物交配| 国产精品一区二区三区四区免费观看 | 国产精品女同一区二区软件 | 国产综合懂色| 国产精品亚洲美女久久久| 18禁观看日本| 19禁男女啪啪无遮挡网站| 真人一进一出gif抽搐免费| 淫妇啪啪啪对白视频| 搞女人的毛片| 亚洲精品在线观看二区| 免费高清视频大片| 久久性视频一级片| 日本在线视频免费播放| 99视频精品全部免费 在线 | 免费在线观看成人毛片| 搡老熟女国产l中国老女人| 99国产极品粉嫩在线观看| 中文字幕熟女人妻在线| 亚洲人成伊人成综合网2020| 脱女人内裤的视频| 国产精品久久久久久久电影 | 午夜免费观看网址| 亚洲精品中文字幕一二三四区| 成年免费大片在线观看| 日韩大尺度精品在线看网址| 国产精品综合久久久久久久免费| 国产一区二区激情短视频| 在线免费观看不下载黄p国产 | 国产1区2区3区精品| av在线蜜桃| 美女高潮喷水抽搐中文字幕| 给我免费播放毛片高清在线观看| 国产av一区在线观看免费| av福利片在线观看| 草草在线视频免费看| 老鸭窝网址在线观看| 老司机午夜福利在线观看视频| 免费在线观看视频国产中文字幕亚洲| 亚洲乱码一区二区免费版| 亚洲精品中文字幕一二三四区| a级毛片a级免费在线| 我要搜黄色片| 欧美中文日本在线观看视频| 熟妇人妻久久中文字幕3abv| 国产真人三级小视频在线观看| 亚洲aⅴ乱码一区二区在线播放| 99久久成人亚洲精品观看| 亚洲精品在线观看二区| 国产成人aa在线观看| 国产亚洲精品久久久久久毛片| 黄频高清免费视频| 日日摸夜夜添夜夜添小说| 婷婷六月久久综合丁香| 欧美极品一区二区三区四区| 少妇人妻一区二区三区视频| 操出白浆在线播放| 国产黄片美女视频| 色播亚洲综合网| 好看av亚洲va欧美ⅴa在| 天堂√8在线中文| 国产av一区在线观看免费| 在线视频色国产色| 可以在线观看的亚洲视频| 国产精品99久久99久久久不卡| or卡值多少钱| 国产精品野战在线观看| 久久精品影院6| 亚洲黑人精品在线| 在线观看舔阴道视频| 长腿黑丝高跟| 精品国产乱子伦一区二区三区| 黄色女人牲交| 日本在线视频免费播放| 热99在线观看视频| 人妻久久中文字幕网| 国产av在哪里看| 久久久国产成人免费| 精品不卡国产一区二区三区| 色精品久久人妻99蜜桃| 国产黄片美女视频| 男女视频在线观看网站免费| 特级一级黄色大片| 日本免费a在线| 看黄色毛片网站| 长腿黑丝高跟| 免费在线观看日本一区| 亚洲18禁久久av| 丰满人妻熟妇乱又伦精品不卡| 无遮挡黄片免费观看| 美女 人体艺术 gogo| 欧美三级亚洲精品| 麻豆av在线久日| 激情在线观看视频在线高清| 国产成人精品久久二区二区91| 日韩欧美在线乱码| or卡值多少钱| 亚洲午夜理论影院| 成在线人永久免费视频| 精品久久久久久久人妻蜜臀av| 亚洲18禁久久av| 国产人伦9x9x在线观看| 午夜免费观看网址| 国产 一区 欧美 日韩| 亚洲美女视频黄频| 丰满人妻熟妇乱又伦精品不卡| 中文字幕人成人乱码亚洲影| 久久草成人影院| 2021天堂中文幕一二区在线观| bbb黄色大片| 1000部很黄的大片| 后天国语完整版免费观看| 国产视频一区二区在线看| 日韩av在线大香蕉| 色老头精品视频在线观看| 观看美女的网站| 久久久久免费精品人妻一区二区| 久久中文字幕一级| 免费在线观看视频国产中文字幕亚洲| 亚洲精品中文字幕一二三四区| 国产午夜精品论理片| 成人特级av手机在线观看| 日韩大尺度精品在线看网址| 麻豆国产av国片精品| av天堂中文字幕网| 18禁裸乳无遮挡免费网站照片| 网址你懂的国产日韩在线| 欧美成人性av电影在线观看| 亚洲午夜精品一区,二区,三区| 亚洲av第一区精品v没综合| 好看av亚洲va欧美ⅴa在| or卡值多少钱| 国产精品亚洲美女久久久| 露出奶头的视频| 中文字幕高清在线视频| 午夜福利免费观看在线| 中文资源天堂在线| 国产黄色小视频在线观看| 国产精品亚洲美女久久久| 最近视频中文字幕2019在线8| 久久久久久久久中文| 琪琪午夜伦伦电影理论片6080| 欧美大码av| 国产精品久久久人人做人人爽| 欧美中文综合在线视频| 丰满的人妻完整版| 两个人看的免费小视频| 国产精品免费一区二区三区在线| 淫妇啪啪啪对白视频| 99精品欧美一区二区三区四区| 亚洲人成网站高清观看| 国产av不卡久久| 欧美最黄视频在线播放免费| 欧美日韩中文字幕国产精品一区二区三区| 亚洲中文日韩欧美视频| 偷拍熟女少妇极品色| 国产午夜精品论理片| 极品教师在线免费播放| 欧美绝顶高潮抽搐喷水| 国产高清有码在线观看视频| 一本综合久久免费| 国产成人精品无人区| 99国产精品一区二区三区| 黄频高清免费视频| 国产乱人伦免费视频| 亚洲精华国产精华精| 三级男女做爰猛烈吃奶摸视频| 国模一区二区三区四区视频 | a在线观看视频网站| 全区人妻精品视频| 麻豆成人午夜福利视频| www.自偷自拍.com| 国产精品亚洲av一区麻豆| 少妇人妻一区二区三区视频| 精品99又大又爽又粗少妇毛片 | 精品一区二区三区av网在线观看| 国产黄a三级三级三级人| 日日摸夜夜添夜夜添小说| 国产三级黄色录像| 亚洲国产日韩欧美精品在线观看 | 色视频www国产| 村上凉子中文字幕在线| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久久久久精品电影| 欧美大码av| 国产成年人精品一区二区| 怎么达到女性高潮| 一个人免费在线观看的高清视频| 老司机深夜福利视频在线观看| 少妇裸体淫交视频免费看高清| 亚洲欧美日韩东京热| 亚洲黑人精品在线| 日本黄色视频三级网站网址| 成人av在线播放网站| 亚洲 国产 在线| 99久久精品国产亚洲精品| av中文乱码字幕在线| 国产69精品久久久久777片 | 国内精品久久久久精免费| 19禁男女啪啪无遮挡网站| 国产成人精品久久二区二区免费| 偷拍熟女少妇极品色| 亚洲欧美日韩东京热| 天天躁日日操中文字幕| 亚洲中文字幕日韩| 亚洲成人久久爱视频| 精品人妻1区二区| 久久精品国产99精品国产亚洲性色| 99re在线观看精品视频| 99久久成人亚洲精品观看| 亚洲av免费在线观看| 国产精品电影一区二区三区| 成人三级黄色视频| 人妻久久中文字幕网| 国产蜜桃级精品一区二区三区| 中文字幕最新亚洲高清| 午夜福利欧美成人| 首页视频小说图片口味搜索| 久久久久亚洲av毛片大全| 国产精品美女特级片免费视频播放器 | 久久精品国产亚洲av香蕉五月| x7x7x7水蜜桃| 每晚都被弄得嗷嗷叫到高潮| 嫩草影院入口| 不卡av一区二区三区| 90打野战视频偷拍视频| 黑人欧美特级aaaaaa片| 亚洲成人中文字幕在线播放| 狂野欧美白嫩少妇大欣赏| 精品一区二区三区视频在线观看免费| 亚洲人与动物交配视频| 搡老岳熟女国产| 高清在线国产一区| 亚洲精品国产精品久久久不卡| 韩国av一区二区三区四区| 精品免费久久久久久久清纯| 黑人巨大精品欧美一区二区mp4| 好男人在线观看高清免费视频| www.自偷自拍.com| 成熟少妇高潮喷水视频| 亚洲av免费在线观看| 国产1区2区3区精品| 偷拍熟女少妇极品色| 成年版毛片免费区| 两性夫妻黄色片| 久久久久久九九精品二区国产| 欧美黄色淫秽网站| 国产欧美日韩一区二区三| 欧美最黄视频在线播放免费| 在线观看美女被高潮喷水网站 | 亚洲国产精品久久男人天堂| 国产精品一区二区三区四区久久| 韩国av一区二区三区四区| 日韩av在线大香蕉| 身体一侧抽搐| 性欧美人与动物交配| 精品久久久久久,| 日本撒尿小便嘘嘘汇集6| 99久久久亚洲精品蜜臀av| 欧美xxxx黑人xx丫x性爽| 久久久久精品国产欧美久久久| 国产精品一区二区精品视频观看| 亚洲aⅴ乱码一区二区在线播放| 日本熟妇午夜| 两个人视频免费观看高清| 日韩国内少妇激情av| 黄频高清免费视频| 国产av麻豆久久久久久久| 热99在线观看视频| 国产精品久久久久久久电影| 欧美成人午夜免费资源| 免费黄色在线免费观看| 十八禁国产超污无遮挡网站| 中文天堂在线官网| 少妇裸体淫交视频免费看高清| av在线播放精品| 久久久久久久久久久丰满| 插逼视频在线观看| 国产av不卡久久| 成年免费大片在线观看| 国产精品国产高清国产av| 国产成人91sexporn| 亚洲国产精品成人久久小说| 啦啦啦韩国在线观看视频| 亚洲精品自拍成人| 国产极品天堂在线| 久久久久久久久久黄片| 99久国产av精品国产电影| 午夜免费男女啪啪视频观看| 国产精品无大码| 69av精品久久久久久| 国产又黄又爽又无遮挡在线| 日本黄大片高清| 亚洲av福利一区| 在线免费十八禁| 国产av一区在线观看免费| 亚洲中文字幕一区二区三区有码在线看| 免费观看a级毛片全部| 免费大片18禁| 中文字幕人妻熟人妻熟丝袜美| ponron亚洲| 色哟哟·www| 国产精品伦人一区二区| 美女脱内裤让男人舔精品视频| 一级毛片电影观看 | 日韩欧美国产在线观看| 国产爱豆传媒在线观看| 精品久久久久久久末码| 中文资源天堂在线| 亚洲一级一片aⅴ在线观看| 中文字幕亚洲精品专区| 免费看a级黄色片| 麻豆成人午夜福利视频| 国产精品久久久久久久电影| 亚洲国产最新在线播放| 人妻制服诱惑在线中文字幕| 乱人视频在线观看| 免费一级毛片在线播放高清视频| 亚洲伊人久久精品综合 | 国产淫语在线视频| 亚洲精品乱久久久久久| 又爽又黄a免费视频| 精品国产三级普通话版| 男人狂女人下面高潮的视频| 国内少妇人妻偷人精品xxx网站| 日本欧美国产在线视频| .国产精品久久| 成人午夜高清在线视频| 一个人看视频在线观看www免费| 乱人视频在线观看| 中文资源天堂在线| 中国国产av一级| 成人午夜精彩视频在线观看| 亚洲自偷自拍三级| 国产又黄又爽又无遮挡在线| 美女国产视频在线观看| 精品99又大又爽又粗少妇毛片| 村上凉子中文字幕在线| 久久精品国产亚洲网站| 在线观看av片永久免费下载| 好男人在线观看高清免费视频| 精品不卡国产一区二区三区| 少妇猛男粗大的猛烈进出视频 | 卡戴珊不雅视频在线播放| 亚洲国产精品合色在线| 久久精品国产自在天天线| 亚洲四区av| 三级国产精品欧美在线观看| 亚洲欧美清纯卡通| 国产av码专区亚洲av| 丰满少妇做爰视频| 国产老妇女一区| 亚洲高清免费不卡视频| 波野结衣二区三区在线| 亚洲高清免费不卡视频| 亚洲成人av在线免费| 免费观看的影片在线观看| 欧美日韩一区二区视频在线观看视频在线 | 亚洲成人精品中文字幕电影| 麻豆精品久久久久久蜜桃| 国产精品福利在线免费观看| 亚洲精品456在线播放app| 亚洲欧美精品专区久久| 国产亚洲一区二区精品| 2021天堂中文幕一二区在线观| 国产精品国产三级国产专区5o | 51国产日韩欧美| 日韩av不卡免费在线播放| 午夜激情福利司机影院| 午夜福利在线在线| 女人被狂操c到高潮| 人人妻人人澡欧美一区二区| 美女高潮的动态| 免费观看a级毛片全部| 午夜精品国产一区二区电影 | 99在线视频只有这里精品首页| 国产免费一级a男人的天堂| 99在线视频只有这里精品首页| 成人毛片a级毛片在线播放| 亚洲成人久久爱视频| 欧美又色又爽又黄视频| 麻豆av噜噜一区二区三区| 国产 一区精品| 特大巨黑吊av在线直播| 国产伦精品一区二区三区视频9| 国产精品永久免费网站| 99久久中文字幕三级久久日本| 大又大粗又爽又黄少妇毛片口| 一边亲一边摸免费视频| 波多野结衣巨乳人妻| 国产亚洲最大av| 国产午夜精品论理片| 国产高清有码在线观看视频| 精品酒店卫生间| 能在线免费看毛片的网站| av在线蜜桃| 久久人人爽人人片av| 美女大奶头视频|