• <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 ?

    基于優(yōu)化VMD的滾動軸承故障診斷方法

    2021-11-28 11:28:17毛坤鵬貝紹軼
    江蘇理工學(xué)院學(xué)報 2021年4期
    關(guān)鍵詞:參數(shù)優(yōu)化故障診斷

    毛坤鵬 貝紹軼

    摘? ? 要:當(dāng)滾動軸承出現(xiàn)不同嚴(yán)重程度的故障時,所提取的特征用于診斷中識別率較低。為解決這一問題,根據(jù)變分模態(tài)分解的原理,提出使用改進(jìn)的蝙蝠算法優(yōu)化變分模態(tài)分解的參數(shù),利用優(yōu)化后的參數(shù)對故障信號進(jìn)行分解,以求得樣本的能量熵和能譜熵。根據(jù)三個篩選因子對分量進(jìn)行篩選,求取保留分量的主頻分布特征。將能量熵、主頻分布特征、能譜熵作為特征向量輸入到支持向量機(jī)中進(jìn)行故障識別。實(shí)驗表明,提取的特征提高了故障狀態(tài)的識別率。

    關(guān)鍵詞:變分模態(tài)分解;參數(shù)優(yōu)化;改進(jìn)的蝙蝠算法;故障診斷

    中圖分類號:TP277? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼:A? ? ? ? ? ? ? ? ?文章編號:2095-7394(2021)04-0076-09

    由于滾動軸承的故障信號是非線性非平穩(wěn)信號,且通過傳統(tǒng)的頻譜分析難以準(zhǔn)確提取故障特征頻率,HUANG等人[1]提出了經(jīng)驗?zāi)B(tài)分解法(EMD)。區(qū)別于傳統(tǒng)的信號處理方法,EMD無需設(shè)置基函數(shù),其通過自適應(yīng)方法可將信號分解為若干IMF分量和一個殘余分量,每個分量均包含信號在不同時間段的局部特征;但EMD方法也存在端點(diǎn)效應(yīng)以及模態(tài)混疊的問題。為此,WU等人[2]將白噪聲加入到原信號中,并通過多次添加,平均多次分解的結(jié)果,完成了噪聲的抵消,使模態(tài)混疊現(xiàn)象得到了明顯的消除。隨后,DRAGOMIRETSKIY等人[3]于2014年提出了變分模態(tài)分解方法,該方法有可靠的數(shù)學(xué)理論基礎(chǔ),其通過引入變分框架求解約束變分模型最優(yōu)解,從而將原信號分解為一系列調(diào)幅調(diào)頻信號;然而,該方法雖能有效避免模態(tài)混疊及端點(diǎn)效應(yīng),但模態(tài)數(shù)K和二次懲罰因子alpha的選取會對最后的分解效果產(chǎn)生影響。

    本文使用改進(jìn)的蝙蝠算法,以最小平均包絡(luò)熵為適應(yīng)度函數(shù)對VMD分解的參數(shù)進(jìn)行尋優(yōu),并使用優(yōu)化后的參數(shù)對信號樣本分解,從而求取優(yōu)化參數(shù)組合[K,α]下的能量熵以及能譜熵;同時,使用三個篩選準(zhǔn)則對分量進(jìn)行篩選,求取篩選后分量的主頻分布特征,將能量熵、主頻分布特征、能譜熵作為特征向量輸入到支持向量機(jī)中進(jìn)行訓(xùn)練,進(jìn)而實(shí)現(xiàn)不同故障狀態(tài)的識別。

    1? ? 基本理論

    1.1? 變分模態(tài)分解理論

    變分模態(tài)分解就是將信號分解轉(zhuǎn)為在變分框架內(nèi)求解變分問題。信號經(jīng)過變分模態(tài)分解得到[K]個IMF分量,每個IMF分量都有不同中心頻率的帶寬,中心頻率和帶寬會隨著迭代的進(jìn)行產(chǎn)生變化。變分模態(tài)分解的目標(biāo)就是求能使所有分量的估計帶寬之和最小,且各分量之和等于原始信號時所對應(yīng)的[K]個分量。由此,變分模態(tài)分解這一算法流程其實(shí)質(zhì)就是變分問題的構(gòu)造與求解。所構(gòu)造的變分模型表達(dá)式為:

    [ui][ωi][λ]的迭代方程分別為式(3)、式(4)、式(5)。采用乘法算子交替方法項(ADMM)的方法對增廣拉格朗日表達(dá)式中的[ui][ωi]交替更新,分量和中心頻率更新后再對乘法算子[λ]更新,直到滿足終止條件(6)。

    1.2? 蝙蝠算法

    2010年,YANG[4]受蝙蝠利用超聲波回聲定位覓食行為的啟發(fā),提出了蝙蝠算法。該算法中蝙蝠的位置代表了所求解,在每次迭代過程中,蝙蝠個體的脈沖頻率和強(qiáng)度都實(shí)現(xiàn)更新,從而改變個體的位置。通過求取每個位置所對應(yīng)的適應(yīng)度值,達(dá)到最大迭代次數(shù)后可得到最優(yōu)解。具體步驟如下。

    (1)初始化蝙蝠個體的位置[xi]、速度[vi]、響度[A]、脈沖率[r]、響度衰減系數(shù)[Af]、脈沖頻度增強(qiáng)系數(shù)[Rf]、種群數(shù)量[N]以及最大迭代次數(shù)[Tmax]。

    (2)根據(jù)適應(yīng)度值確定當(dāng)前種群中的最優(yōu)位置[x?],通過式(7)、式(8)、式(9)更新蝙蝠個體的位置和速度:

    其中:[fi]表示每個蝙蝠個體的聲波頻率;[β]表示1個[0,1]之間的隨機(jī)向量。

    (3)以式(10)、式(11)來模擬蝙蝠發(fā)現(xiàn)獵物后減小響度、增大脈沖頻率的捕食特性:

    (4)達(dá)到最大迭代次數(shù)后,輸出蝙蝠最佳位置;否則,返回步驟(2)。

    2? ? 變分模態(tài)分解參數(shù)的優(yōu)化

    2.1? VMD參數(shù)優(yōu)化步驟

    模態(tài)數(shù)[K]和懲罰因子[α]的選取會對信號的分解結(jié)果造成很大影響。模態(tài)數(shù)過大,信號會過分解;過小,則會欠分解。懲罰因子過大,會造成信息缺失;過小,會導(dǎo)致低頻分量包含過多冗余分量。

    對于[K]和[α]值的確定,前人大都通過先確定[K]值,再尋找最優(yōu)適應(yīng)度值所對應(yīng)的[α]來確定最佳的[K]和[α]的組合。然而,根據(jù)劉建昌等人[5]的研究,這種先定[K]再定[α]的方法只能得到一個相對最優(yōu)的參數(shù)組合,并不一定是全局最優(yōu)的參數(shù)組合;因此,考慮使用蝙蝠算法來尋找最佳參數(shù)組合。

    軸承的故障信號經(jīng)過VMD分解后,會得到若干個模態(tài)函數(shù)。與正常信號相比,故障信號中的沖擊成分更多,各分量的能量較為集中,包絡(luò)熵[6]較小。使用蝙蝠算法優(yōu)化VMD參數(shù)時,選用最小平均包絡(luò)熵[7]作為目標(biāo)函數(shù)。平均包絡(luò)熵的定義式為:

    其中:[N]表示信號采樣點(diǎn)數(shù);[K]表示信號總分解個數(shù)。

    由于蝙蝠算法存在易陷入局部最優(yōu)、早熟后種群的多樣性會降低等問題;因此,使用改進(jìn)的蝙蝠算法對參數(shù)組合進(jìn)行尋優(yōu),具體步驟如下。

    (1)初始化蝙蝠算法的基本參數(shù)。

    (2)采用混沌映射的方法生成蝙蝠個體的初始位置。隨機(jī)生成一個2維的[0,1]上的向量[Zi=(Zi1,Zi2)],根據(jù)式(13)迭代生成[N-1]個向量:

    此時,蝙蝠個體的初始位置便可通過式(14)生成:

    (3)計算所有個體初始位置的適應(yīng)度值,將最優(yōu)適應(yīng)度值所對應(yīng)的個體位置確定為當(dāng)前最優(yōu)位置。在速度更新公式中添加一個權(quán)重因子[ω],權(quán)重因子的表達(dá)式如下:

    式中:[pfitness(i)]表示個體的適應(yīng)值;[best min]表示當(dāng)前全局最小適應(yīng)度值;[best max]表示當(dāng)前全局最大適應(yīng)度值。此時,速度更新公式便由式(8)變?yōu)槭剑?6)。

    (4)按照式(9)完成所有蝙蝠個體的位置更新,然后,用標(biāo)準(zhǔn)蝙蝠算法進(jìn)行局部尋優(yōu)以及更新響度和脈沖頻率。

    (5)重復(fù)步驟(3)(4),達(dá)到最大迭代次數(shù)后,輸出最小平均包絡(luò)熵所對應(yīng)的蝙蝠個體位置。此時,該個體位置即為VMD的最佳參數(shù)組合。

    2.2? 仿真驗證

    通過式(17)構(gòu)造一組故障仿真信號,分別以標(biāo)準(zhǔn)蝙蝠算法和改進(jìn)的蝙蝠算法對VMD的參數(shù)進(jìn)行尋優(yōu)。

    式中:[η]表示均值為0標(biāo)準(zhǔn)差為0.1的高斯白噪聲;仿真信號的采樣頻率為2 000 Hz,采樣點(diǎn)數(shù)為500。

    利用改進(jìn)的蝙蝠算法和標(biāo)準(zhǔn)蝙蝠算法進(jìn)行參數(shù)尋優(yōu),兩種算法的尋優(yōu)過程如圖1。改進(jìn)的蝙蝠算法和標(biāo)準(zhǔn)蝙蝠算法分別在第5、第9次迭代后尋找到全局最小平均包絡(luò)熵,此時,所對應(yīng)的參數(shù)組合為[4,800]。仿真信號以參數(shù)組合[4,800]進(jìn)行變分模態(tài)分解后,得到了4個分量,前3個分量分別對應(yīng)著組成仿真信號的3個諧波信號,VMD分解后的4個分量信號其時域波形圖和頻譜圖如圖2。

    從圖2可以看到,仿真信號以參數(shù)組合[4,800]完成VMD分解后,3個諧波信號的頻率都得到了體現(xiàn)。

    3? ? 分量篩選

    信號經(jīng)過變分模態(tài)分解后,分量可能存在與原信號無關(guān)、含有噪聲以及不能反映原信號沖擊特征等問題。

    基于以上問題,選用峭度值、邊際譜熵的倒數(shù)、相關(guān)系數(shù)作為篩選準(zhǔn)則,共同對分解出的分量進(jìn)行選擇,從而選出最能凸顯原信號特征的分量。信號中的噪聲越少,則邊際譜熵[8]的倒數(shù)越大。邊際譜熵的定義如下:

    式中:[h(i)]表示信號經(jīng)過變分模態(tài)分解后第[m]個分量的邊際譜。

    由于這3個篩選準(zhǔn)則對分量的影響權(quán)重會隨著原信號選取的不同發(fā)生改變;因此,考慮將這3個篩選準(zhǔn)則的值分別表現(xiàn)為三維直角坐標(biāo)系中3個軸上的數(shù)值,即每個分量都有3個分別在坐標(biāo)系3個軸上的點(diǎn)。為了統(tǒng)一3個篩選準(zhǔn)則的數(shù)量級,將這些點(diǎn)的坐標(biāo)設(shè)為(峭度值,0,0)(0,10*邊際譜熵的倒數(shù),0)(0,0,10*相關(guān)系數(shù))。將這3個點(diǎn)相連后,可得到一個三角形,然后,選取三角形面積最大的分量。由3個篩選準(zhǔn)則的數(shù)值構(gòu)成的三角形如圖3。

    4? ? 特征向量構(gòu)造

    特征向量既要能對不同故障有較好的區(qū)分性,又要能對不同工況、不同損壞程度的相同故障具有較好的聚集性。為了完成對不同故障的識別,本文選取能量熵、能譜熵和主頻分布特征作為特征向量。

    4.1? 能量熵

    信號經(jīng)過變分模態(tài)分解后,每個IMF分量都有自己頻段的信息[9],當(dāng)滾動軸承發(fā)生故障時,一些頻段的分量會發(fā)生變換,進(jìn)而導(dǎo)致瞬時能量的變化;同時,不同故障的能量熵值也會發(fā)生變化。能量熵的計算方法如下:

    4.2? 能譜熵

    當(dāng)軸承出現(xiàn)不同程度的故障時,信號在各個分量中的分布會發(fā)生改變,而隨著故障程度的加深,能量分布的改變,能譜熵[10]的大小隨之變化。能譜熵的計算公式如下:

    式中:[pi]的定義和式(19)中相同;[m]表示VMD分解的總分量個數(shù)。

    4.3? ?主頻分布特征

    當(dāng)滾動軸承發(fā)生故障時,周期性的沖擊會改變軸承的振動信號頻率結(jié)構(gòu),信號經(jīng)過傅里葉變換轉(zhuǎn)化為頻域信號后,可以通過頻域特征中的主頻分布特征[11]來表征譜能量分散程度,從而對不同的故障加以區(qū)分。主頻分布特征的計算公式如下:

    式中:[K]表示頻譜線數(shù);[fk]表示第[k]條頻譜線的頻率值;[s(k)]代表頻譜。

    5? ? 故障狀態(tài)識別過程

    滾動軸承的狀態(tài)大體可分為正常、內(nèi)圈故障、滾動體故障和外圈故障4類,而軸承出現(xiàn)的故障又可按退化程度分為輕度、中度和重度;因此,滾動軸承狀態(tài)總共可以分為10種,對每種狀態(tài)都定義一個標(biāo)簽,每種狀態(tài)的信號選取80組。

    利用改進(jìn)的蝙蝠算法確定變分模態(tài)分解的參數(shù)組合,以該參數(shù)組合對每組信號進(jìn)行變分模態(tài)分解,并根據(jù)分解出的分量信號以及分量個數(shù)計算能量熵和能譜熵。使用篩選準(zhǔn)則抉擇出最優(yōu)分量后,計算最優(yōu)分量的主頻分布特征,將這3個特征作為每組信號的特征向量。選取每種故障狀態(tài)的前60個樣本作為訓(xùn)練樣本,訓(xùn)練結(jié)束后,再將每種故障狀態(tài)的后20組作為測試樣本輸入到SVM中,對10種故障狀態(tài)進(jìn)行分類。整體的故障狀態(tài)識別流程如圖4。

    6? ? 實(shí)例分析

    本文的實(shí)驗數(shù)據(jù)來源于美國西儲大學(xué)電氣工程實(shí)驗室。軸承參數(shù)如表1所示,驅(qū)動端的軸承型號為6205-2RS JEM SKF,該軸承為深溝球軸承,滾動體個數(shù)為9。

    本文的實(shí)驗數(shù)據(jù)選取負(fù)載為0 W、轉(zhuǎn)速為1 797 rpm、采樣頻率為12 000 Hz的數(shù)據(jù)。內(nèi)圈故障、滾動體故障、外圈故障(6點(diǎn)鐘方向)分別選取0.177 8 mm、0.355 6 mm,0.533 4 mm三種損傷直徑;然后,再選取負(fù)載為0、轉(zhuǎn)速為1 797 rpm的正常數(shù)據(jù),構(gòu)造10種故障狀態(tài)。每種故障狀態(tài)選取80組數(shù)據(jù),每組數(shù)據(jù)的采樣點(diǎn)數(shù)為1 024個。

    如表2所示,為10種故障狀態(tài)所對應(yīng)的標(biāo)簽以及各故障狀態(tài)經(jīng)過改進(jìn)的蝙蝠算法尋優(yōu)后所得的最優(yōu)參數(shù)組合。

    隨機(jī)選取一組內(nèi)圈輕度故障信號,使用最優(yōu)參數(shù)組合[6,3 744]作為變分模態(tài)分解的參數(shù)[K]和[α],各分量的包絡(luò)譜圖如圖5。

    從圖5中可見:內(nèi)圈輕度故障信號按照最優(yōu)參數(shù)組合分解后,每個分量都包含了電機(jī)的2倍轉(zhuǎn)頻58.59 Hz和內(nèi)圈故障特征頻率164.1 Hz。

    使用最優(yōu)參數(shù)組合對10種故障狀態(tài)的信號進(jìn)行變分模態(tài)分解,求取能量熵、能譜熵、主頻分布特征組成的特征向量,每種故障狀態(tài)都能獲取80組特征向量;選取其中60組作為訓(xùn)練樣本,20組作為測試樣本。10種故障狀態(tài)下200組測試樣本的分類結(jié)果如圖6。

    從圖6可見:200個測試樣本有6個出現(xiàn)了預(yù)測錯誤,主要是將4個標(biāo)簽4的樣本錯分類為標(biāo)簽8。為了體現(xiàn)本文篩選方法的有效性,將原故障狀態(tài)識別過程中的篩選過程改為先提取相關(guān)系數(shù)較大的2個分量,再比較2個分量的峭度值,最終保留峭度值較大的分量。根據(jù)此法所產(chǎn)生的預(yù)測類別與真實(shí)類別的對比如圖7。

    從圖7可見:使用其他篩選方法后,標(biāo)簽4有4個錯誤預(yù)測,標(biāo)簽8出現(xiàn)了3個錯誤預(yù)測,即有2個故障狀態(tài)出現(xiàn)了較多的錯誤識別;而本文的方法只在1個標(biāo)簽類別處出現(xiàn)了較集中的錯誤預(yù)測,且整體的預(yù)測正確率更高。

    為了驗證本文參數(shù)優(yōu)化方法的有效性,分別使用EMD法、參數(shù)組合確定為[5,2 000]的VMD法分解相同的故障信號,故障狀態(tài)的識別流程與前述相同。這2種方法的預(yù)測結(jié)果如圖8、圖9。

    從圖8和圖9可以看到:與EMD法和參數(shù)確定的VMD法相比,本文的方法對10種故障狀態(tài)都有較高的識別率,且不存在對多個標(biāo)簽類別有錯誤預(yù)測的情況。

    7? ?結(jié)語

    以提高軸承故障狀態(tài)的識別率為目的,本文提出了一種優(yōu)化的滾動軸承故障診斷方法:(1)將平均包絡(luò)熵作為優(yōu)化目標(biāo),利用改進(jìn)的蝙蝠算法對VMD參數(shù)進(jìn)行尋優(yōu);(2)以峭度值、邊際譜熵的倒數(shù)、相關(guān)系數(shù)作為篩選準(zhǔn)則,對分解出的分量進(jìn)行選擇;(3)將能量熵、能譜熵、主頻分布特征作為滾動軸承的故障特征。實(shí)驗結(jié)果表明,該方法提高了對軸承不同故障狀態(tài)的識別率。

    參考文獻(xiàn):

    [1] HUANG N E,SHEN Z,LONG S R,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society A:Mathematical,Physical and Engineering Sciences,1998,454(1971): 903-995.

    [2] WU Z,HUANG N E. Ensemble empirical mode decomposition: a noise-assisted data analysis method[J]. Advances in Adaptive Data Analysis,2011,1(1):1-41.

    [3] DRAGOMIRETSKIY K,ZOSSO D.Variational mode decomposition[J]. IEEE Transactions on Signal Processing,2014,62(3):531-544.

    [4] YANG X S. A new metaheuristic bat-inspired algorithm[J]. Science,2010,284:65-74.

    [5] 劉建昌,權(quán)賀,于霞,等.基于參數(shù)優(yōu)化VMD和樣本熵的滾動軸承故障診斷[J].自動化學(xué)報,2019-08-12(網(wǎng)絡(luò)首發(fā)).DOI10.16383/j.aas.190345.

    [6] 丁承君,付曉陽,馮玉伯,等.基于參數(shù)優(yōu)化VMD的齒輪箱故障特征提取方法[J].機(jī)械傳動,2020,44(3):171-176.

    [7] 谷然,陳捷,洪榮晶,等.基于改進(jìn)自適應(yīng)變分模態(tài)分解的滾動軸承微弱故障診斷[J].振動與沖擊,2020,39(8):1-7.

    [8] 徐波.基于機(jī)器學(xué)習(xí)的旋轉(zhuǎn)機(jī)械故障診斷方法的研究[D].武漢:武漢科技大學(xué),2019:83-84.

    [9] 張超,朱騰飛,王大勇.基于VMD能量熵與支持向量機(jī)的齒輪故障診斷[J].機(jī)械設(shè)計與研究,2018,34(2):81-84.

    [10] 段永彬,張玉芝,安建良,等.基于變分模態(tài)分解譜熵的電機(jī)軸承退化狀態(tài)識別方法[J].機(jī)械設(shè)計與研究,2019,35(4):101-104.

    [11] LEI Y G,HE Z J,ZI Y Y, et al. Fault diagnosis of rotating machinery based on multiple ANFIS combination with GAs[J]. Mechanical Systems and Signal Processing,2007,21(5):2280-2294.

    責(zé)任編輯? ? 盛? ? 艷

    猜你喜歡
    參數(shù)優(yōu)化故障診斷
    凍干機(jī)常見故障診斷與維修
    基于正交試驗法的路基沖擊碾壓施工參數(shù)優(yōu)化
    基于神經(jīng)網(wǎng)絡(luò)的動力電池組焊接參數(shù)優(yōu)化研究
    基于量子萬有引力搜索的SVM自駕故障診斷
    研究LTE與WCDMA系統(tǒng)間小區(qū)互操作與參數(shù)優(yōu)化
    基于磁流變技術(shù)的汽車發(fā)動機(jī)隔振系統(tǒng)的參數(shù)優(yōu)化
    科技視界(2016年23期)2016-11-04 08:17:36
    上向進(jìn)路式尾砂膠結(jié)充填采礦法采場結(jié)構(gòu)參數(shù)優(yōu)化研究
    平整液系統(tǒng)改造以及工藝優(yōu)化
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于LCD和排列熵的滾動軸承故障診斷
    在线播放国产精品三级| 中文字幕高清在线视频| 在线观看66精品国产| 成人国产一区最新在线观看| 一二三四社区在线视频社区8| 亚洲av熟女| 一进一出抽搐动态| 国产精品电影一区二区三区| 老汉色∧v一级毛片| 80岁老熟妇乱子伦牲交| 大型av网站在线播放| 国产亚洲欧美98| 免费一级毛片在线播放高清视频 | 99久久精品国产亚洲精品| 久久伊人香网站| 搡老熟女国产l中国老女人| 亚洲专区中文字幕在线| 精品久久久久久久毛片微露脸| 欧美日韩视频精品一区| 人人澡人人妻人| 国产精品99久久99久久久不卡| 午夜免费成人在线视频| 在线观看免费视频网站a站| 成在线人永久免费视频| 亚洲一区二区三区欧美精品| 国产精品亚洲av一区麻豆| netflix在线观看网站| 日本免费一区二区三区高清不卡 | 真人一进一出gif抽搐免费| 国产高清国产精品国产三级| 精品一区二区三区视频在线观看免费 | 欧美日本中文国产一区发布| 午夜福利在线观看吧| 亚洲avbb在线观看| 一级黄色大片毛片| 国产成年人精品一区二区 | 日韩精品青青久久久久久| 99在线人妻在线中文字幕| 如日韩欧美国产精品一区二区三区| 丰满人妻熟妇乱又伦精品不卡| 亚洲av五月六月丁香网| 久久精品国产清高在天天线| 在线观看午夜福利视频| 夜夜躁狠狠躁天天躁| 精品国产超薄肉色丝袜足j| 宅男免费午夜| 制服诱惑二区| 午夜日韩欧美国产| 最好的美女福利视频网| cao死你这个sao货| 欧美另类亚洲清纯唯美| 夜夜看夜夜爽夜夜摸 | 国产亚洲欧美精品永久| 一二三四在线观看免费中文在| 男人舔女人下体高潮全视频| 午夜福利在线观看吧| 国产伦一二天堂av在线观看| 天天影视国产精品| 日韩人妻精品一区2区三区| 午夜久久久在线观看| 日韩精品中文字幕看吧| 午夜免费观看网址| 国产熟女午夜一区二区三区| 精品卡一卡二卡四卡免费| 18禁观看日本| 午夜福利在线免费观看网站| 亚洲免费av在线视频| av电影中文网址| 国产亚洲精品第一综合不卡| 啪啪无遮挡十八禁网站| 成人18禁在线播放| 欧美亚洲日本最大视频资源| 国产三级黄色录像| 老司机午夜福利在线观看视频| 欧美性长视频在线观看| 另类亚洲欧美激情| 99香蕉大伊视频| 国产成人免费无遮挡视频| 男人舔女人的私密视频| 18禁美女被吸乳视频| 91麻豆av在线| 国产亚洲精品久久久久久毛片| a级片在线免费高清观看视频| 在线观看免费日韩欧美大片| 99精品在免费线老司机午夜| 日韩欧美国产一区二区入口| av在线天堂中文字幕 | 久久人人97超碰香蕉20202| 美女高潮到喷水免费观看| 视频区图区小说| 国产亚洲精品综合一区在线观看 | 成人影院久久| 韩国精品一区二区三区| 99精国产麻豆久久婷婷| 午夜久久久在线观看| 麻豆成人av在线观看| 亚洲,欧美精品.| 波多野结衣一区麻豆| 日日夜夜操网爽| www.自偷自拍.com| 亚洲av第一区精品v没综合| 高清av免费在线| 九色亚洲精品在线播放| 亚洲久久久国产精品| 欧美人与性动交α欧美精品济南到| 日日爽夜夜爽网站| 精品一区二区三卡| 麻豆av在线久日| 欧美大码av| 国产无遮挡羞羞视频在线观看| 亚洲av成人av| 性欧美人与动物交配| 色老头精品视频在线观看| 婷婷六月久久综合丁香| 操出白浆在线播放| 亚洲一区中文字幕在线| 中文字幕人妻丝袜一区二区| e午夜精品久久久久久久| 超碰成人久久| 亚洲熟妇中文字幕五十中出 | 亚洲国产看品久久| 亚洲色图 男人天堂 中文字幕| 日日摸夜夜添夜夜添小说| 午夜免费成人在线视频| 久久久久国内视频| 色播在线永久视频| 国产蜜桃级精品一区二区三区| 亚洲人成电影观看| 国产成人av激情在线播放| 亚洲色图av天堂| 自线自在国产av| 国产精品久久久人人做人人爽| 91av网站免费观看| 日本一区二区免费在线视频| 精品一区二区三区av网在线观看| 亚洲在线自拍视频| 亚洲一区二区三区不卡视频| 亚洲一区二区三区不卡视频| 在线视频色国产色| 高清毛片免费观看视频网站 | 两个人免费观看高清视频| 在线观看www视频免费| 亚洲精品一二三| 69精品国产乱码久久久| 曰老女人黄片| 亚洲中文av在线| 亚洲成国产人片在线观看| 九色亚洲精品在线播放| 午夜福利在线免费观看网站| 搡老乐熟女国产| 日韩免费av在线播放| 午夜亚洲福利在线播放| av网站在线播放免费| 丁香六月欧美| 日本 av在线| 成在线人永久免费视频| 日本vs欧美在线观看视频| 日韩精品中文字幕看吧| 亚洲久久久国产精品| 日韩一卡2卡3卡4卡2021年| 女性被躁到高潮视频| 1024香蕉在线观看| www国产在线视频色| 国产精品免费视频内射| 久久久精品欧美日韩精品| 美女扒开内裤让男人捅视频| 18禁观看日本| 在线观看午夜福利视频| 欧美乱色亚洲激情| 日本黄色日本黄色录像| 一级片'在线观看视频| 一级a爱视频在线免费观看| 亚洲精品美女久久久久99蜜臀| 色婷婷av一区二区三区视频| 精品国产超薄肉色丝袜足j| 免费高清在线观看日韩| 亚洲在线自拍视频| 日本 av在线| 午夜精品久久久久久毛片777| av电影中文网址| 午夜免费观看网址| 可以免费在线观看a视频的电影网站| 一边摸一边做爽爽视频免费| 黄频高清免费视频| 久久青草综合色| 在线视频色国产色| 女警被强在线播放| 侵犯人妻中文字幕一二三四区| 亚洲精品国产精品久久久不卡| 久久久国产成人精品二区 | 欧美色视频一区免费| 国产熟女xx| 免费av毛片视频| 99久久国产精品久久久| 日本黄色视频三级网站网址| 亚洲欧美一区二区三区黑人| 成人精品一区二区免费| 日韩欧美一区视频在线观看| 日韩有码中文字幕| 国产乱人伦免费视频| 啦啦啦 在线观看视频| 精品欧美一区二区三区在线| 韩国精品一区二区三区| 色精品久久人妻99蜜桃| 美国免费a级毛片| 免费av毛片视频| 亚洲欧美激情综合另类| 夜夜看夜夜爽夜夜摸 | 麻豆一二三区av精品| 国产一区在线观看成人免费| 精品一区二区三区四区五区乱码| 精品少妇一区二区三区视频日本电影| videosex国产| 黄片播放在线免费| 久久亚洲精品不卡| 性欧美人与动物交配| 日本黄色视频三级网站网址| 国产精品久久久久久人妻精品电影| av国产精品久久久久影院| 丁香欧美五月| 国产精品秋霞免费鲁丝片| 一级a爱视频在线免费观看| 一个人免费在线观看的高清视频| 精品久久久久久久久久免费视频 | 人人妻人人澡人人看| av免费在线观看网站| 亚洲av日韩精品久久久久久密| 午夜成年电影在线免费观看| 美女大奶头视频| 99在线视频只有这里精品首页| 又黄又爽又免费观看的视频| 精品久久久久久久毛片微露脸| 中文字幕最新亚洲高清| 精品一区二区三卡| 女人精品久久久久毛片| 午夜视频精品福利| 国产精品偷伦视频观看了| 又黄又粗又硬又大视频| 国产精品爽爽va在线观看网站 | 中亚洲国语对白在线视频| 色综合婷婷激情| 亚洲激情在线av| 日韩一卡2卡3卡4卡2021年| 中文亚洲av片在线观看爽| 日韩欧美免费精品| 热re99久久国产66热| 18禁国产床啪视频网站| 欧洲精品卡2卡3卡4卡5卡区| 波多野结衣av一区二区av| 欧美乱妇无乱码| 欧美 亚洲 国产 日韩一| 久久久水蜜桃国产精品网| 美女扒开内裤让男人捅视频| 亚洲国产精品999在线| 国产熟女午夜一区二区三区| 激情视频va一区二区三区| 亚洲av第一区精品v没综合| 一级毛片精品| 午夜福利,免费看| www国产在线视频色| ponron亚洲| a级毛片在线看网站| 欧美乱码精品一区二区三区| 久久精品人人爽人人爽视色| 怎么达到女性高潮| 精品乱码久久久久久99久播| 亚洲欧洲精品一区二区精品久久久| 国产亚洲精品第一综合不卡| 很黄的视频免费| 黄网站色视频无遮挡免费观看| 精品免费久久久久久久清纯| 99久久99久久久精品蜜桃| 在线免费观看的www视频| 婷婷丁香在线五月| 午夜影院日韩av| 在线观看日韩欧美| 亚洲精品中文字幕在线视频| 久久精品成人免费网站| 国产精品一区二区精品视频观看| 久久人妻熟女aⅴ| 看片在线看免费视频| 亚洲激情在线av| 99久久综合精品五月天人人| 亚洲成人免费av在线播放| 中文字幕人妻熟女乱码| 不卡一级毛片| 高清毛片免费观看视频网站 | 国产有黄有色有爽视频| 91九色精品人成在线观看| 天堂√8在线中文| 久久伊人香网站| 国产在线观看jvid| 国产成人一区二区三区免费视频网站| 亚洲专区字幕在线| 美女大奶头视频| 母亲3免费完整高清在线观看| 国产片内射在线| 每晚都被弄得嗷嗷叫到高潮| 叶爱在线成人免费视频播放| 狂野欧美激情性xxxx| 搡老熟女国产l中国老女人| 日韩欧美三级三区| 高清毛片免费观看视频网站 | 欧美日韩av久久| 国产精品久久久人人做人人爽| 欧美日韩视频精品一区| 99久久99久久久精品蜜桃| 99re在线观看精品视频| 十八禁人妻一区二区| 亚洲中文日韩欧美视频| 欧美在线黄色| 大香蕉久久成人网| 热re99久久国产66热| 99re在线观看精品视频| 成年人黄色毛片网站| 午夜91福利影院| 黄色女人牲交| 真人一进一出gif抽搐免费| 日韩免费高清中文字幕av| 一区二区日韩欧美中文字幕| 69精品国产乱码久久久| 亚洲精品在线美女| 国产亚洲精品久久久久久毛片| 亚洲精品粉嫩美女一区| 久9热在线精品视频| 丝袜美足系列| 午夜a级毛片| 欧美色视频一区免费| 一本大道久久a久久精品| 久久天堂一区二区三区四区| 日韩有码中文字幕| 又黄又爽又免费观看的视频| 99国产综合亚洲精品| 久久国产亚洲av麻豆专区| 国产欧美日韩精品亚洲av| av天堂久久9| 日韩精品免费视频一区二区三区| 精品欧美一区二区三区在线| 一进一出抽搐gif免费好疼 | 精品日产1卡2卡| 欧美日韩亚洲高清精品| 日日干狠狠操夜夜爽| 成人三级做爰电影| 亚洲色图 男人天堂 中文字幕| 女人爽到高潮嗷嗷叫在线视频| 久久精品国产清高在天天线| 狂野欧美激情性xxxx| 亚洲精品国产区一区二| 免费女性裸体啪啪无遮挡网站| 免费av中文字幕在线| 少妇粗大呻吟视频| 极品教师在线免费播放| 在线播放国产精品三级| 村上凉子中文字幕在线| 波多野结衣一区麻豆| 又黄又粗又硬又大视频| 国产精品免费一区二区三区在线| 97超级碰碰碰精品色视频在线观看| 又紧又爽又黄一区二区| 久久精品国产亚洲av高清一级| 国产亚洲精品综合一区在线观看 | 亚洲精品粉嫩美女一区| av天堂久久9| 男人舔女人下体高潮全视频| 热99re8久久精品国产| 欧美日韩黄片免| 高清黄色对白视频在线免费看| 看免费av毛片| 1024香蕉在线观看| 精品久久蜜臀av无| 99国产极品粉嫩在线观看| 在线观看免费日韩欧美大片| 一本大道久久a久久精品| 国产精品国产av在线观看| 黄色片一级片一级黄色片| 侵犯人妻中文字幕一二三四区| 欧美日韩亚洲综合一区二区三区_| 人人澡人人妻人| 久久人人97超碰香蕉20202| 国产精品 国内视频| av国产精品久久久久影院| 99re在线观看精品视频| 久9热在线精品视频| 欧美日韩av久久| 久久久久久大精品| 国产人伦9x9x在线观看| 国产男靠女视频免费网站| 青草久久国产| 亚洲av熟女| 亚洲国产欧美网| 免费在线观看完整版高清| 少妇的丰满在线观看| 黄色 视频免费看| 亚洲五月天丁香| 亚洲欧美一区二区三区久久| 一二三四社区在线视频社区8| 高潮久久久久久久久久久不卡| 长腿黑丝高跟| 99国产精品99久久久久| 久久久国产精品麻豆| 午夜日韩欧美国产| 亚洲av第一区精品v没综合| 女性被躁到高潮视频| 一个人观看的视频www高清免费观看 | 久久久久国产一级毛片高清牌| 国产真人三级小视频在线观看| 成人亚洲精品av一区二区 | 99精品在免费线老司机午夜| 国产一区二区三区在线臀色熟女 | av网站免费在线观看视频| 美女福利国产在线| 亚洲片人在线观看| 最近最新免费中文字幕在线| 久久精品国产亚洲av高清一级| 国产精品野战在线观看 | 国产片内射在线| 精品一区二区三卡| 操美女的视频在线观看| 亚洲精品一区av在线观看| 国产成人一区二区三区免费视频网站| 少妇粗大呻吟视频| 色精品久久人妻99蜜桃| 777久久人妻少妇嫩草av网站| 日韩欧美免费精品| 91在线观看av| av有码第一页| 黄色毛片三级朝国网站| 91精品三级在线观看| 国产精品一区二区免费欧美| 黄色女人牲交| 法律面前人人平等表现在哪些方面| 亚洲国产毛片av蜜桃av| 麻豆国产av国片精品| 少妇粗大呻吟视频| 如日韩欧美国产精品一区二区三区| 国产精品一区二区精品视频观看| 人成视频在线观看免费观看| 欧美激情久久久久久爽电影 | 久久中文字幕一级| 一级,二级,三级黄色视频| 一本综合久久免费| 国产精品日韩av在线免费观看 | 国产在线精品亚洲第一网站| 精品一品国产午夜福利视频| 日本vs欧美在线观看视频| 12—13女人毛片做爰片一| 久久久久国内视频| 老熟妇乱子伦视频在线观看| 欧美日韩乱码在线| 99国产精品99久久久久| 亚洲av成人av| xxx96com| 男女做爰动态图高潮gif福利片 | 两性夫妻黄色片| 精品国产超薄肉色丝袜足j| 黄色片一级片一级黄色片| 老熟妇仑乱视频hdxx| 国产av又大| 一区二区三区国产精品乱码| 麻豆久久精品国产亚洲av | 黄色毛片三级朝国网站| 国产91精品成人一区二区三区| 免费av中文字幕在线| 一a级毛片在线观看| 性欧美人与动物交配| 日韩欧美国产一区二区入口| 黄片大片在线免费观看| 国产成+人综合+亚洲专区| 成人免费观看视频高清| 丰满迷人的少妇在线观看| 精品一品国产午夜福利视频| 在线av久久热| 午夜免费成人在线视频| 在线观看日韩欧美| 黄色 视频免费看| 麻豆国产av国片精品| 999精品在线视频| 久久午夜亚洲精品久久| 精品少妇一区二区三区视频日本电影| av网站免费在线观看视频| 岛国在线观看网站| 香蕉丝袜av| 午夜福利影视在线免费观看| 国产成人精品在线电影| 久久国产亚洲av麻豆专区| 亚洲精品国产精品久久久不卡| 人妻丰满熟妇av一区二区三区| 在线免费观看的www视频| 久久午夜综合久久蜜桃| 1024香蕉在线观看| 成人18禁在线播放| 欧美激情极品国产一区二区三区| 免费日韩欧美在线观看| 欧美日韩视频精品一区| 亚洲成人免费av在线播放| 亚洲精品国产色婷婷电影| 99在线人妻在线中文字幕| 亚洲自偷自拍图片 自拍| 亚洲人成电影观看| 国产av在哪里看| 成人18禁在线播放| 久久精品人人爽人人爽视色| 国产精品一区二区精品视频观看| 国产成人影院久久av| 在线观看免费视频日本深夜| 黄片大片在线免费观看| 丰满饥渴人妻一区二区三| 高清黄色对白视频在线免费看| 国产成+人综合+亚洲专区| 亚洲性夜色夜夜综合| 精品卡一卡二卡四卡免费| 久久精品人人爽人人爽视色| 99国产精品99久久久久| 成人亚洲精品一区在线观看| 久久久久久久久中文| 免费高清在线观看日韩| 黑人操中国人逼视频| 国产精品av久久久久免费| 日韩免费高清中文字幕av| 少妇裸体淫交视频免费看高清 | 成人永久免费在线观看视频| 黄频高清免费视频| 又黄又爽又免费观看的视频| 欧美在线一区亚洲| 黄色成人免费大全| 嫁个100分男人电影在线观看| 国产精品影院久久| 黄色丝袜av网址大全| 一个人免费在线观看的高清视频| 变态另类成人亚洲欧美熟女 | 国产成人精品久久二区二区免费| 国产精品久久久久久人妻精品电影| 色哟哟哟哟哟哟| 91麻豆av在线| 啦啦啦 在线观看视频| 久久精品国产综合久久久| 少妇裸体淫交视频免费看高清 | 青草久久国产| 夜夜看夜夜爽夜夜摸 | 午夜成年电影在线免费观看| 精品人妻在线不人妻| 国产精品一区二区免费欧美| 国产三级黄色录像| 欧美乱色亚洲激情| a级毛片在线看网站| 999精品在线视频| 日本撒尿小便嘘嘘汇集6| 在线观看一区二区三区| 久久人人爽av亚洲精品天堂| 女性生殖器流出的白浆| 国产精品久久久久成人av| 色精品久久人妻99蜜桃| 亚洲一区二区三区色噜噜 | 欧美激情久久久久久爽电影 | 成年女人毛片免费观看观看9| 免费少妇av软件| 色尼玛亚洲综合影院| 国产欧美日韩一区二区三| 国产成人av激情在线播放| 国产欧美日韩精品亚洲av| 久久久久久久久中文| 欧美激情高清一区二区三区| 亚洲va日本ⅴa欧美va伊人久久| 久久久久久久久久久久大奶| 久久久久久免费高清国产稀缺| 中文字幕人妻熟女乱码| 国产深夜福利视频在线观看| 欧美成人免费av一区二区三区| 一进一出好大好爽视频| 久久久久精品国产欧美久久久| 岛国视频午夜一区免费看| 一级毛片精品| 久久中文字幕一级| 久久久久国产精品人妻aⅴ院| 天堂中文最新版在线下载| 成年版毛片免费区| 日韩人妻精品一区2区三区| 国产亚洲精品久久久久久毛片| 91国产中文字幕| 老熟妇仑乱视频hdxx| 十分钟在线观看高清视频www| 日韩 欧美 亚洲 中文字幕| 真人做人爱边吃奶动态| 十八禁人妻一区二区| 国产精品久久久av美女十八| 黄色毛片三级朝国网站| 久久久久国内视频| 国产成人系列免费观看| 日日爽夜夜爽网站| 99riav亚洲国产免费| 亚洲国产精品999在线| 国产精品电影一区二区三区| 免费看十八禁软件| 丁香欧美五月| 国产1区2区3区精品| a在线观看视频网站| 啦啦啦免费观看视频1| 看黄色毛片网站| 国产精华一区二区三区| 在线观看一区二区三区| 在线观看舔阴道视频| 后天国语完整版免费观看| 两个人免费观看高清视频| 久久精品亚洲精品国产色婷小说| av福利片在线| 亚洲成人国产一区在线观看| 欧美激情久久久久久爽电影 | 美女福利国产在线| 大香蕉久久成人网| 久久国产精品男人的天堂亚洲| 麻豆一二三区av精品| 国产色视频综合| 两个人免费观看高清视频| 午夜福利影视在线免费观看| 久99久视频精品免费|