• <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 ?

    基于拉曼光譜熒光背景的痕量原油泄漏檢測方法

    2022-04-08 06:27:08童宗歌陳夕松胡云云
    石油煉制與化工 2022年4期
    關鍵詞:譜段痕量曼光譜

    童宗歌,陳夕松,王 鵬,胡云云

    (1.東南大學自動化學院,南京 210096;2.南京富島信息工程有限公司)

    煉化企業(yè)常采用原油與常壓蒸餾塔側(cè)線的輕質(zhì)油進行換熱,經(jīng)常存在原油換熱器內(nèi)漏問題,特別是近年來我國加工的高硫高酸等原油日益增多[1],因腐蝕換熱管道導致原油污染側(cè)線輕質(zhì)油的現(xiàn)象更加嚴重。一般來說,不同輕質(zhì)油側(cè)線產(chǎn)品根據(jù)其性質(zhì)以及用途的不同,對于泄漏原油含量的容忍度也不一樣,例如相較于常二線餾分,石腦油對原油含量要求更低,原油質(zhì)量分數(shù)甚至達10 μg/g以下。

    輕質(zhì)油中原油檢測限越低,檢測速度越快,意味著可以越早地發(fā)現(xiàn)換熱裝置損壞并及時維護,促進煉化企業(yè)安全生產(chǎn)。現(xiàn)有的原油泄漏監(jiān)測技術主要包括人工化驗法和光譜學分析法。人工化驗法雖然精確,但速度慢,不能及時發(fā)現(xiàn)泄漏并維護。常用的光譜學檢測方法有近紅外光譜法和拉曼光譜法,近紅外光譜對于痕量原油的檢測限為mg/g級,而此時油品雜質(zhì)已經(jīng)可以通過色澤明顯分辨。拉曼光譜基于拉曼散射效應,通過記錄拉曼散射光頻移可以得到和近紅外光譜類似的結(jié)構信息[2]。拉曼散射效應往往伴隨著熒光效應,拉曼光譜同時記錄著拉曼信號和熒光信號,而熒光信號的強度遠超拉曼信號。在拉曼光譜檢測過程中,熒光信號往往被視為背景噪聲,需要使用物理方法、化學方法以及計算機算法消除拉曼譜圖中的熒光信號[3]。因此,本研究利用原油中重組分熒光效應顯著的特點[4],實現(xiàn)拉曼信號分析輕質(zhì)油組分的同時利用熒光信號進行痕量級別原油泄漏檢測。

    熒光信號強度和痕量原油含量高度相關,使用偏最小二乘法建立相應的預測模型。建模使用的數(shù)據(jù)通常為經(jīng)過預處理的原始光譜數(shù)據(jù),光譜數(shù)據(jù)的波數(shù)點通常為數(shù)千個,高維數(shù)據(jù)會影響模型的運算復雜度和收斂速率。此外,全波段光譜除了熒光信息也包含大量的噪聲,而熒光信息在波長上的分布并不均勻,由此導致偏最小二乘法的預測值偏移。煉化企業(yè)對于不同的側(cè)線產(chǎn)物中混入痕量原油的容忍度不同,對于換熱器維護的警報限也是因廠而異,因此,模型應當滿足對不同區(qū)間痕量原油的監(jiān)測并最大程度提升模型的預測精度。本研究在偏最小二乘法的基礎上使用3種特征提取優(yōu)化算法,即遺傳算法、隨機蛙跳算法和競爭自適應重加權采樣算法,對拉曼光譜的譜段信息進行提取,優(yōu)化模型的預測性能,以滿足煉化企業(yè)對痕量原油檢測指標的要求。

    1 實驗與數(shù)據(jù)采集

    1.1 儀 器

    本試驗使用上海如海光電科技有限公司生產(chǎn)的拉曼光譜儀,型號為SEED3000PLUS。該儀器包括光譜分析儀本體、785 nm拉曼探頭及光纖(RPB-785-1.5T-FS)、785 nm激光發(fā)射器以及拉曼信號增強支架(SH-L-EN)。

    1.2 試驗方案

    采用中國石化某企業(yè)3種常壓蒸餾塔塔頂石腦油與9種性質(zhì)不同的原油進行調(diào)合,原油質(zhì)量分數(shù)為100 μg/g,所得混合油樣品的拉曼光譜趨勢相近,譜峰位置相同,區(qū)別在于不同原油的拉曼譜峰強度不同。因此,針對痕量原油檢測,采用一種石腦油調(diào)配一種原油可以反映不同石腦油和不同原油組合的掃譜結(jié)果。

    根據(jù)上述試驗結(jié)果選擇一組具有代表性的石腦油和原油進行調(diào)合。由于不同煉化企業(yè)以及不同側(cè)線產(chǎn)物對于痕量原油的檢測要求不同,為了覆蓋不同的檢測范圍以及最大程度驗證拉曼光譜的檢測性能,配制原油質(zhì)量分數(shù)分別為1,2,3,4,5,10,20,30,40,50,60,70,80,90,100 μg/g的原油與石腦油混合油樣品,其中每個原油含量配6組樣品,共計90個混合油樣品。使用拉曼光譜儀掃描90個樣品波數(shù)范圍為50~3 260 cm-1的拉曼光譜,試驗條件為:室溫,功率350 W,積分時間90 ms,平均采樣次數(shù)10次。將90個混合油樣品的拉曼光譜采用Savitzky-Golay 3次11點卷積平滑算法進行平滑處理,處理后的光譜如圖1所示。

    圖1 混合油樣品經(jīng)過平滑處理的拉曼光譜

    1.3 數(shù)據(jù)集劃分與處理

    在光譜分析過程中,將數(shù)據(jù)集劃分為校正集和測試集,校正集用于建立標準預測模型,測試集用于檢測模型的泛化能力。數(shù)據(jù)集的劃分對模型性能具有決定性影響,因此劃分中應盡量保證數(shù)據(jù)選取的隨機性和代表性。

    本試驗數(shù)據(jù)是人工調(diào)合油品的離散拉曼光譜數(shù)據(jù),由于調(diào)合油品按照15個固定原油含量配制,而拉曼光譜強度與痕量原油含量呈正相關關系,所得光譜數(shù)據(jù)具有相對固定的分布。因此在進行數(shù)據(jù)集劃分時,為保證測試集分布均勻,按照以下方式采集測試集:①將數(shù)據(jù)集按照15個痕量原油含量分組,每組具有6個相同痕量原油含量的拉曼光譜數(shù)據(jù);②在每組數(shù)據(jù)中隨機抽取1個數(shù)據(jù)加入測試集,測試集由15個代表不同痕量原油含量的光譜數(shù)據(jù)組成。

    對數(shù)據(jù)集進行主成分(PCA)降維,得到第一主成分的貢獻率為93.25%,第二主成分的貢獻率為1.12%,足以代表數(shù)據(jù)集的關鍵信息。PCA降維下校正集與測試集二維分布見圖2。由圖2可知,測試集數(shù)據(jù)分布均勻。

    圖2 PCA降維下校正集與測試集二維分布●—校正集; —測試集

    2 結(jié)果與討論

    2.1 偏最小二乘法建模

    偏最小二乘法是主成分回歸、典型相關分析與多元線性回歸的有機結(jié)合。該方法使用已知訓練集的油品光譜陣和性質(zhì)陣計算出光譜采樣波數(shù)點與油品性質(zhì)的線性關系,進而對待測油品性質(zhì)進行預測。偏最小二乘法吸取了主成分回歸降維提取關鍵信息的優(yōu)點,同時加強了光譜陣和性質(zhì)陣之間的聯(lián)系,從而保證獲得最佳的校正模型[5]。

    使用偏最小二乘法對全波數(shù)段建模,根據(jù)其建模標準,75個數(shù)據(jù)建模時主成分個數(shù)不得超過12個。因此,主成分數(shù)取1~12之間的整數(shù),交叉驗證采用5折交叉驗證法,計算使用不同主元數(shù)的交叉驗證均方根誤差(RMSECV),最終選擇5個主成分。

    2.2 基于遺傳算法的譜段優(yōu)化結(jié)果

    遺傳算法是一種隨機全局搜索優(yōu)化方法,它模擬了自然選擇和遺傳中發(fā)生的復制、交叉和變異等現(xiàn)象。從初始種群出發(fā),通過隨機選擇、交叉和變異操作,產(chǎn)生一群更適合環(huán)境的個體,使群體進化到搜索空間中越來越好的區(qū)域,通過不斷繁衍進化,最后收斂到一群最適應環(huán)境的個體,從而求得問題的優(yōu)化解[6]。根據(jù)遺傳算法的機理,染色體的基因過多不利于模型收斂,因此將光譜中波數(shù)50~3 260 cm-1的波段劃分成8個波數(shù)點一組的小區(qū)間,共計256個區(qū)間。初始種群個體數(shù)設置為200個,迭代次數(shù)設置為200次,染色體交叉概率為0.8,考慮到收斂速率和模型精度,將染色體基因變異概率設置為0.5,每個染色體可能變異的基因個數(shù)為50個。作為算子的偏最小二乘法回歸模型的主成分數(shù)為5,驗證方法為 5折交叉驗證法。基于遺傳算法對譜段進行優(yōu)化,統(tǒng)計每次迭代最優(yōu)個體基因,并根據(jù)每組基因出現(xiàn)的次數(shù)進行降序排列;對特征變量從前到后進行區(qū)間合并,并統(tǒng)計不同數(shù)量的波數(shù)段建模的RMSECV,結(jié)果如圖3所示。由圖3可知,該模型在前63個區(qū)間合并的光譜譜段建模的RMSECV最小,因此將該譜段光譜作為最優(yōu)譜段,共有504個波數(shù)點。

    圖3 基于遺傳算法的譜段優(yōu)化結(jié)果

    2.3 基于隨機蛙跳算法的譜段優(yōu)化結(jié)果

    隨機蛙跳算法結(jié)合了隨機搜索和適者生存的思想,根據(jù)預設的隨機策略更新搜索子集,并統(tǒng)計每次迭代搜索到的最優(yōu)子集選擇的譜段,最后根據(jù)譜段出現(xiàn)的概率確定最終選取的譜段范圍[7]。將拉曼光譜中的每個波數(shù)點均作為特征變量,由于樣本個體的特征變量有2 048個,搜索空間很大,因此需要很高的迭代次數(shù)以保證該方法能夠收斂預測性能良好的譜段,綜合考慮預測精度和計算成本,并經(jīng)過試驗求證,最終將迭代次數(shù)設置為10 000次,初始訓練集的變量數(shù)設置為10?;陔S機蛙跳算法對譜段進行優(yōu)化,得到迭代10 000次各特征變量出現(xiàn)的頻率,根據(jù)頻率對特征變量進行降序排列;對特征變量從前到后進行區(qū)間合并,并統(tǒng)計不同數(shù)量的特征變量對模型預測能力的影響,結(jié)果見圖4。其中,作為算子的偏最小二乘法回歸模型的主成分數(shù)為5,驗證方法為 5折交叉驗證法。由圖4可知,該模型的RMSECV隨著合并區(qū)間的擴張先變小后增大。即隨著合并區(qū)間的擴張,模型的預測性能提高;但當擴張到第93個波數(shù)點之后,繼續(xù)擴張給模型引入了噪聲,模型的預測性能下降。因此,選擇排序后的前93個波數(shù)點作為最優(yōu)譜段。最優(yōu)譜段波數(shù)點分布如圖5所示。由圖5可知,所選波數(shù)點集中在拉曼波峰附近。

    圖4 基于隨機蛙跳算法的譜段優(yōu)化結(jié)果

    圖5 基于隨機蛙跳算法的最優(yōu)譜段波數(shù)點分布 —拉曼光譜; ■—被選擇的波數(shù)點

    2.4 基于競爭自適應重加權采樣算法的譜段優(yōu)化結(jié)果

    圖6 基于競爭自適應重加權采樣算法的譜段優(yōu)化結(jié)果

    競爭自適應重加權采樣算法是結(jié)合蒙特卡洛采樣和重加權采樣方法,篩選出線性回歸模型中回歸系數(shù)絕對值大的特征,淘汰回歸系數(shù)絕對值小的特征,并通過交叉驗證評價經(jīng)過篩選重建后的模型預測性能[8]。該方法能夠搜索出與預測性質(zhì)最相關的特征變量,對應光譜分析方向就是光譜的采樣波數(shù)點,使用篩選后的光譜波數(shù)段建模,將提高模型的預測性能[9]。該方法在迭代過程中不斷淘汰權重較小的波數(shù)點直到波數(shù)點個數(shù)為0,在這個過程中監(jiān)測模型RMSECV的變化,并找到最優(yōu)的波數(shù)段。設置采樣次數(shù)為100次,作為算子的偏最小二乘法回歸模型的主成分數(shù)為6,驗證方法為5折交叉驗證法?;诟偁幾赃m應重加權采樣算法的譜段優(yōu)化結(jié)果見圖6。由圖6可知:隨著迭代次數(shù)的增加,篩選的波數(shù)點數(shù)量減少;在迭代40次后,RMSECV呈現(xiàn)震蕩下降的狀態(tài),在迭代64次時最小,隨后又呈現(xiàn)出震蕩上升的趨勢;在迭代的過程中不斷有線性回歸模型的系數(shù)被歸零,即對應的波數(shù)點被淘汰。在迭代初期,淘汰的波數(shù)點往往代表了數(shù)據(jù)的噪聲,模型的性能隨著噪聲過濾得到了提升;在迭代64次之后,一些含有預測信息的波數(shù)點也被淘汰,模型由于數(shù)據(jù)信息量不足而性能劣化。因此,選取RMSECV最小的第64次迭代使用的波數(shù)點作為最優(yōu)譜段,波數(shù)點的分布如圖7所示。

    圖7 基于競爭自適應重加權采樣算法的最優(yōu)譜段波數(shù)點分布 —拉曼光譜; ■—被選擇的波數(shù)點

    2.5 模型預測結(jié)果與分析

    分別采用全波段和3種選譜方法優(yōu)化后的譜段進行偏最小二乘法建模,模型預測結(jié)果見圖8。由圖8可知:單獨使用偏最小二乘法建模(全波段法),模型的預測值接近實際值,但是仍有一定的偏差,需要進一步優(yōu)化;3種選譜優(yōu)化方法中,競爭自適應重加權采樣算法在1~5 μg/g的低原油質(zhì)量分數(shù)區(qū)間以及10~100 μg/g的高原油質(zhì)量分數(shù)區(qū)間的預測值偏差均明顯減小,能夠精確檢測質(zhì)量分數(shù)為1~100 μg/g的痕量原油。因此,利用拉曼光譜的熒光背景去檢測煉化企業(yè)換熱設備痕量原油泄漏是完全可行的。

    圖8 各算法模型的預測結(jié)果

    全波段和3種選譜優(yōu)化算法的模型指標如表1所示。由表1可知:全波段法使用2 048個波數(shù)點數(shù)據(jù)進行建模;遺傳算法對波數(shù)點分區(qū)間進行搜索優(yōu)化,優(yōu)選了504個波數(shù)點;隨機蛙跳算法優(yōu)選了93個波數(shù)點;競爭自適應重加權采樣算法優(yōu)選了25個波數(shù)點,其對波數(shù)點個數(shù)的篩選效果最為明顯。從模型的預測性能上看,3種選譜優(yōu)化方法均提高了模型預測精度,其中競爭自適應重加權采樣算法的預測精度最高,預測均方根誤差(RMSEP)為1.567 4 μg/g,相比于全波段法,降低了27.99%。因此,競爭自適應重加權采樣算法具有最突出的譜段優(yōu)化效果,在簡化預測模型的同時提高了模型的預測精度。組合采用競爭自適應重加權采樣算法和偏最小二乘法進行拉曼光譜痕量原油檢測,可減少訓練數(shù)據(jù)的規(guī)模,簡化回歸模型的復雜度,能夠精確檢測質(zhì)量分數(shù)1~100 μg/g的痕量原油。

    表1 各算法模型的性能比較

    3 結(jié) 論

    提出了一種利用拉曼光譜熒光背景對常壓蒸餾塔塔頂石腦油中痕量原油雜質(zhì)進行定量分析的方法,該方法通過偏最小二乘回歸建立了拉曼光譜強度與痕量原油的線性回歸模型。在偏最小二乘法的基礎上,使用遺傳算法、隨機蛙跳算法以及競爭自適應重加權優(yōu)化算法對拉曼光譜的全譜段進行選譜優(yōu)化,剔除拉曼光譜數(shù)據(jù)中的噪聲,在簡化回歸模型的同時提高模型的預測性能。結(jié)果發(fā)現(xiàn),競爭自適應重加權算法的優(yōu)化效果最佳,可以精確檢測質(zhì)量分數(shù)1~100 μg/g的痕量原油。煉化企業(yè)可以利用拉曼光譜的特性同時進行常壓蒸餾塔塔頂石腦油性質(zhì)分析和痕量原油泄漏檢測,不僅可以節(jié)約成本,而且也符合當前煉化企業(yè)加工高硫高酸原油的大環(huán)境。

    猜你喜歡
    譜段痕量曼光譜
    簡單和可控的NiO/ZnO孔微管的制備及對痕量H2S氣體的增強傳感
    鈮-鋯基體中痕量釤、銪、釓、鏑的連續(xù)離心分離技術
    高分六號衛(wèi)星WFV 新增譜段對農(nóng)作物識別精度的改善
    一種基于波長生長的紅外預警譜段選擇方法
    激光與紅外(2018年2期)2018-03-09 07:27:57
    基于配準和二次碼率控制的光譜圖像壓縮
    ICP- MS 測定西藏土壤中痕量重金屬Cu、Pb、Zn、Cr、Co、Ni、Cd
    西藏科技(2015年1期)2015-09-26 12:09:23
    微波消解-ICP-MS法同時測定軟膠囊中10種痕量元素
    全球最高分辨率商業(yè)遙感衛(wèi)星
    —— 世界觀測-3衛(wèi)星
    BMSCs分化為NCs的拉曼光譜研究
    便攜式薄層色譜-拉曼光譜聯(lián)用儀重大專項獲批
    伦理电影大哥的女人| 日本-黄色视频高清免费观看| 最近中文字幕2019免费版| freevideosex欧美| 久久午夜综合久久蜜桃| 欧美日韩精品网址| 国产精品麻豆人妻色哟哟久久| 黄色配什么色好看| 婷婷色综合大香蕉| 久久久久久久精品精品| 亚洲精品在线美女| www.av在线官网国产| 老鸭窝网址在线观看| 可以免费在线观看a视频的电影网站 | 亚洲精品自拍成人| 免费看不卡的av| 男人舔女人的私密视频| 精品99又大又爽又粗少妇毛片| 黑人巨大精品欧美一区二区蜜桃| 国产野战对白在线观看| 久久久久久久亚洲中文字幕| 欧美av亚洲av综合av国产av | 国产av国产精品国产| 青青草视频在线视频观看| 日日摸夜夜添夜夜爱| 精品少妇内射三级| 午夜福利影视在线免费观看| 亚洲一区中文字幕在线| 韩国av在线不卡| 亚洲国产欧美日韩在线播放| 99久久人妻综合| 午夜影院在线不卡| 少妇的逼水好多| 国产毛片在线视频| 欧美日本中文国产一区发布| 亚洲av成人精品一二三区| 中文字幕av电影在线播放| 蜜桃国产av成人99| 亚洲成色77777| 日韩精品有码人妻一区| 国语对白做爰xxxⅹ性视频网站| 九九爱精品视频在线观看| 看免费成人av毛片| 国产成人91sexporn| 午夜日韩欧美国产| 九九爱精品视频在线观看| 伦理电影大哥的女人| 久久精品久久久久久噜噜老黄| 久久精品久久精品一区二区三区| 两个人看的免费小视频| 免费在线观看视频国产中文字幕亚洲 | 永久网站在线| 日韩三级伦理在线观看| 国产精品99久久99久久久不卡 | 精品国产乱码久久久久久男人| 久久久精品国产亚洲av高清涩受| 9191精品国产免费久久| 十八禁高潮呻吟视频| 欧美最新免费一区二区三区| 大码成人一级视频| 国产日韩欧美视频二区| 深夜精品福利| 亚洲美女视频黄频| 春色校园在线视频观看| 国产午夜精品一二区理论片| 国产一区二区三区av在线| 综合色丁香网| 日日啪夜夜爽| 亚洲av欧美aⅴ国产| 国产激情久久老熟女| 曰老女人黄片| 精品视频人人做人人爽| 中文欧美无线码| 精品第一国产精品| www.自偷自拍.com| 国产成人精品久久久久久| 精品午夜福利在线看| 在现免费观看毛片| 宅男免费午夜| 日韩中字成人| 亚洲欧美清纯卡通| 亚洲人成网站在线观看播放| 中文字幕人妻熟女乱码| 人妻人人澡人人爽人人| 亚洲精品久久成人aⅴ小说| 电影成人av| 激情五月婷婷亚洲| 麻豆乱淫一区二区| 黄色一级大片看看| 国产极品粉嫩免费观看在线| 精品国产乱码久久久久久小说| 精品视频人人做人人爽| 亚洲,欧美精品.| 国产免费现黄频在线看| 久久精品国产亚洲av高清一级| 亚洲精品,欧美精品| 亚洲综合色惰| 日韩av免费高清视频| 天美传媒精品一区二区| 国产免费一区二区三区四区乱码| 下体分泌物呈黄色| 女的被弄到高潮叫床怎么办| 亚洲三级黄色毛片| 高清视频免费观看一区二区| 亚洲成人av在线免费| 电影成人av| 国产一区亚洲一区在线观看| 一二三四在线观看免费中文在| 日韩在线高清观看一区二区三区| 国产国语露脸激情在线看| 欧美日韩国产mv在线观看视频| 精品亚洲成a人片在线观看| 免费观看av网站的网址| 久久热在线av| 久久久久久久国产电影| 在线看a的网站| 国产亚洲午夜精品一区二区久久| 欧美亚洲日本最大视频资源| 香蕉丝袜av| 高清av免费在线| 欧美成人午夜精品| 老司机影院毛片| 日韩中文字幕视频在线看片| 妹子高潮喷水视频| 熟女电影av网| 制服人妻中文乱码| 国产精品熟女久久久久浪| 国产精品久久久久久久久免| 中文字幕精品免费在线观看视频| 色播在线永久视频| 日韩制服丝袜自拍偷拍| 亚洲成色77777| 亚洲欧洲国产日韩| 看免费av毛片| 丝袜在线中文字幕| 亚洲精品一二三| 日韩人妻精品一区2区三区| 国产一区二区在线观看av| 免费观看性生交大片5| 丰满饥渴人妻一区二区三| 尾随美女入室| 国产精品一国产av| 久久99热这里只频精品6学生| 麻豆精品久久久久久蜜桃| 久久av网站| 婷婷色麻豆天堂久久| 久久久精品国产亚洲av高清涩受| 搡老乐熟女国产| 好男人视频免费观看在线| 亚洲成人一二三区av| 考比视频在线观看| 寂寞人妻少妇视频99o| 视频区图区小说| 日韩成人av中文字幕在线观看| 黄色视频在线播放观看不卡| 亚洲少妇的诱惑av| 亚洲国产日韩一区二区| 亚洲精品自拍成人| 中文精品一卡2卡3卡4更新| 99久久综合免费| 亚洲三区欧美一区| 人妻 亚洲 视频| 熟女电影av网| 久久ye,这里只有精品| 中文字幕制服av| 免费观看在线日韩| 亚洲欧洲精品一区二区精品久久久 | 美女xxoo啪啪120秒动态图| 久久久久久人妻| 高清黄色对白视频在线免费看| 在线观看国产h片| 18禁动态无遮挡网站| 叶爱在线成人免费视频播放| 在线观看美女被高潮喷水网站| 国产在线一区二区三区精| 午夜福利网站1000一区二区三区| 国产综合精华液| 女的被弄到高潮叫床怎么办| 久久久亚洲精品成人影院| 91在线精品国自产拍蜜月| 欧美精品高潮呻吟av久久| 日产精品乱码卡一卡2卡三| 在线观看免费高清a一片| 国产亚洲精品第一综合不卡| 国产一区二区三区av在线| 国语对白做爰xxxⅹ性视频网站| 人妻 亚洲 视频| 免费在线观看黄色视频的| 国产片特级美女逼逼视频| 亚洲久久久国产精品| 十分钟在线观看高清视频www| 国产成人aa在线观看| 欧美激情极品国产一区二区三区| 男女高潮啪啪啪动态图| 国产乱人偷精品视频| 日韩av不卡免费在线播放| 日日爽夜夜爽网站| 男女无遮挡免费网站观看| 国产熟女午夜一区二区三区| 一级a爱视频在线免费观看| 大香蕉久久网| 国产日韩一区二区三区精品不卡| 美女午夜性视频免费| 国产熟女午夜一区二区三区| 国产老妇伦熟女老妇高清| 精品少妇黑人巨大在线播放| 日本猛色少妇xxxxx猛交久久| 欧美成人精品欧美一级黄| 国产成人精品久久二区二区91 | av电影中文网址| 免费在线观看完整版高清| 国产成人91sexporn| 秋霞在线观看毛片| 99国产综合亚洲精品| 成人18禁高潮啪啪吃奶动态图| 亚洲伊人色综图| 日韩av在线免费看完整版不卡| 在线观看免费高清a一片| 国产av一区二区精品久久| 精品国产一区二区久久| 亚洲精品在线美女| 亚洲激情五月婷婷啪啪| 五月天丁香电影| 免费大片黄手机在线观看| 亚洲成国产人片在线观看| 欧美 亚洲 国产 日韩一| 九色亚洲精品在线播放| 国产一区二区 视频在线| 五月天丁香电影| 老熟女久久久| 精品酒店卫生间| 久久精品国产自在天天线| 色视频在线一区二区三区| 欧美成人精品欧美一级黄| 人人妻人人澡人人爽人人夜夜| 少妇人妻 视频| 亚洲色图综合在线观看| 久久久久久免费高清国产稀缺| 免费黄网站久久成人精品| 久久精品人人爽人人爽视色| 少妇人妻 视频| 男女高潮啪啪啪动态图| 侵犯人妻中文字幕一二三四区| 18禁国产床啪视频网站| 一区二区av电影网| 精品国产国语对白av| 精品一品国产午夜福利视频| 一本—道久久a久久精品蜜桃钙片| 久久精品久久久久久久性| 中文字幕另类日韩欧美亚洲嫩草| 91精品伊人久久大香线蕉| 午夜免费男女啪啪视频观看| 日韩av免费高清视频| 国产在线一区二区三区精| 18在线观看网站| 免费日韩欧美在线观看| 美女脱内裤让男人舔精品视频| 综合色丁香网| 亚洲,欧美精品.| 亚洲综合色网址| 999久久久国产精品视频| 亚洲精品视频女| 精品久久久精品久久久| 五月开心婷婷网| 激情五月婷婷亚洲| 亚洲精品久久成人aⅴ小说| 少妇人妻久久综合中文| 成年av动漫网址| 国产黄频视频在线观看| 侵犯人妻中文字幕一二三四区| 肉色欧美久久久久久久蜜桃| 99九九在线精品视频| 深夜精品福利| 久久热在线av| 亚洲精品一二三| 欧美精品国产亚洲| 国产日韩欧美在线精品| 十分钟在线观看高清视频www| 18禁动态无遮挡网站| 亚洲av国产av综合av卡| a 毛片基地| 欧美日韩综合久久久久久| 人人妻人人添人人爽欧美一区卜| 欧美黄色片欧美黄色片| 亚洲国产精品一区三区| 国产成人午夜福利电影在线观看| 免费久久久久久久精品成人欧美视频| 在线观看一区二区三区激情| 国产精品秋霞免费鲁丝片| 亚洲精品中文字幕在线视频| 男女啪啪激烈高潮av片| 97人妻天天添夜夜摸| av.在线天堂| 嫩草影院入口| 国产成人精品在线电影| 少妇猛男粗大的猛烈进出视频| a级片在线免费高清观看视频| 777米奇影视久久| av线在线观看网站| 国产国语露脸激情在线看| 超碰97精品在线观看| 电影成人av| 老司机亚洲免费影院| 老司机影院毛片| 国产av国产精品国产| 亚洲,欧美精品.| 国产精品欧美亚洲77777| 免费黄频网站在线观看国产| 桃花免费在线播放| 男女午夜视频在线观看| 亚洲av男天堂| 国产日韩欧美亚洲二区| 久久久久久伊人网av| 男人舔女人的私密视频| 亚洲欧美成人综合另类久久久| 婷婷成人精品国产| 亚洲色图 男人天堂 中文字幕| 在线免费观看不下载黄p国产| 久久人妻熟女aⅴ| 久久精品国产综合久久久| 精品人妻熟女毛片av久久网站| www.熟女人妻精品国产| 考比视频在线观看| 国产高清国产精品国产三级| 亚洲视频免费观看视频| 成人18禁高潮啪啪吃奶动态图| 考比视频在线观看| 国产高清国产精品国产三级| 久久亚洲国产成人精品v| 亚洲精品乱久久久久久| 日本91视频免费播放| 视频区图区小说| 欧美成人精品欧美一级黄| 中文欧美无线码| 三级国产精品片| 午夜日本视频在线| 精品少妇一区二区三区视频日本电影 | av在线老鸭窝| 777米奇影视久久| 丝袜喷水一区| 亚洲国产最新在线播放| 精品国产一区二区三区久久久樱花| 高清不卡的av网站| 成人亚洲精品一区在线观看| 日韩成人av中文字幕在线观看| 国产伦理片在线播放av一区| 两个人看的免费小视频| 精品人妻熟女毛片av久久网站| 9色porny在线观看| 久久精品国产亚洲av涩爱| 久久久久久久久免费视频了| 久久久久精品人妻al黑| 中文字幕av电影在线播放| 在线天堂中文资源库| 欧美日韩视频高清一区二区三区二| 18禁国产床啪视频网站| 国产综合精华液| 深夜精品福利| 亚洲精品av麻豆狂野| 亚洲精品美女久久久久99蜜臀 | √禁漫天堂资源中文www| 巨乳人妻的诱惑在线观看| 大码成人一级视频| 秋霞伦理黄片| 国产高清国产精品国产三级| 99re6热这里在线精品视频| 国产综合精华液| 99re6热这里在线精品视频| 人人妻人人添人人爽欧美一区卜| 久久久久国产网址| 男男h啪啪无遮挡| 性高湖久久久久久久久免费观看| 热re99久久国产66热| 国产精品一区二区在线观看99| 亚洲成人手机| 精品国产乱码久久久久久男人| 夜夜骑夜夜射夜夜干| 你懂的网址亚洲精品在线观看| av电影中文网址| av.在线天堂| 亚洲av免费高清在线观看| 欧美xxⅹ黑人| 亚洲欧美精品综合一区二区三区 | 精品卡一卡二卡四卡免费| 亚洲精华国产精华液的使用体验| 亚洲av.av天堂| 欧美国产精品va在线观看不卡| 国产精品免费视频内射| 欧美日本中文国产一区发布| 国产精品免费大片| 中文字幕制服av| 边亲边吃奶的免费视频| xxxhd国产人妻xxx| 精品一品国产午夜福利视频| 香蕉国产在线看| 日韩免费高清中文字幕av| 久久av网站| 亚洲av福利一区| 啦啦啦啦在线视频资源| 久久精品人人爽人人爽视色| 2018国产大陆天天弄谢| 在线亚洲精品国产二区图片欧美| 午夜福利在线观看免费完整高清在| 观看美女的网站| 日本91视频免费播放| 国产黄色免费在线视频| 一二三四中文在线观看免费高清| 日韩制服丝袜自拍偷拍| 亚洲av欧美aⅴ国产| av国产精品久久久久影院| 久久精品国产鲁丝片午夜精品| 日韩av在线免费看完整版不卡| 午夜福利视频精品| 考比视频在线观看| 菩萨蛮人人尽说江南好唐韦庄| 精品国产超薄肉色丝袜足j| 边亲边吃奶的免费视频| 亚洲精品国产av成人精品| 日本-黄色视频高清免费观看| 亚洲欧美中文字幕日韩二区| 国产黄频视频在线观看| 久久人人97超碰香蕉20202| 久久这里只有精品19| tube8黄色片| www.精华液| 亚洲精品一二三| 啦啦啦中文免费视频观看日本| 成人免费观看视频高清| 欧美日韩国产mv在线观看视频| 制服丝袜香蕉在线| 国产日韩欧美视频二区| 欧美bdsm另类| 精品亚洲成国产av| 高清av免费在线| 日韩精品免费视频一区二区三区| av片东京热男人的天堂| 高清不卡的av网站| 婷婷色av中文字幕| 精品福利永久在线观看| 国产成人a∨麻豆精品| 久久久欧美国产精品| 在线观看三级黄色| 在线观看人妻少妇| 26uuu在线亚洲综合色| 少妇 在线观看| 天堂中文最新版在线下载| 91在线精品国自产拍蜜月| 亚洲欧美成人精品一区二区| 一边亲一边摸免费视频| 午夜福利视频在线观看免费| 免费播放大片免费观看视频在线观看| 男的添女的下面高潮视频| 精品卡一卡二卡四卡免费| 岛国毛片在线播放| 青青草视频在线视频观看| 精品酒店卫生间| 婷婷色综合www| 一级片免费观看大全| 亚洲av综合色区一区| 国产麻豆69| 亚洲三级黄色毛片| 色视频在线一区二区三区| 波野结衣二区三区在线| 人妻少妇偷人精品九色| 制服诱惑二区| 久久久国产欧美日韩av| 多毛熟女@视频| 99国产精品免费福利视频| 国产免费一区二区三区四区乱码| 母亲3免费完整高清在线观看 | 日韩,欧美,国产一区二区三区| 午夜91福利影院| 满18在线观看网站| 国产亚洲一区二区精品| 国产成人91sexporn| 在线观看免费视频网站a站| 天堂8中文在线网| 久久国产精品大桥未久av| av女优亚洲男人天堂| 只有这里有精品99| 日日啪夜夜爽| 男女高潮啪啪啪动态图| 伦理电影大哥的女人| 色婷婷久久久亚洲欧美| 青草久久国产| 精品亚洲成国产av| 久久午夜综合久久蜜桃| 免费高清在线观看日韩| 狂野欧美激情性bbbbbb| 99热国产这里只有精品6| 91成人精品电影| 国产亚洲最大av| 女性生殖器流出的白浆| 亚洲欧美中文字幕日韩二区| 日韩中字成人| 男人添女人高潮全过程视频| 黄色怎么调成土黄色| 亚洲成人av在线免费| 最近2019中文字幕mv第一页| 免费播放大片免费观看视频在线观看| 日韩精品免费视频一区二区三区| 日本爱情动作片www.在线观看| 一级毛片黄色毛片免费观看视频| 国产av码专区亚洲av| 久久久国产精品麻豆| 观看美女的网站| 国产精品国产av在线观看| 免费av中文字幕在线| 成人午夜精彩视频在线观看| 亚洲综合色网址| videos熟女内射| 久久久久精品久久久久真实原创| 少妇人妻精品综合一区二区| 欧美精品人与动牲交sv欧美| 99久国产av精品国产电影| 国产男女超爽视频在线观看| 日日爽夜夜爽网站| 亚洲精品美女久久av网站| 一级片免费观看大全| 不卡av一区二区三区| 亚洲欧美精品自产自拍| 高清欧美精品videossex| 国产熟女欧美一区二区| 国产在视频线精品| 欧美xxⅹ黑人| 男人爽女人下面视频在线观看| 午夜福利在线观看免费完整高清在| 高清欧美精品videossex| 高清黄色对白视频在线免费看| 亚洲精品成人av观看孕妇| 亚洲精品久久久久久婷婷小说| 麻豆乱淫一区二区| 婷婷色麻豆天堂久久| 最近2019中文字幕mv第一页| 亚洲第一区二区三区不卡| 午夜老司机福利剧场| 国产av精品麻豆| 日本欧美国产在线视频| 欧美精品一区二区大全| 中文字幕精品免费在线观看视频| 欧美精品一区二区大全| 少妇人妻精品综合一区二区| 久久99蜜桃精品久久| 蜜桃国产av成人99| 久久这里只有精品19| 女人高潮潮喷娇喘18禁视频| 国产成人91sexporn| 男女无遮挡免费网站观看| av天堂久久9| 免费大片黄手机在线观看| 久久韩国三级中文字幕| 国产有黄有色有爽视频| 水蜜桃什么品种好| 丝袜人妻中文字幕| 激情视频va一区二区三区| 如日韩欧美国产精品一区二区三区| 欧美日韩亚洲高清精品| 日韩一卡2卡3卡4卡2021年| 日本91视频免费播放| 大码成人一级视频| kizo精华| 啦啦啦中文免费视频观看日本| 欧美日韩综合久久久久久| 热99国产精品久久久久久7| 亚洲精品自拍成人| 国产精品蜜桃在线观看| 七月丁香在线播放| 久久狼人影院| 亚洲欧洲精品一区二区精品久久久 | av又黄又爽大尺度在线免费看| 精品一品国产午夜福利视频| 国产日韩一区二区三区精品不卡| 欧美激情极品国产一区二区三区| 一本久久精品| 国产成人精品久久二区二区91 | 91精品伊人久久大香线蕉| 香蕉丝袜av| 最近2019中文字幕mv第一页| 国产精品成人在线| 国产深夜福利视频在线观看| 在线观看三级黄色| 18禁国产床啪视频网站| 国精品久久久久久国模美| 久久久久久久久久人人人人人人| 久久久久网色| 亚洲av国产av综合av卡| 亚洲国产欧美日韩在线播放| 性少妇av在线| 精品一区二区三卡| 制服人妻中文乱码| 成人亚洲精品一区在线观看| 在线 av 中文字幕| 免费人妻精品一区二区三区视频| 韩国精品一区二区三区| 一边亲一边摸免费视频| 欧美人与善性xxx| 一本久久精品| 18在线观看网站| 亚洲国产欧美日韩在线播放| av免费在线看不卡| 在线观看免费视频网站a站| 人人澡人人妻人| 国产成人精品在线电影| 国产精品嫩草影院av在线观看| 欧美日韩成人在线一区二区| 亚洲美女搞黄在线观看| 大片电影免费在线观看免费| 免费看不卡的av| 王馨瑶露胸无遮挡在线观看| 永久免费av网站大全| 亚洲三区欧美一区| 日韩不卡一区二区三区视频在线| 久久精品熟女亚洲av麻豆精品| 青青草视频在线视频观看| 国产精品av久久久久免费|