• <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 ?

    基于孤立森林算法的風(fēng)電齒輪箱軸承故障檢測(cè)方法

    2022-06-08 05:06:44湯婷張巖安宗文
    軸承 2022年2期
    關(guān)鍵詞:齒輪箱風(fēng)電軸承

    湯婷,張巖,安宗文

    (1.甘肅省特種設(shè)備檢驗(yàn)檢測(cè)研究院,蘭州 730050;2.蘭州理工大學(xué) 機(jī)電工程學(xué)院,蘭州 730050)

    風(fēng)電機(jī)組大多安裝在自然環(huán)境惡劣的偏遠(yuǎn)或近海地區(qū),隨著服役時(shí)間增加,大部分風(fēng)電機(jī)組逐漸進(jìn)入故障高發(fā)和事故頻發(fā)階段。齒輪箱故障是導(dǎo)致風(fēng)電機(jī)組停機(jī)時(shí)間長(zhǎng),維修費(fèi)用高的原因[1-3]。美國(guó)國(guó)家可再生能源實(shí)驗(yàn)室研究表明76%的齒輪箱故障由軸承故障引起[4],因此對(duì)齒輪箱軸承進(jìn)行故障檢測(cè)可盡早發(fā)現(xiàn)隱患,保證齒輪箱安全運(yùn)行以避免重大經(jīng)濟(jì)損失。

    在工程實(shí)際中,振動(dòng)信號(hào)和聲發(fā)射信號(hào)常用于表征軸承狀態(tài)[5-6]。在基于振動(dòng)信號(hào)的軸承故障檢測(cè)中,文獻(xiàn)[7]提出了一種基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組主軸承故障預(yù)測(cè)方法,并具備自動(dòng)報(bào)警功能;文獻(xiàn)[8]建立了一種基于孤立森林算法的多維離群列車(chē)動(dòng)車(chē)組軸箱軸承溫度異常狀態(tài)監(jiān)測(cè)方法;文獻(xiàn)[9]采用小波濾波對(duì)弱信號(hào)進(jìn)行增強(qiáng)故障識(shí)別并基于自組織映射神經(jīng)網(wǎng)絡(luò)進(jìn)行滾動(dòng)軸承性能退化評(píng)估。除振動(dòng)信號(hào)外,聲發(fā)射信號(hào)對(duì)軸承故障同樣敏感[10],文獻(xiàn)[11]針對(duì)多工況下滾動(dòng)軸承故障聲發(fā)射信號(hào)智能識(shí)別問(wèn)題,提出了一種長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)與遷移學(xué)習(xí)相結(jié)合的故障識(shí)別新方法。雖然聲發(fā)射和振動(dòng)信號(hào)對(duì)軸承的故障特征十分敏感,但相應(yīng)的設(shè)備造價(jià)高昂,風(fēng)電機(jī)組監(jiān)測(cè)控制與數(shù)據(jù)采集系統(tǒng)(Supervisory Control and Data Acquisition,SCADA)大多配備的是溫度傳感器,在不增加外在硬件設(shè)備成本的前提下,如何有效利用豐富的溫度監(jiān)測(cè)數(shù)據(jù)進(jìn)行故障檢測(cè)成為風(fēng)場(chǎng)關(guān)注的問(wèn)題。

    國(guó)內(nèi)外學(xué)者以溫度為出發(fā)點(diǎn)展開(kāi)了一系列研究:文獻(xiàn)[12]提出一種基于風(fēng)電機(jī)組主軸承SCADA狀態(tài)監(jiān)測(cè)數(shù)據(jù)逐層編碼網(wǎng)絡(luò)的深度學(xué)習(xí)方法;文獻(xiàn)[13]提出了一種將相關(guān)系數(shù)法、主成分分析法以及極限學(xué)習(xí)機(jī)相結(jié)合的主軸承狀態(tài)監(jiān)測(cè)方法;文獻(xiàn)[14]建立了一種基于軸承溫度的風(fēng)電機(jī)組物理監(jiān)測(cè)模型;文獻(xiàn)[15]提出了一種利用風(fēng)電機(jī)組軸承溫度殘差的貝葉斯推斷和高斯過(guò)程的統(tǒng)計(jì)方法,用于預(yù)測(cè)風(fēng)電機(jī)組狀態(tài)。由于齒輪箱軸承通常在噪聲和干擾較大的惡劣環(huán)境中工作,為提高診斷性能,需要從原始信號(hào)中提取故障敏感特征。與傳統(tǒng)的學(xué)習(xí)方法相比,深度學(xué)習(xí)能夠更好地提取特征[16-18]。

    為了在不新增額外硬件成本的前提下,有效利用豐富、海量的SCADA監(jiān)測(cè)數(shù)據(jù),減少資源浪費(fèi),同時(shí)提高風(fēng)電齒輪箱軸承的故障檢測(cè)精度,本文以齒輪箱軸承為研究對(duì)象,溫度參數(shù)為故障檢測(cè)模型的輸出變量進(jìn)行研究。首先,使用多尺度圖相關(guān)(Multiscale Graph Correlation,MGC)算法[19]選擇輸入變量以保證選擇過(guò)程相對(duì)客觀(guān)、合理;然后,采用自組織映射(Self-Organizing Map,SOM)神經(jīng)網(wǎng)絡(luò),將提取的故障敏感特征值進(jìn)行特征融合以改善輸入變量的數(shù)據(jù)質(zhì)量;最后,運(yùn)用孤立森林(Isolation Forest,iForest)算法[20]進(jìn)行異常點(diǎn)檢測(cè),并與多個(gè)模型進(jìn)行檢測(cè)精度對(duì)比,驗(yàn)證本模型的有效性。

    1 齒輪箱軸承故障檢測(cè)模型構(gòu)建

    如圖1所示,首先,將SCADA歷史運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理,采用MGC算法選擇與輸出變量——軸承溫度非線(xiàn)性相關(guān)程度最高的9個(gè)輸入變量;其次,提取輸入變量的均方根和包絡(luò)線(xiàn)并進(jìn)行SOM特征融合,得到融合指標(biāo);最后,將融合指標(biāo)作為樣本集,以隨機(jī)不放回抽取的方式構(gòu)建孤立樹(shù)進(jìn)一步形成孤立森林,通過(guò)計(jì)算孤立樹(shù)上測(cè)試樣本的路徑長(zhǎng)度得出每個(gè)樣本的異常分?jǐn)?shù)進(jìn)而判斷是否為故障。

    圖1 故障檢測(cè)流程

    1.1 基于多尺度圖相關(guān)算法選擇輸入變量

    為提高風(fēng)電齒輪箱軸承故障檢測(cè)模型精度,需合理選擇模型輸入變量。MGC作為距離相關(guān)算法的推廣,在非線(xiàn)性、多變量和噪聲依賴(lài)等綜合仿真上均更具優(yōu)勢(shì),一個(gè)原始樣本的MGC可定義為所有樣本局部相關(guān)性的最大值,即

    (1)

    對(duì)于作為輸入的一對(duì)數(shù)據(jù)集(Xn,Yn),MGC算法的具體步驟如下:

    1.2 基于自組織映射神經(jīng)網(wǎng)絡(luò)的特征融合

    將輸入向量的故障敏感特征值進(jìn)行SOM特征融合是提高齒輪箱軸承故障檢測(cè)精度的關(guān)鍵。首先,隨機(jī)設(shè)置初始權(quán)值,對(duì)m個(gè)輸入神經(jīng)元的連接權(quán)值賦予較小值;然后,將輸入向量X=(x1,x2,x3,…,xm)T置于輸入層;最后,計(jì)算映射層各神經(jīng)元的權(quán)值向量和輸入向量間的歐氏距離,距離計(jì)算公式為

    (2)

    式中:ωij為輸入神經(jīng)元i與映射神經(jīng)元j之間的權(quán)值。將最小距離的神經(jīng)元稱(chēng)為最佳匹配單元;然后更新最佳匹配單元的權(quán)重向量及其拓?fù)溧徲?,使其在輸入空間中更接近輸入向量。其中,輸入向量在映射層形成一組一維融合值,用最小量化誤差[21](Minimum Quantization Error,MQE)表示為

    eMQE==X-mBMU=,

    (3)

    式中:X為輸入數(shù)據(jù)向量;mBMU為最佳匹配單元的權(quán)重向量。eMQE值越小,表明當(dāng)前齒輪箱軸承狀態(tài)離基準(zhǔn)健康狀態(tài)越近;反之則越可能接近故障狀態(tài)。

    1.3 基于孤立森林算法的異常點(diǎn)檢測(cè)

    孤立森林算法無(wú)需計(jì)算樣本之間的距離,實(shí)現(xiàn)簡(jiǎn)單且可快速區(qū)分出異常數(shù)據(jù),對(duì)群體異常數(shù)據(jù)以及離散異常數(shù)據(jù)都有很好的檢測(cè)能力。

    1.3.1 構(gòu)建孤立樹(shù)

    1.3.2 建立孤立森林

    設(shè)定孤立樹(shù)的限制高度l近似于平均高度,l與子樣本數(shù)量ψ的關(guān)系為l=ceiling(log2ψ),當(dāng)孤立樹(shù)生長(zhǎng)至平均高度即停止,n棵互不影響且相互獨(dú)立的孤立樹(shù)組成孤立森林。孤立森林算法的構(gòu)建過(guò)程為:首先,初始化孤立森林,設(shè)置孤立樹(shù)最大高度l=ceiling(log2ψ);然后,在待監(jiān)測(cè)樣本集X中隨機(jī)抽取容量為ψ的樣本集,將采樣樣本放入集合X′并將X′作為根節(jié)點(diǎn),按照孤立樹(shù)算法得到孤立樹(shù);最后,將孤立樹(shù)放入孤立森林。

    1.3.3 確定路徑長(zhǎng)度

    樣本點(diǎn)x的路徑長(zhǎng)度h(x)為從孤立樹(shù)的根節(jié)點(diǎn)到葉子節(jié)點(diǎn)所經(jīng)過(guò)的邊的數(shù)量。路徑長(zhǎng)度越短隔離敏感性越高,反之則越低。h(x)的計(jì)算步驟為:如果測(cè)試樣本點(diǎn)x是葉子結(jié)點(diǎn)或樹(shù)的當(dāng)前高度h大于其最大高度l,則返回至h+c(T);如果xq≤p,則返回至路徑長(zhǎng)度PathLength(x,Tleft,h+1)處,反之則返回至路徑長(zhǎng)度PathLength(x,Tright,h+1)處。

    孤立森林算法進(jìn)行異常檢測(cè)的本質(zhì)是將被檢測(cè)點(diǎn)的反應(yīng)異常程度進(jìn)行排序,根據(jù)樣本點(diǎn)的路徑長(zhǎng)度計(jì)算異常得分。排序越靠前,得分越高。異常點(diǎn)得分s定義為

    (4)

    (5)

    H(n)=lnn+ε,

    式中:h(x)為待檢測(cè)樣本x在孤立樹(shù)中的路徑長(zhǎng)度;E[h(x)]為h(x)的期望值;c(ψ)為孤立樹(shù)的平均路徑長(zhǎng)度;ψ為子采樣大??;n為T(mén)的根節(jié)點(diǎn)所包含的樣本量;H(n)為調(diào)和函數(shù);ε為歐拉常數(shù),ε=0.577 215 664 9。

    根據(jù)s與E[h(x)]的關(guān)系確定異常點(diǎn)判定方法:當(dāng)E[h(x)]→c(ψ)時(shí),s→0.5,無(wú)法判定是否異常;當(dāng)E[h(x)]→0時(shí),s→1,判定為異常;當(dāng)E[h(x)]→n-1時(shí),s→0,判定為正常。其中,異常點(diǎn)得分0≤s≤1。

    2 齒輪箱軸承故障檢測(cè)模型驗(yàn)證

    風(fēng)電機(jī)組SCADA數(shù)據(jù)具有豐富的類(lèi)型和海量的存儲(chǔ),但由于系統(tǒng)技術(shù)不成熟或其他環(huán)境因素導(dǎo)致有用信息十分匱乏,僅根據(jù)歷史運(yùn)行數(shù)據(jù)(表1)無(wú)法判別是否故障以及何處發(fā)生故障。因此,為保障風(fēng)電機(jī)組的故障檢測(cè)、診斷與預(yù)測(cè)精度,需借助數(shù)據(jù)挖掘技術(shù)及其相應(yīng)算法從原始數(shù)據(jù)中獲取有效信息和優(yōu)質(zhì)數(shù)據(jù)。

    表1 SCADA原始數(shù)據(jù)樣式

    2.1 軸承故障監(jiān)測(cè)點(diǎn)

    SCADA系統(tǒng)可對(duì)齒輪箱的軸承溫度、潤(rùn)滑油溫度等參數(shù)進(jìn)行監(jiān)測(cè)和記錄。配置有不同軸承的3級(jí)行星齒輪箱如圖2所示[22],其中A和B分別為行星齒輪架兩端軸承。C,D和E分別為齒輪箱高速軸上的軸承。本文選取的齒輪箱軸承溫度監(jiān)測(cè)點(diǎn)是位于齒輪箱高速軸靠近發(fā)電機(jī)側(cè)的軸承E。

    圖2 齒輪箱軸承位置示意圖

    2.2 選擇輸入變量

    根據(jù)SCADA數(shù)據(jù)可以繪制風(fēng)電機(jī)組各參數(shù)隨時(shí)間的變化以及不同參數(shù)之間的相互關(guān)系圖。齒輪箱軸承溫度的變化以及有功功率與風(fēng)速之間的關(guān)系如圖3、圖4所示,SCADA參數(shù)自相關(guān)和互相關(guān)均成非線(xiàn)性且復(fù)雜的關(guān)系,難以直接定性分析或得出明確物理關(guān)系。

    圖3 齒輪箱軸承溫度

    圖4 風(fēng)速-有功功率

    為避免因人工選擇或線(xiàn)性相關(guān)算法導(dǎo)致的主觀(guān)臆斷或參數(shù)選擇不合理,采用MGC算法選擇與軸承溫度非線(xiàn)性相關(guān)程度較高的參數(shù),結(jié)果見(jiàn)表2,從中選擇前9個(gè)非線(xiàn)性相關(guān)程度較高的參數(shù)作為軸承故障檢測(cè)模型的輸入變量。

    表2 軸承溫度與輸入變量的相關(guān)程度

    2.3 輸入變量進(jìn)行SOM特征融合

    為進(jìn)一步提高故障檢測(cè)的性能和精度,從9個(gè)輸入變量中分別提取均方根和包絡(luò)線(xiàn)這2種故障敏感特征,并將其進(jìn)行SOM特征融合,使故障趨勢(shì)更為明顯。以輸入變量電源柜NCC300溫度為例,其均方根和包絡(luò)線(xiàn)如圖5所示,經(jīng)過(guò)SOM特征融合后得到的最小量化誤差如圖6所示,由圖可知電源柜NCC300的溫升異常且有3處超過(guò)閾值。

    圖5 電源柜NCC300溫度的均方根和包絡(luò)線(xiàn)

    圖6 電源柜NCC300溫度的最小量化誤差

    閾值根據(jù)輸入變量正常范圍的上限值確定,即在數(shù)據(jù)樣本最后處設(shè)置上限值,將其一同按照數(shù)據(jù)處理步驟進(jìn)行處理,最終得到的位置即為閾值,圖6中電源柜NCC300溫度的閾值約為1.1。由于不同輸入變量的正常范圍值不同,因此均需與樣本點(diǎn)一同做量綱一化預(yù)處理。由于風(fēng)速長(zhǎng)時(shí)間小于切入風(fēng)速導(dǎo)致風(fēng)電機(jī)組停機(jī),風(fēng)速雖已慢慢超過(guò)3 m/s,但為保護(hù)風(fēng)電機(jī)組,仍處于停機(jī)保護(hù)狀態(tài)而非故障停機(jī)。

    進(jìn)一步,將所有輸入變量的均方根和包絡(luò)線(xiàn)進(jìn)行SOM特征融合,即輸入變量由3 400×9組原始數(shù)據(jù)變?yōu)? 700×1組融合值最小量化誤差eMQE,融合結(jié)果如圖7所示。將9組輸入變量進(jìn)行特征融合后,故障異常點(diǎn)明顯,超過(guò)閾值的異常點(diǎn)一共有4處,其中所有輸入變量融合值的閾值約為1.0。

    圖7 所有輸入變量的最小量化誤差

    2.4 基于孤立森林算法的故障檢測(cè)

    基于孤立森林算法的異常值檢測(cè)方法可將數(shù)據(jù)樣本的特征通過(guò)無(wú)監(jiān)督學(xué)習(xí)方式存儲(chǔ)在森林中,穩(wěn)定性高且能準(zhǔn)確檢測(cè)出數(shù)據(jù)樣本中的異常值,因此以孤立森林算法作為齒輪箱軸承故障檢測(cè)的核心算法,其流程如圖8所示,具體步驟如下:

    圖8 基于孤立森林算法的齒輪箱軸承故障檢測(cè)流程圖

    1)建立輸入變量的特征融合數(shù)據(jù)集X′,SOM融合指標(biāo)eMQE為數(shù)據(jù)集第1列,對(duì)應(yīng)的標(biāo)簽為第2列,正常和異常數(shù)據(jù)點(diǎn)分別以“0”和“1”作為標(biāo)簽,共1 700條。由于異常點(diǎn)僅有4處,在數(shù)據(jù)集中占比太小,故人為加入260組異常值以平衡數(shù)據(jù)比例。

    2)采用隨機(jī)不放回取樣方式,抽取n個(gè)訓(xùn)練子樣本構(gòu)建孤立樹(shù),合并成孤立森林。孤立森林中孤立樹(shù)為100棵,每棵樹(shù)所含的樣本數(shù)為256。

    3)計(jì)算每個(gè)子樣本集中的數(shù)據(jù)點(diǎn)在孤立樹(shù)中的路徑長(zhǎng)度,并計(jì)算孤立樹(shù)的平均路徑長(zhǎng)度。

    4)綜合所有數(shù)據(jù)點(diǎn)的路徑長(zhǎng)度,計(jì)算相應(yīng)的異常點(diǎn)得分,判斷是否異常。

    3 算例分析

    考慮到西北地區(qū)的四季氣溫變化巨大,為保證模型精度,以2013年3月23日至4月底甘肅某風(fēng)場(chǎng)第56臺(tái)風(fēng)電機(jī)組的SCADA數(shù)據(jù)作為研究對(duì)象,該數(shù)據(jù)每10 min記錄一次,共包含38個(gè)監(jiān)測(cè)參數(shù),共計(jì)3400×38組。風(fēng)電機(jī)組在3~20 m/s的風(fēng)速范圍內(nèi)正常運(yùn)行和發(fā)電,當(dāng)小于切入風(fēng)速(3 m/s)時(shí),風(fēng)電機(jī)組處于停機(jī)狀態(tài);當(dāng)大于額定風(fēng)速(20 m/s)時(shí),會(huì)因轉(zhuǎn)速過(guò)快損傷風(fēng)電機(jī)組。因此首先剔除風(fēng)速范圍外的相關(guān)參數(shù),同時(shí)對(duì)SCADA數(shù)據(jù)進(jìn)行量綱一化處理以消除各參數(shù)變量的量綱和數(shù)量級(jí)不一致問(wèn)題,以更好地研究各參數(shù)間相關(guān)關(guān)系。

    取包含自然異常點(diǎn)的4月15日11點(diǎn)30分、4月17日21點(diǎn)20分、4月17日21點(diǎn)30分和4月25日17點(diǎn)20分共4組數(shù)據(jù)進(jìn)行故障檢測(cè),根據(jù)上述訓(xùn)練過(guò)程得到的基于孤立森林算法的異常點(diǎn)檢測(cè)結(jié)果如圖9所示,基于孤立森林算法的風(fēng)電齒輪箱軸承故障檢測(cè)方法準(zhǔn)確識(shí)別出了4個(gè)自然異常點(diǎn)。

    圖9 某風(fēng)場(chǎng)風(fēng)電齒輪箱軸承故障檢測(cè)結(jié)果

    為驗(yàn)證基于孤立森林算法的風(fēng)電齒輪箱軸承故障檢測(cè)方法的有效性,在使用相同數(shù)據(jù)集的前提下,分別采用反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)、隨機(jī)森林(RF)和支持向量機(jī)(SVM)進(jìn)行齒輪箱軸承故障檢測(cè),各檢測(cè)模型的參數(shù)見(jiàn)表3。

    表3 各檢測(cè)模型的參數(shù)選取

    每種模型測(cè)試10次后取平均值表征其檢測(cè)性能,檢測(cè)結(jié)果見(jiàn)表4,孤立森林算法的故障檢測(cè)平均精度為100.0%,平均運(yùn)行時(shí)間為0.207 s,整體表現(xiàn)最優(yōu)。

    表4 故障檢測(cè)模型效果對(duì)比

    為驗(yàn)證SOM特征級(jí)融合的有效性,將量綱一化后的輸入變量直接進(jìn)行10次孤立森林算法異常點(diǎn)檢測(cè),SOM融合前、后模型的檢測(cè)性能如圖10所示。曲線(xiàn)下的面積可以表征精度,明顯發(fā)現(xiàn)數(shù)據(jù)融合后的面積更大,說(shuō)明其檢測(cè)精度更高。定量分析得到SOM融合前的平均檢測(cè)精度為78.44%,平均運(yùn)行時(shí)間為0.330 s。因此,對(duì)輸入變量進(jìn)行SOM特征級(jí)融合處理后,平均檢測(cè)精度提高21.56%,平均運(yùn)行時(shí)間縮短0.123 s。

    圖10 孤立森林算法檢測(cè)性能對(duì)比圖

    4 結(jié)束語(yǔ)

    以風(fēng)電齒輪箱軸承為研究對(duì)象,引入MGC算法選擇輸入量,采用SOM神經(jīng)網(wǎng)絡(luò)特征融合獲得輸入值eMQE,構(gòu)建了一種基于孤立森林算法的風(fēng)電齒輪箱軸承故障檢測(cè)方法。本方法可在不新增外部硬件的前提下,通過(guò)一段關(guān)鍵部件的歷史運(yùn)行數(shù)據(jù)準(zhǔn)確獲取故障信息。與BPNN,RF,SVM模型相比,本方法綜合性能最優(yōu),采用信息融合技術(shù)使檢測(cè)時(shí)間縮短了0.123 s,檢測(cè)精度提高了21.56%。

    猜你喜歡
    齒輪箱風(fēng)電軸承
    軸承知識(shí)
    哈爾濱軸承(2022年2期)2022-07-22 06:39:32
    風(fēng)電齒輪箱軸承用鋼100CrMnSi6-4的開(kāi)發(fā)
    山東冶金(2022年3期)2022-07-19 03:24:36
    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
    海上風(fēng)電躍進(jìn)隱憂(yōu)
    能源(2018年6期)2018-08-01 03:42:00
    分散式風(fēng)電破“局”
    能源(2018年6期)2018-08-01 03:41:56
    風(fēng)電:棄風(fēng)限電明顯改善 海上風(fēng)電如火如荼
    能源(2018年8期)2018-01-15 19:18:24
    提高齒輪箱式換檔機(jī)構(gòu)可靠性的改進(jìn)設(shè)計(jì)
    重齒風(fēng)電
    風(fēng)能(2016年12期)2016-02-25 08:46:38
    女人十人毛片免费观看3o分钟| 久久精品夜色国产| 99久久精品热视频| 久久精品人妻少妇| 看十八女毛片水多多多| 欧美一级a爱片免费观看看| 桃色一区二区三区在线观看| 最后的刺客免费高清国语| 成人漫画全彩无遮挡| 久久欧美精品欧美久久欧美| 久久鲁丝午夜福利片| 美女被艹到高潮喷水动态| 尤物成人国产欧美一区二区三区| 99热这里只有是精品在线观看| 男人的好看免费观看在线视频| 观看美女的网站| 麻豆国产97在线/欧美| 亚洲国产欧美在线一区| 我的女老师完整版在线观看| 18禁黄网站禁片免费观看直播| 日日啪夜夜撸| 国产极品精品免费视频能看的| 伦理电影大哥的女人| 特级一级黄色大片| 中文字幕久久专区| 久久精品国产亚洲av天美| 久久99热6这里只有精品| 麻豆国产av国片精品| 久久国内精品自在自线图片| 女人十人毛片免费观看3o分钟| 青青草视频在线视频观看| 成年女人永久免费观看视频| 国产一区亚洲一区在线观看| 国产精品,欧美在线| 高清日韩中文字幕在线| 国产精品国产三级国产av玫瑰| 热99在线观看视频| 看非洲黑人一级黄片| 精品人妻视频免费看| 国产极品天堂在线| av天堂在线播放| 免费人成在线观看视频色| 嘟嘟电影网在线观看| 国产美女午夜福利| 成年女人永久免费观看视频| 亚洲综合色惰| 午夜福利在线观看免费完整高清在 | 免费观看的影片在线观看| 99国产精品一区二区蜜桃av| 成人午夜高清在线视频| 亚洲av第一区精品v没综合| 在线观看美女被高潮喷水网站| 亚洲av成人av| 爱豆传媒免费全集在线观看| 中文精品一卡2卡3卡4更新| 久久久久久伊人网av| 在线观看一区二区三区| 欧美日韩在线观看h| 又粗又爽又猛毛片免费看| 国产熟女欧美一区二区| 大香蕉久久网| 伦理电影大哥的女人| 亚洲国产精品合色在线| 少妇的逼水好多| 看片在线看免费视频| 国产色爽女视频免费观看| 亚洲国产精品久久男人天堂| 亚洲国产精品久久男人天堂| 欧洲精品卡2卡3卡4卡5卡区| 中文字幕免费在线视频6| 麻豆av噜噜一区二区三区| 久久久久性生活片| 日韩一区二区三区影片| 久久精品夜色国产| 国产真实乱freesex| 国产淫片久久久久久久久| 亚洲av免费高清在线观看| 欧美zozozo另类| 国产成人a∨麻豆精品| 搡老妇女老女人老熟妇| 男女边吃奶边做爰视频| 91麻豆精品激情在线观看国产| 少妇被粗大猛烈的视频| av国产免费在线观看| 我的老师免费观看完整版| 99视频精品全部免费 在线| 国产白丝娇喘喷水9色精品| 午夜免费男女啪啪视频观看| 免费人成在线观看视频色| 啦啦啦观看免费观看视频高清| 亚洲丝袜综合中文字幕| 免费一级毛片在线播放高清视频| 天堂网av新在线| 看片在线看免费视频| 99热精品在线国产| 免费观看精品视频网站| 内地一区二区视频在线| 中文字幕免费在线视频6| 特大巨黑吊av在线直播| 久久99热6这里只有精品| 女人被狂操c到高潮| 一级毛片久久久久久久久女| 中文字幕av成人在线电影| 人妻夜夜爽99麻豆av| 天天躁夜夜躁狠狠久久av| 在线观看av片永久免费下载| 日韩欧美 国产精品| 日韩人妻高清精品专区| 国产一级毛片七仙女欲春2| 精品一区二区三区人妻视频| 国产一级毛片七仙女欲春2| 久久久久久九九精品二区国产| 12—13女人毛片做爰片一| 国产高潮美女av| 国产精品久久久久久亚洲av鲁大| 亚洲一区二区三区色噜噜| 欧美一区二区精品小视频在线| 亚洲精品乱码久久久久久按摩| 国产乱人视频| 亚洲精品日韩在线中文字幕 | 91久久精品国产一区二区成人| 嫩草影院新地址| 欧美成人一区二区免费高清观看| 能在线免费看毛片的网站| 亚洲av免费高清在线观看| 人妻少妇偷人精品九色| 免费观看的影片在线观看| 1024手机看黄色片| 最近中文字幕高清免费大全6| 亚洲18禁久久av| 日本色播在线视频| 国产午夜福利久久久久久| 国内精品美女久久久久久| 一进一出抽搐gif免费好疼| 国产免费一级a男人的天堂| 久久热精品热| 国产三级在线视频| 3wmmmm亚洲av在线观看| 91av网一区二区| 日韩制服骚丝袜av| 久久亚洲精品不卡| 午夜a级毛片| www.色视频.com| avwww免费| 男女做爰动态图高潮gif福利片| 亚洲av男天堂| 99热只有精品国产| 深夜精品福利| 免费看美女性在线毛片视频| 麻豆国产av国片精品| 日韩 亚洲 欧美在线| 人妻系列 视频| 午夜激情福利司机影院| 99久国产av精品| 一本精品99久久精品77| 国产成人精品一,二区 | 亚洲精品自拍成人| 日韩欧美精品v在线| 99热网站在线观看| 国产成人精品婷婷| 国国产精品蜜臀av免费| 日本免费a在线| 欧美一区二区亚洲| 成年女人永久免费观看视频| 亚洲无线在线观看| 青青草视频在线视频观看| 搡老妇女老女人老熟妇| 六月丁香七月| 日韩亚洲欧美综合| 久久99热6这里只有精品| 精品无人区乱码1区二区| 免费在线观看成人毛片| 一级av片app| 成年av动漫网址| 黄色欧美视频在线观看| 亚洲欧美日韩高清在线视频| 联通29元200g的流量卡| 91精品一卡2卡3卡4卡| 黄色配什么色好看| 中文资源天堂在线| 中文字幕精品亚洲无线码一区| 国产成人freesex在线| 欧美区成人在线视频| 99九九线精品视频在线观看视频| 少妇熟女aⅴ在线视频| 中文字幕av在线有码专区| 国产免费男女视频| 女同久久另类99精品国产91| 日本免费一区二区三区高清不卡| av免费观看日本| 国产精品,欧美在线| 日韩强制内射视频| 观看美女的网站| 男插女下体视频免费在线播放| 欧美色视频一区免费| 晚上一个人看的免费电影| 亚洲欧美日韩高清在线视频| 日日摸夜夜添夜夜添av毛片| 免费无遮挡裸体视频| 熟女电影av网| 给我免费播放毛片高清在线观看| 性插视频无遮挡在线免费观看| 欧美色视频一区免费| 国产亚洲欧美98| 亚洲人成网站在线播| 99久久精品一区二区三区| 欧美+日韩+精品| 网址你懂的国产日韩在线| 身体一侧抽搐| 国产精品无大码| 天堂√8在线中文| 国产精品女同一区二区软件| 女人十人毛片免费观看3o分钟| 给我免费播放毛片高清在线观看| 国产精品久久久久久久久免| 国产av一区在线观看免费| 亚洲欧美成人精品一区二区| 波野结衣二区三区在线| 22中文网久久字幕| 精品人妻视频免费看| 亚洲av成人av| 一夜夜www| 成人av在线播放网站| 性欧美人与动物交配| 又黄又爽又刺激的免费视频.| 一个人看视频在线观看www免费| h日本视频在线播放| 最好的美女福利视频网| 高清日韩中文字幕在线| 国产一区二区激情短视频| 日本免费a在线| 欧美成人a在线观看| 一级av片app| 99热6这里只有精品| 欧美3d第一页| 久久久欧美国产精品| 女同久久另类99精品国产91| 日日啪夜夜撸| 久久久久久久久久黄片| 一夜夜www| 久久精品夜色国产| 国产 一区 欧美 日韩| 天天一区二区日本电影三级| 久久欧美精品欧美久久欧美| 亚洲精品粉嫩美女一区| 亚洲精品影视一区二区三区av| 亚洲精品456在线播放app| 少妇的逼水好多| 中文亚洲av片在线观看爽| 村上凉子中文字幕在线| 波多野结衣高清作品| 日本一二三区视频观看| 一卡2卡三卡四卡精品乱码亚洲| 久久亚洲国产成人精品v| 亚洲国产高清在线一区二区三| 国产私拍福利视频在线观看| 九色成人免费人妻av| 六月丁香七月| 中文字幕制服av| 国产伦一二天堂av在线观看| ponron亚洲| 中文精品一卡2卡3卡4更新| 久久久久九九精品影院| 欧洲精品卡2卡3卡4卡5卡区| 伦精品一区二区三区| 亚洲一区二区三区色噜噜| 亚洲美女视频黄频| 日本爱情动作片www.在线观看| 麻豆精品久久久久久蜜桃| 小蜜桃在线观看免费完整版高清| 国产成人精品久久久久久| 免费av毛片视频| 欧美成人a在线观看| 久久精品国产99精品国产亚洲性色| 日韩一区二区视频免费看| 国产精品久久久久久久电影| 婷婷色综合大香蕉| 久久久久久大精品| 日本一二三区视频观看| 国产91av在线免费观看| 亚洲国产日韩欧美精品在线观看| 亚洲电影在线观看av| 亚洲精品日韩av片在线观看| 久久久久久久久久黄片| 99久久无色码亚洲精品果冻| 51国产日韩欧美| 国产色婷婷99| 成人亚洲欧美一区二区av| 男人舔奶头视频| 99热网站在线观看| 搡老妇女老女人老熟妇| 久久99热6这里只有精品| 国产伦精品一区二区三区四那| 97超碰精品成人国产| 国产精品综合久久久久久久免费| 男女下面进入的视频免费午夜| 欧美日韩乱码在线| 一本一本综合久久| 老师上课跳d突然被开到最大视频| 老熟妇乱子伦视频在线观看| 在线观看一区二区三区| 听说在线观看完整版免费高清| 18禁裸乳无遮挡免费网站照片| 麻豆精品久久久久久蜜桃| 小蜜桃在线观看免费完整版高清| 亚洲欧美精品自产自拍| 国产不卡一卡二| or卡值多少钱| 欧美色视频一区免费| 一本精品99久久精品77| 亚洲av二区三区四区| 村上凉子中文字幕在线| a级毛片免费高清观看在线播放| 一边摸一边抽搐一进一小说| 亚洲久久久久久中文字幕| 国产伦一二天堂av在线观看| 两个人的视频大全免费| 色吧在线观看| 99riav亚洲国产免费| 国产亚洲精品久久久久久毛片| 大香蕉久久网| 国产精品无大码| 日日干狠狠操夜夜爽| 别揉我奶头 嗯啊视频| 一级黄色大片毛片| 国产私拍福利视频在线观看| 日韩亚洲欧美综合| 国产伦精品一区二区三区四那| 欧美又色又爽又黄视频| 成人漫画全彩无遮挡| 午夜福利成人在线免费观看| 成人亚洲欧美一区二区av| 国产成年人精品一区二区| 1024手机看黄色片| 国产午夜精品一二区理论片| 国产精品福利在线免费观看| 亚洲七黄色美女视频| 亚洲欧美精品综合久久99| 少妇高潮的动态图| 亚洲av男天堂| 亚洲最大成人手机在线| 联通29元200g的流量卡| 午夜福利高清视频| 欧美一区二区亚洲| 亚洲av不卡在线观看| 三级经典国产精品| 国产成人91sexporn| 国内精品宾馆在线| 日韩视频在线欧美| 男的添女的下面高潮视频| 久久久精品94久久精品| 热99re8久久精品国产| 欧美高清成人免费视频www| 最好的美女福利视频网| 91在线精品国自产拍蜜月| 精品人妻一区二区三区麻豆| 国产成人精品久久久久久| 舔av片在线| 久久精品国产99精品国产亚洲性色| 日本熟妇午夜| 免费电影在线观看免费观看| 国产人妻一区二区三区在| 特级一级黄色大片| 亚洲av.av天堂| 简卡轻食公司| 欧美高清成人免费视频www| 中文欧美无线码| 美女内射精品一级片tv| 国内精品久久久久精免费| 精品人妻偷拍中文字幕| 偷拍熟女少妇极品色| 九九爱精品视频在线观看| 国产熟女欧美一区二区| 有码 亚洲区| 午夜精品国产一区二区电影 | 成年免费大片在线观看| 日韩欧美在线乱码| eeuss影院久久| 97热精品久久久久久| av在线老鸭窝| 亚洲av中文av极速乱| 舔av片在线| 乱码一卡2卡4卡精品| 亚洲成人久久性| 欧美bdsm另类| 国产黄色小视频在线观看| 亚洲人成网站在线播| 国产熟女欧美一区二区| 亚洲国产欧洲综合997久久,| 免费在线观看成人毛片| 亚洲,欧美,日韩| 国产极品天堂在线| 最近中文字幕高清免费大全6| 亚洲国产精品久久男人天堂| 我的老师免费观看完整版| a级毛片免费高清观看在线播放| 亚洲成a人片在线一区二区| 免费无遮挡裸体视频| 精品久久国产蜜桃| 麻豆乱淫一区二区| 九草在线视频观看| 99热只有精品国产| 精品欧美国产一区二区三| kizo精华| 精华霜和精华液先用哪个| 在线观看午夜福利视频| 99精品在免费线老司机午夜| 美女大奶头视频| 一本久久精品| 国产在线男女| 久久婷婷人人爽人人干人人爱| 国产亚洲精品久久久com| 看黄色毛片网站| 看非洲黑人一级黄片| 国产成人影院久久av| 天堂av国产一区二区熟女人妻| 91aial.com中文字幕在线观看| 日日摸夜夜添夜夜爱| 亚洲av成人精品一区久久| 久久久午夜欧美精品| 国产精品精品国产色婷婷| 欧洲精品卡2卡3卡4卡5卡区| 国内精品美女久久久久久| 黄色视频,在线免费观看| 蜜桃亚洲精品一区二区三区| 免费av不卡在线播放| 床上黄色一级片| 国产日本99.免费观看| 人人妻人人澡人人爽人人夜夜 | 偷拍熟女少妇极品色| 又爽又黄a免费视频| 国产一级毛片七仙女欲春2| 久久久久久久午夜电影| 免费看日本二区| 国产极品精品免费视频能看的| 久久精品综合一区二区三区| 国产精品蜜桃在线观看 | 午夜a级毛片| 简卡轻食公司| 国产精品99久久久久久久久| 久久精品国产清高在天天线| 热99re8久久精品国产| 伦理电影大哥的女人| 国产av不卡久久| 99久国产av精品| 色哟哟哟哟哟哟| 我要搜黄色片| 午夜福利视频1000在线观看| 亚洲aⅴ乱码一区二区在线播放| 在线播放国产精品三级| 天天躁夜夜躁狠狠久久av| 搡老妇女老女人老熟妇| 亚洲在线观看片| 欧美日韩在线观看h| 免费观看的影片在线观看| 内射极品少妇av片p| 长腿黑丝高跟| 国产单亲对白刺激| 三级国产精品欧美在线观看| 国产一区亚洲一区在线观看| 久久韩国三级中文字幕| 精品久久久久久久人妻蜜臀av| 亚洲国产精品sss在线观看| 午夜亚洲福利在线播放| 久久久国产成人精品二区| 久久久久久久久久久免费av| 长腿黑丝高跟| 别揉我奶头 嗯啊视频| 九九在线视频观看精品| 国产伦精品一区二区三区视频9| 最近的中文字幕免费完整| 国产精品不卡视频一区二区| 亚洲成人精品中文字幕电影| 午夜爱爱视频在线播放| 人妻制服诱惑在线中文字幕| АⅤ资源中文在线天堂| 成年av动漫网址| 国产三级在线视频| 国产精品嫩草影院av在线观看| 看免费成人av毛片| 一级毛片电影观看 | 久久久久久大精品| 国产精品永久免费网站| 蜜臀久久99精品久久宅男| 给我免费播放毛片高清在线观看| 国产精品一区二区三区四区免费观看| 亚洲最大成人av| 精品国内亚洲2022精品成人| 男女下面进入的视频免费午夜| 99热全是精品| 夜夜看夜夜爽夜夜摸| 欧美激情在线99| 中文字幕av在线有码专区| 免费电影在线观看免费观看| 别揉我奶头 嗯啊视频| 少妇丰满av| 男人和女人高潮做爰伦理| 亚洲欧美成人精品一区二区| 亚洲精品色激情综合| 欧美高清性xxxxhd video| 亚洲精品自拍成人| 亚洲四区av| 大香蕉久久网| 一边亲一边摸免费视频| 国产在视频线在精品| 国产一区二区三区av在线 | 色综合色国产| 青春草亚洲视频在线观看| 成人欧美大片| 丰满人妻一区二区三区视频av| 精品99又大又爽又粗少妇毛片| 国产三级中文精品| 亚洲四区av| 全区人妻精品视频| 嫩草影院入口| 亚洲国产精品合色在线| 乱人视频在线观看| 精品久久久久久久人妻蜜臀av| 97超视频在线观看视频| 国产久久久一区二区三区| 日本色播在线视频| 国产亚洲欧美98| 亚洲真实伦在线观看| 午夜激情福利司机影院| 国产精品一区二区性色av| 最近手机中文字幕大全| 久久久久久久久久久免费av| 69人妻影院| 久久久久久久久久成人| 少妇裸体淫交视频免费看高清| 国产激情偷乱视频一区二区| 一边亲一边摸免费视频| 日韩大尺度精品在线看网址| 99热只有精品国产| 最近最新中文字幕大全电影3| 亚洲av男天堂| 精品久久久久久成人av| 欧美日韩在线观看h| 人妻系列 视频| 亚洲精品日韩在线中文字幕 | 国产午夜福利久久久久久| 国产精品久久久久久av不卡| 人妻制服诱惑在线中文字幕| 一夜夜www| 国产免费男女视频| 国产黄色小视频在线观看| 国产成人一区二区在线| 我要看日韩黄色一级片| 久久久欧美国产精品| 噜噜噜噜噜久久久久久91| 亚洲欧美成人精品一区二区| 一级二级三级毛片免费看| 精品国内亚洲2022精品成人| 国产成人精品婷婷| 欧美潮喷喷水| АⅤ资源中文在线天堂| 国产精品电影一区二区三区| 长腿黑丝高跟| 亚洲丝袜综合中文字幕| 99在线人妻在线中文字幕| 青春草视频在线免费观看| 国产黄a三级三级三级人| 一级毛片aaaaaa免费看小| 变态另类丝袜制服| 成人欧美大片| 亚洲无线在线观看| 日韩欧美在线乱码| 乱人视频在线观看| 亚洲性久久影院| 亚洲av一区综合| 赤兔流量卡办理| 狂野欧美激情性xxxx在线观看| 国产在线男女| 超碰av人人做人人爽久久| 尾随美女入室| 日本av手机在线免费观看| 国产探花极品一区二区| 亚洲国产精品成人综合色| 人体艺术视频欧美日本| 美女cb高潮喷水在线观看| 永久网站在线| 日本欧美国产在线视频| 精品人妻偷拍中文字幕| 桃色一区二区三区在线观看| 亚洲乱码一区二区免费版| 午夜福利成人在线免费观看| 精品国产三级普通话版| 国产精品蜜桃在线观看 | 日韩成人伦理影院| 最近视频中文字幕2019在线8| 国产欧美日韩精品一区二区| 又粗又硬又长又爽又黄的视频 | 中文字幕久久专区| 日韩av不卡免费在线播放| 观看美女的网站| 又爽又黄无遮挡网站| 精品不卡国产一区二区三区| 国产成人福利小说| 三级毛片av免费| 国产在线男女| 亚洲精品日韩在线中文字幕 | 全区人妻精品视频| 亚洲欧美日韩高清专用| 此物有八面人人有两片| 麻豆av噜噜一区二区三区| 黄片wwwwww| 国产av一区在线观看免费| 国产高清视频在线观看网站| 国产在线男女| 免费观看人在逋| 日韩,欧美,国产一区二区三区 | 国产成人a∨麻豆精品| 国产精品久久久久久久电影| 国产真实乱freesex| 自拍偷自拍亚洲精品老妇|