• <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
    丝袜在线中文字幕| 欧美大码av| 日韩大尺度精品在线看网址 | 人人妻,人人澡人人爽秒播| av在线播放免费不卡| 久久久久久大精品| 啪啪无遮挡十八禁网站| 夜夜夜夜夜久久久久| 国产高清videossex| 两性午夜刺激爽爽歪歪视频在线观看 | 日本免费a在线| 欧美成狂野欧美在线观看| 国产激情久久老熟女| 一区二区三区国产精品乱码| 伊人久久大香线蕉亚洲五| 宅男免费午夜| 在线观看午夜福利视频| 色av中文字幕| 欧美不卡视频在线免费观看 | 不卡一级毛片| 欧美午夜高清在线| 亚洲精品久久国产高清桃花| 欧美大码av| 午夜激情av网站| 久久久国产欧美日韩av| 天天添夜夜摸| 久久久精品国产亚洲av高清涩受| 丝袜美足系列| 午夜免费成人在线视频| 国产一区二区三区在线臀色熟女| 日韩一卡2卡3卡4卡2021年| 欧美大码av| 国产精品一区二区精品视频观看| 国产精品久久久av美女十八| 久久精品aⅴ一区二区三区四区| av视频免费观看在线观看| 国产av一区二区精品久久| 无遮挡黄片免费观看| 美女午夜性视频免费| 国产成人系列免费观看| av在线播放免费不卡| 国产精品香港三级国产av潘金莲| 精品人妻在线不人妻| 纯流量卡能插随身wifi吗| 午夜激情av网站| 亚洲精品国产一区二区精华液| 少妇裸体淫交视频免费看高清 | 免费高清在线观看日韩| 热99re8久久精品国产| 黄色丝袜av网址大全| 午夜激情av网站| av在线播放免费不卡| 18禁美女被吸乳视频| 两人在一起打扑克的视频| 精品久久久久久久人妻蜜臀av | 亚洲国产欧美一区二区综合| 亚洲精品国产色婷婷电影| 免费无遮挡裸体视频| 巨乳人妻的诱惑在线观看| 精品国产乱码久久久久久男人| 精品无人区乱码1区二区| 亚洲色图综合在线观看| 成人国产一区最新在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 法律面前人人平等表现在哪些方面| 欧美乱色亚洲激情| 国产三级在线视频| 成人亚洲精品一区在线观看| 精品一区二区三区四区五区乱码| 亚洲中文日韩欧美视频| 村上凉子中文字幕在线| 满18在线观看网站| 精品久久蜜臀av无| 可以在线观看毛片的网站| 在线观看舔阴道视频| 国产一区二区三区在线臀色熟女| 久久草成人影院| 国产成+人综合+亚洲专区| av中文乱码字幕在线| 露出奶头的视频| 午夜老司机福利片| 亚洲一区二区三区不卡视频| 亚洲欧美日韩无卡精品| 高清黄色对白视频在线免费看| 久久久久国产一级毛片高清牌| 一本综合久久免费| 午夜a级毛片| 免费人成视频x8x8入口观看| www.熟女人妻精品国产| 悠悠久久av| 国产精品二区激情视频| 欧美日韩福利视频一区二区| 9191精品国产免费久久| 人人妻,人人澡人人爽秒播| 一个人免费在线观看的高清视频| 精品久久蜜臀av无| 国产亚洲av高清不卡| 久久天堂一区二区三区四区| 久9热在线精品视频| 高潮久久久久久久久久久不卡| 亚洲一区二区三区色噜噜| 中文字幕人妻丝袜一区二区| 国产成人av教育| 午夜日韩欧美国产| 色在线成人网| 母亲3免费完整高清在线观看| 精品久久蜜臀av无| 久久国产亚洲av麻豆专区| 香蕉久久夜色| 亚洲午夜精品一区,二区,三区| 老汉色∧v一级毛片| 亚洲激情在线av| 国产三级黄色录像| 久久亚洲真实| 国产欧美日韩一区二区精品| 99精品久久久久人妻精品| 在线av久久热| 欧洲精品卡2卡3卡4卡5卡区| 高清在线国产一区| 怎么达到女性高潮| 欧美 亚洲 国产 日韩一| 国产精品乱码一区二三区的特点 | 国产高清激情床上av| 欧美黄色片欧美黄色片| 国产成人精品久久二区二区91| 给我免费播放毛片高清在线观看| 国产99久久九九免费精品| 大型黄色视频在线免费观看| 日本a在线网址| 精品久久久久久成人av| 久久婷婷成人综合色麻豆| 国产一区二区在线av高清观看| 操出白浆在线播放| 两性午夜刺激爽爽歪歪视频在线观看 | 久久 成人 亚洲| 日本免费一区二区三区高清不卡 | 国产精品乱码一区二三区的特点 | 可以在线观看毛片的网站| 日韩精品青青久久久久久| 国产av精品麻豆| 久久久久国产一级毛片高清牌| 老司机在亚洲福利影院| 99国产精品免费福利视频| 久9热在线精品视频| 精品高清国产在线一区| 一a级毛片在线观看| 一边摸一边抽搐一进一小说| 久久久久久久久中文| 女人高潮潮喷娇喘18禁视频| 最近最新免费中文字幕在线| 两个人看的免费小视频| 人人妻人人澡欧美一区二区 | 黄网站色视频无遮挡免费观看| 99国产精品免费福利视频| 18禁黄网站禁片午夜丰满| 香蕉久久夜色| 欧美老熟妇乱子伦牲交| 一进一出抽搐动态| 欧美日韩精品网址| 99在线人妻在线中文字幕| 日本一区二区免费在线视频| 熟妇人妻久久中文字幕3abv| 国产不卡一卡二| 中国美女看黄片| 人妻丰满熟妇av一区二区三区| 男人舔女人的私密视频| 亚洲黑人精品在线| 一级毛片女人18水好多| 巨乳人妻的诱惑在线观看| 1024视频免费在线观看| 在线国产一区二区在线| 男女做爰动态图高潮gif福利片 | 亚洲欧美精品综合一区二区三区| 国产一区二区在线av高清观看| 欧美色欧美亚洲另类二区 | 日韩大码丰满熟妇| 99国产精品99久久久久| 一级a爱片免费观看的视频| 亚洲av成人av| 亚洲第一欧美日韩一区二区三区| 老汉色∧v一级毛片| 大陆偷拍与自拍| 午夜久久久在线观看| 黄网站色视频无遮挡免费观看| 欧美日韩中文字幕国产精品一区二区三区 | 精品久久久久久久人妻蜜臀av | 免费在线观看日本一区| 国产又爽黄色视频| 99香蕉大伊视频| 一本综合久久免费| 欧美激情 高清一区二区三区| 国产极品粉嫩免费观看在线| 久热爱精品视频在线9| 国产精品一区二区三区四区久久 | 一区在线观看完整版| 亚洲av片天天在线观看| 日韩欧美三级三区| 18禁黄网站禁片午夜丰满| 亚洲va日本ⅴa欧美va伊人久久| 国产欧美日韩一区二区三| 欧美日韩福利视频一区二区| 亚洲精品一卡2卡三卡4卡5卡| 国产精品一区二区三区四区久久 | 亚洲国产中文字幕在线视频| 天天躁夜夜躁狠狠躁躁| 亚洲黑人精品在线| 黑人操中国人逼视频| 亚洲片人在线观看| 18禁黄网站禁片午夜丰满| 国产精品国产高清国产av| 精品乱码久久久久久99久播| 国内精品久久久久久久电影| 亚洲精品一卡2卡三卡4卡5卡| 日韩三级视频一区二区三区| 免费久久久久久久精品成人欧美视频| 老熟妇仑乱视频hdxx| 午夜亚洲福利在线播放| 99精品在免费线老司机午夜| 婷婷六月久久综合丁香| 久久这里只有精品19| 精品福利观看| 黑丝袜美女国产一区| 精品久久久久久成人av| av中文乱码字幕在线| 日韩高清综合在线| 搞女人的毛片| 国产亚洲欧美在线一区二区| 国产aⅴ精品一区二区三区波| 欧美+亚洲+日韩+国产| 久久久久久久久久久久大奶| 精品久久久久久久人妻蜜臀av | 热99re8久久精品国产| 欧美日韩精品网址| 91av网站免费观看| 窝窝影院91人妻| av欧美777| 国产极品粉嫩免费观看在线| 亚洲国产高清在线一区二区三 | 91av网站免费观看| 我的亚洲天堂| 午夜a级毛片| 国产欧美日韩综合在线一区二区| 老司机在亚洲福利影院| 欧美激情高清一区二区三区| 国产日韩一区二区三区精品不卡| 日韩 欧美 亚洲 中文字幕| 麻豆国产av国片精品| 亚洲av片天天在线观看| 长腿黑丝高跟| 亚洲男人的天堂狠狠| 午夜精品国产一区二区电影| 中国美女看黄片| 精品久久久精品久久久| 琪琪午夜伦伦电影理论片6080| 欧洲精品卡2卡3卡4卡5卡区| 日韩成人在线观看一区二区三区| 国产极品粉嫩免费观看在线| 动漫黄色视频在线观看| av超薄肉色丝袜交足视频| 丁香六月欧美| 久久天堂一区二区三区四区| 精品久久久久久成人av| 色在线成人网| 久久九九热精品免费| 色婷婷久久久亚洲欧美| 成在线人永久免费视频| 亚洲 欧美一区二区三区| 一级a爱片免费观看的视频| 国产av又大| 久久久久国产精品人妻aⅴ院| 国产黄a三级三级三级人| 国产精品久久电影中文字幕| 波多野结衣av一区二区av| 真人一进一出gif抽搐免费| 岛国在线观看网站| 大陆偷拍与自拍| 精品久久久久久久久久免费视频| 久久精品国产亚洲av香蕉五月| 国产成人av教育| 亚洲三区欧美一区| 国产精品久久视频播放| 91九色精品人成在线观看| 欧美黑人欧美精品刺激| 国产精品一区二区在线不卡| 久久狼人影院| 中出人妻视频一区二区| 女人高潮潮喷娇喘18禁视频| 三级毛片av免费| 一边摸一边做爽爽视频免费| 国产成人精品无人区| 麻豆一二三区av精品| 欧美午夜高清在线| 午夜久久久在线观看| 最好的美女福利视频网| 精品一区二区三区四区五区乱码| 999精品在线视频| 日本 欧美在线| 国产亚洲精品一区二区www| 亚洲精品美女久久久久99蜜臀| 欧美成人免费av一区二区三区| 欧美一区二区精品小视频在线| 亚洲精品久久国产高清桃花| 国产精品一区二区精品视频观看| 精品免费久久久久久久清纯| 亚洲一区二区三区不卡视频| 极品教师在线免费播放| 男男h啪啪无遮挡| 精品乱码久久久久久99久播| 午夜久久久久精精品| 欧美av亚洲av综合av国产av| 亚洲成a人片在线一区二区| 精品一区二区三区视频在线观看免费| 一边摸一边抽搐一进一小说| 久热爱精品视频在线9| 久久人妻熟女aⅴ| 免费一级毛片在线播放高清视频 | 日日摸夜夜添夜夜添小说| 国产精品久久久久久精品电影 | 色综合婷婷激情| 国产成年人精品一区二区| 午夜成年电影在线免费观看| 男女下面进入的视频免费午夜 | 丰满人妻熟妇乱又伦精品不卡| 久久人人精品亚洲av| 亚洲一卡2卡3卡4卡5卡精品中文| 身体一侧抽搐| 精品欧美国产一区二区三| 九色亚洲精品在线播放| 一个人观看的视频www高清免费观看 | 亚洲伊人色综图| 在线观看日韩欧美| 12—13女人毛片做爰片一| 中国美女看黄片| 色老头精品视频在线观看| 91av网站免费观看| 中文字幕精品免费在线观看视频| 女性生殖器流出的白浆| 黄色毛片三级朝国网站| 国产一区二区激情短视频| 黑人欧美特级aaaaaa片| 老司机在亚洲福利影院| 不卡一级毛片| 禁无遮挡网站| 久久国产精品影院| 一级,二级,三级黄色视频| 日韩国内少妇激情av| 90打野战视频偷拍视频| 精品国产国语对白av| 久久精品人人爽人人爽视色| 在线国产一区二区在线| 国产av精品麻豆| 久久久久久久久中文| 国产欧美日韩精品亚洲av| 久久国产精品人妻蜜桃| 99精品欧美一区二区三区四区| 正在播放国产对白刺激| 国产精品久久久久久精品电影 | xxx96com| 亚洲久久久国产精品| 91大片在线观看| 在线永久观看黄色视频| 久久影院123| 亚洲激情在线av| 成人18禁在线播放| 1024香蕉在线观看| 91大片在线观看| 宅男免费午夜| 久久人人爽av亚洲精品天堂| 欧美黑人欧美精品刺激| 国产99久久九九免费精品| 国产精品一区二区三区四区久久 | 99久久99久久久精品蜜桃| 亚洲精品粉嫩美女一区| 看黄色毛片网站| 美女高潮到喷水免费观看| 看免费av毛片| 黄色视频不卡| 男男h啪啪无遮挡| 视频区欧美日本亚洲| 久久国产亚洲av麻豆专区| 女生性感内裤真人,穿戴方法视频| 我的亚洲天堂| 亚洲精品国产精品久久久不卡| 午夜免费鲁丝| 久久久久久久午夜电影| 99久久99久久久精品蜜桃| 亚洲人成77777在线视频| 真人做人爱边吃奶动态| av在线天堂中文字幕| 国产亚洲精品av在线| 国产一级毛片七仙女欲春2 | 中文字幕久久专区| 亚洲精品国产精品久久久不卡| 中文字幕av电影在线播放| 久久久水蜜桃国产精品网| 怎么达到女性高潮| 久久久国产精品麻豆| 色播在线永久视频| 国产伦人伦偷精品视频| 色老头精品视频在线观看| 国产精品久久久久久人妻精品电影| 中文字幕精品免费在线观看视频| 亚洲一码二码三码区别大吗| 国产精品99久久99久久久不卡| 老鸭窝网址在线观看| 老司机在亚洲福利影院| 亚洲人成电影观看| 999精品在线视频| 99香蕉大伊视频| 男人舔女人的私密视频| 夜夜夜夜夜久久久久| 亚洲国产精品sss在线观看| 99久久综合精品五月天人人| 在线观看一区二区三区| av天堂久久9| 国产私拍福利视频在线观看| 夜夜躁狠狠躁天天躁| 国产黄a三级三级三级人| 真人做人爱边吃奶动态| 久久人妻福利社区极品人妻图片| 757午夜福利合集在线观看| av网站免费在线观看视频| 国产精品98久久久久久宅男小说| 亚洲五月婷婷丁香| 午夜福利高清视频| 国产97色在线日韩免费| 男人舔女人下体高潮全视频| 午夜久久久久精精品| 欧美黑人欧美精品刺激| 一区二区三区国产精品乱码| 久久精品aⅴ一区二区三区四区| 精品久久蜜臀av无| 久热这里只有精品99| 亚洲第一电影网av| 岛国视频午夜一区免费看| 一级毛片女人18水好多| 国产精品自产拍在线观看55亚洲| 欧美乱色亚洲激情| 最近最新免费中文字幕在线| 国产一区二区三区视频了| 国产熟女午夜一区二区三区| 日韩欧美国产一区二区入口| 亚洲欧美精品综合久久99| avwww免费| 正在播放国产对白刺激| 99在线人妻在线中文字幕| 丝袜美足系列| 久久精品国产亚洲av高清一级| 97人妻天天添夜夜摸| 午夜免费激情av| 国产成人欧美| 日本vs欧美在线观看视频| 色在线成人网| 高清在线国产一区| 啦啦啦 在线观看视频| 精品国产国语对白av| 亚洲七黄色美女视频| 少妇 在线观看| tocl精华| 国产精品影院久久| 精品午夜福利视频在线观看一区| av视频免费观看在线观看| 精品久久久久久久久久免费视频| 91成年电影在线观看| 老司机深夜福利视频在线观看| av视频在线观看入口| 一边摸一边做爽爽视频免费| 国产极品粉嫩免费观看在线| 日本欧美视频一区| 天堂影院成人在线观看| av有码第一页| 天天一区二区日本电影三级 | 久久久久久人人人人人| 国产97色在线日韩免费| 少妇被粗大的猛进出69影院| 国产伦精品一区二区三区四那| 我要看日韩黄色一级片| 国产乱人伦免费视频| 桃红色精品国产亚洲av| 久久欧美精品欧美久久欧美| 校园春色视频在线观看| 波多野结衣高清作品| 中文字幕高清在线视频| 男女之事视频高清在线观看| 在线天堂最新版资源| bbb黄色大片| 一级a爱片免费观看的视频| 天堂影院成人在线观看| 久久精品综合一区二区三区| 国内精品一区二区在线观看| 亚洲最大成人手机在线| 欧美日本亚洲视频在线播放| 国内久久婷婷六月综合欲色啪| 五月玫瑰六月丁香| 亚洲性久久影院| 亚洲专区国产一区二区| 亚洲成人久久爱视频| 美女免费视频网站| 亚洲在线自拍视频| 欧美一区二区亚洲| 在线观看66精品国产| 久99久视频精品免费| 美女大奶头视频| 老师上课跳d突然被开到最大视频| 国产精品日韩av在线免费观看| 不卡视频在线观看欧美| 中国美女看黄片| 不卡一级毛片| 成人二区视频| 91麻豆精品激情在线观看国产| 真人做人爱边吃奶动态| 欧美在线一区亚洲| 亚洲成人久久性| 老司机午夜福利在线观看视频| 久久中文看片网| 色综合婷婷激情| 99久久无色码亚洲精品果冻| 国产高清视频在线播放一区| 国产v大片淫在线免费观看| 日日撸夜夜添| 在线播放无遮挡| 久久午夜福利片| 日韩人妻高清精品专区| 一卡2卡三卡四卡精品乱码亚洲| 久久久久久久久久黄片| 国产伦在线观看视频一区| videossex国产| 精品人妻偷拍中文字幕| 内地一区二区视频在线| 少妇的逼好多水| 人妻制服诱惑在线中文字幕| 亚洲最大成人手机在线| 亚洲国产精品sss在线观看| 十八禁国产超污无遮挡网站| 免费大片18禁| 夜夜看夜夜爽夜夜摸| 精品无人区乱码1区二区| 男女做爰动态图高潮gif福利片| 亚洲三级黄色毛片| 欧美成人性av电影在线观看| 1000部很黄的大片| 女的被弄到高潮叫床怎么办 | 搞女人的毛片| 在现免费观看毛片| 婷婷色综合大香蕉| 免费在线观看日本一区| а√天堂www在线а√下载| 色哟哟哟哟哟哟| 91麻豆av在线| 精品久久久久久久久av| 婷婷亚洲欧美| 日韩 亚洲 欧美在线| 日本 av在线| 国产伦精品一区二区三区四那| 免费人成视频x8x8入口观看| 大型黄色视频在线免费观看| 直男gayav资源| 91久久精品国产一区二区三区| 亚洲av二区三区四区| 少妇人妻精品综合一区二区 | 国产高清不卡午夜福利| aaaaa片日本免费| 色综合亚洲欧美另类图片| 亚洲精华国产精华液的使用体验 | 男女之事视频高清在线观看| 我的老师免费观看完整版| 成人亚洲精品av一区二区| 少妇的逼好多水| 国产黄片美女视频| 99热6这里只有精品| 日日撸夜夜添| 特级一级黄色大片| 精品一区二区三区视频在线| 成人国产麻豆网| 午夜免费男女啪啪视频观看 | 老师上课跳d突然被开到最大视频| 欧美一区二区亚洲| 国产一区二区三区视频了| 成人亚洲精品av一区二区| 国产精品日韩av在线免费观看| av福利片在线观看| 色视频www国产| 波多野结衣高清作品| 成人国产综合亚洲| 热99re8久久精品国产| 高清日韩中文字幕在线| 色5月婷婷丁香| 真人一进一出gif抽搐免费| 少妇被粗大猛烈的视频| 精品久久久久久久人妻蜜臀av| 在线观看午夜福利视频| 午夜福利18| 久久久精品大字幕| 免费搜索国产男女视频| av天堂在线播放| 久久久久久久亚洲中文字幕| 狠狠狠狠99中文字幕| 日本免费一区二区三区高清不卡| 精品久久久久久久久久久久久| 深爱激情五月婷婷| 午夜福利在线观看免费完整高清在 | 久久人人爽人人爽人人片va| 白带黄色成豆腐渣| 国产日本99.免费观看| 亚洲国产欧洲综合997久久,| 白带黄色成豆腐渣| 国产视频内射| 波多野结衣高清作品| 一个人看的www免费观看视频| 久久99热6这里只有精品| АⅤ资源中文在线天堂| 国产精品98久久久久久宅男小说| 夜夜夜夜夜久久久久| 九色成人免费人妻av| 欧美最新免费一区二区三区|