• <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 ?

    機(jī)器學(xué)習(xí)在磁記憶無損檢測領(lǐng)域的應(yīng)用及展望

    2022-09-01 07:03:56周建庭劉人銘
    關(guān)鍵詞:機(jī)器焊縫向量

    楊 茂,張 洪,周建庭,劉人銘,陳 軍

    (1. 重慶交通大學(xué) 土木工程學(xué)院,重慶 400074; 2. 重慶三峽學(xué)院 土木工程學(xué)院,重慶 404100)

    0 引 言

    金屬磁記憶檢測技術(shù)誕生于1997年,由A.A.DOUBOV在第50屆國際焊接學(xué)術(shù)會議上正式提出[1],可檢測鐵磁構(gòu)件的應(yīng)力集中及宏觀缺陷。鐵磁材料具有磁疇結(jié)構(gòu)和自發(fā)磁化的特點,在荷載和環(huán)境磁場的聯(lián)合作用下,磁疇形態(tài)、分布發(fā)生改變,宏觀表現(xiàn)為應(yīng)力集中或微觀缺陷部位的局部磁場增強(qiáng),并在工作載荷消除后仍然保留[1-2]。磁記憶檢測技術(shù)無需外在激勵,以地磁場為激勵源,能夠?qū)﹁F磁材料的應(yīng)力集中、早期損傷及損傷程度等進(jìn)行評估,防止構(gòu)件的突發(fā)性失效[3-5]。目前在石油化工、能源、航空等各領(lǐng)域進(jìn)行了實際應(yīng)用,并取得了較好的應(yīng)用效果[6-8]。然而在具體的試驗及現(xiàn)場應(yīng)用過程中,大量的檢測數(shù)據(jù)具有一定的離散性和非線性,磁記憶的精細(xì)化、定量化檢測面臨著發(fā)展瓶頸。

    機(jī)器學(xué)習(xí)源于人工智能和統(tǒng)計學(xué),是對能通過經(jīng)驗自動改進(jìn)的計算機(jī)算法的研究,特別適用于對大量磁記憶檢測數(shù)據(jù)的分析。通俗地講,機(jī)器學(xué)習(xí)就是讓計算機(jī)從數(shù)據(jù)中進(jìn)行自動學(xué)習(xí),從大量的數(shù)據(jù)中發(fā)現(xiàn)規(guī)律,并利用此規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測的算法[9-10],它是數(shù)據(jù)驅(qū)動的,用于對數(shù)據(jù)間的內(nèi)部關(guān)系進(jìn)行建模[11]。機(jī)器學(xué)習(xí)是一門多學(xué)科交叉專業(yè),涵蓋計算機(jī)科學(xué)、概率論、統(tǒng)計學(xué)、近似理論和復(fù)雜算法等知識,大致可分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩類,常用的監(jiān)督學(xué)習(xí)有支持向量機(jī),人工神經(jīng)網(wǎng)絡(luò),隨機(jī)森林等,無監(jiān)督學(xué)習(xí)主要是各種聚類算法和主成分分析(PCA)[12-15]。

    將機(jī)器學(xué)習(xí)用于對磁記憶檢測數(shù)據(jù)的深入分析是實現(xiàn)缺陷精準(zhǔn)定位和定量檢測的新思路,主要綜述了各種機(jī)器學(xué)習(xí)算法在磁記憶無損檢測領(lǐng)域的應(yīng)用現(xiàn)狀,主要包括在焊縫、管道等構(gòu)件缺陷檢測中的應(yīng)用和發(fā)展,并結(jié)合磁記憶無損檢測技術(shù)的發(fā)展難題,展望了機(jī)器學(xué)習(xí)在該領(lǐng)域的應(yīng)用前景,進(jìn)一步考慮將機(jī)器學(xué)習(xí)應(yīng)用于橋梁內(nèi)部鋼筋損傷的磁記憶檢測當(dāng)中。

    1 焊縫缺陷的磁記憶定量化識別

    焊縫作為金屬構(gòu)件中的薄弱部位,在施焊過程中存在未焊透、夾渣等現(xiàn)象,在后期工作中極易發(fā)生應(yīng)力集中和破壞,故磁記憶無損檢測法非常適用于焊縫缺陷檢測,在焊縫缺陷磁記憶定量化識別領(lǐng)域,東北石油大學(xué)的邢海燕團(tuán)隊將一系列的機(jī)器學(xué)習(xí)算法應(yīng)用到其中[16-21]。在不同循環(huán)加載周次下,未焊透和夾渣焊縫出現(xiàn)不同程度的缺陷,用常規(guī)的X射線法將焊縫缺陷分為4類:正常狀態(tài)、隱性損傷(隱性裂紋長為2~4 mm)、裂紋未穿透、裂紋穿透。對照常規(guī)定量檢測方法,獲取不同狀態(tài)下的磁記憶特征并分析,結(jié)果表明依靠傳統(tǒng)的磁記憶判據(jù)無法識別焊縫的損傷狀態(tài),如圖1,試件在檢測過程中受到外界干擾,磁信號會出現(xiàn)模糊性和分散性的問題,只有在裂紋穿透階段,磁記憶信號切向分量會達(dá)到極值,法向分量過零點,而在其他損傷階段,相應(yīng)信號并沒有出現(xiàn)明顯的判據(jù)特征。

    圖1 不同損傷程度下未焊透試件的磁場強(qiáng)度分布[21]Fig. 1 The distribution of magnetic field intensity of incompletepenetration test pieces under different damage degrees [21]

    因此,對損傷更為敏感的磁參數(shù)以及對分散數(shù)據(jù)具有強(qiáng)大處理能力的機(jī)器學(xué)習(xí)算法被引入到焊縫缺陷的磁記憶定量檢測中。具體的機(jī)器學(xué)習(xí)算法和應(yīng)用情況如表1。

    遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法首先被引入到焊縫缺陷的磁記憶定量檢測當(dāng)中[16-17]。由于采用隨機(jī)的權(quán)值和閾值,BP神經(jīng)網(wǎng)絡(luò)多次計算的結(jié)果不同,可重復(fù)性較差。遺傳算法是一種全局優(yōu)化算法,具有計算方法簡單、優(yōu)化效果好、處理組合優(yōu)化問題能力強(qiáng)等優(yōu)點[9]。于是采用遺傳算法對其進(jìn)行優(yōu)化,可得到最優(yōu)權(quán)值和閾值,獲得較快的收斂速度和計算精度,圖2為誤差隨遺傳代數(shù)增加的變化趨勢,優(yōu)化后的算法使樣本誤差大大減小,預(yù)測效果更穩(wěn)定、更準(zhǔn)確。

    圖2 誤差隨遺傳代數(shù)的變化趨勢[16]Fig. 2 Variation trend of error changing with genetic algebra [16]

    邢海燕等[18]提出對焊縫損傷更加敏感的磁特征指標(biāo)Kr,引入無偏灰色預(yù)測理論與模糊隸屬度函數(shù),在此基礎(chǔ)上建立模糊加權(quán)的馬爾科夫鏈預(yù)測模型。對22組試驗數(shù)據(jù)進(jìn)行建模分析,如圖3,結(jié)果表明采用模糊加權(quán)馬爾科夫鏈定量預(yù)測模型的預(yù)測結(jié)果更接近于真實值,相對于無偏GM(1,1)預(yù)測模型而言,其最大相對誤差從38.49%降到5.05%,對Kr值預(yù)測結(jié)果準(zhǔn)確性得到了較大的提高。

    圖3 不同模型的預(yù)測效果[18]Fig. 3 The predictive effects of different models[18]

    基于磁信號的模糊性和分散性,模糊c均值聚類算法被用于磁記憶檢測數(shù)據(jù)的處理中[19-20],模糊c均值聚類融合了模糊理論的精髓,相較于k-MEANS的硬聚類,提供了更加靈活的聚類結(jié)果。因為大部分情況下,數(shù)據(jù)集中的對象不能劃分成為明顯分離的簇,指派一個對象到一個特定的簇有些生硬,也可能會出錯。故對每個對象和每個簇賦予一個權(quán)值,指明對象屬于該簇的程度。邢海燕等[19]和喻正帥[20]對不同損傷階段的信號進(jìn)行定量識別,通過訓(xùn)練樣本提取最優(yōu)模糊加權(quán)指數(shù)m,如圖4,當(dāng)m為2.0時,可獲得最大準(zhǔn)確率,建立預(yù)測模型,對54組樣本數(shù)據(jù)進(jìn)行建模與預(yù)測,準(zhǔn)確率可達(dá)90%。邢海燕等[21]結(jié)合免疫優(yōu)化和動態(tài)模糊聚類算法,通過建立模糊相似關(guān)系,確定樣本集合的親疏程度,使樣本的分類走向定量化,并采用免疫算法來解決聚類算法易陷入局部最優(yōu)值的問題。通過試驗和實際工程應(yīng)用表明,該模型預(yù)測損傷等級準(zhǔn)確率達(dá)90%,可以較好的區(qū)分焊縫的正常狀態(tài)、隱性損傷萌生、未穿透性裂紋等階段。

    圖4 最優(yōu)模糊加權(quán)指數(shù)m的確定[19]Fig. 4 Determination of the optimal fuzzy weighting index m[19]

    由以上研究可知,磁記憶法的傳統(tǒng)判據(jù)無法識別焊縫的缺陷等級,在裂紋未穿透時,切向分量和法向分量曲線具有分散性和不確定性,必須采用機(jī)器學(xué)習(xí)算法對數(shù)據(jù)進(jìn)行深入分析。神經(jīng)網(wǎng)絡(luò)、遺傳算法、聚類算法等在焊縫缺陷的定量識別中得到成功應(yīng)用,對于一定的數(shù)據(jù)樣本,單一算法具有較大的局限性,建立的模型通常得不到較高的準(zhǔn)確率,需采用其余的算法對參數(shù)進(jìn)行優(yōu)化,多種算法結(jié)合可獲得較高的預(yù)測準(zhǔn)確率。

    2 管道缺陷的磁記憶定量化識別

    石油、天然氣等金屬管道在世界范圍內(nèi)具有龐大的體量,在長期使用過程中易發(fā)生損傷,引發(fā)巨大的安全事故,故實現(xiàn)管道缺陷的磁記憶定量檢測具有十分重大的意義。以實現(xiàn)管道缺陷等級識別為目的,將機(jī)器學(xué)習(xí)算法引入到磁記憶數(shù)據(jù)的處理當(dāng)中,目前應(yīng)用較多的為支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法,以及在它們的基礎(chǔ)上提出的優(yōu)化算法,具體應(yīng)用情況如表2。

    表2 機(jī)器學(xué)習(xí)算法在管道缺陷磁記憶檢測的應(yīng)用Table 2 Application of machine learning algorithms in magneticmemory detection of pipeline defect

    支持向量機(jī)算法具有強(qiáng)大的分類功能,且在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢,因而成為機(jī)器學(xué)習(xí)中應(yīng)用最為廣泛的算法之一。易方等[22]提出了一種基于模糊核支持向量機(jī)的缺陷識別方法。將管道狀態(tài)劃分為應(yīng)力集中、微觀缺陷和宏觀缺陷3個等級。構(gòu)造了五維磁特征指標(biāo),對32組鋼管道進(jìn)行了缺陷識別試驗,識別準(zhǔn)確度達(dá)到100%,與傳統(tǒng)線性核和多項式核函數(shù)比較,識別精度得到提高。LIU Zhilin等[23]利用支持向量機(jī)實現(xiàn)了對油井套管危險程度的磁記憶定量評價,將12組油井套管的危險程度分為4個等級,采取其磁記憶信號,對降噪處理后的磁信號進(jìn)行特征值提取,采用支持向量機(jī)來建立磁特征指標(biāo)和管道危險程度之間的關(guān)系模型,該模型的準(zhǔn)確率可達(dá)100%。GONG Lihong等[24]結(jié)合自適應(yīng)遺傳算法與支持向量機(jī)算法建立了管道缺陷的定量識別模型,可識別管道是否處于正常、應(yīng)力集中或者裂紋狀態(tài),并比較了支持向量機(jī)4個核函數(shù)的診斷結(jié)果,其中,徑向基函數(shù)(RBF)核在模擬中表現(xiàn)最好,準(zhǔn)確率達(dá)到95.52%。

    人工神經(jīng)網(wǎng)絡(luò)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法,具有較強(qiáng)的自學(xué)習(xí)和自適應(yīng)能力。龔利紅等[25]分別將線性感知器神經(jīng)網(wǎng)絡(luò)和非線性感知器神經(jīng)網(wǎng)絡(luò)應(yīng)用到了管道的磁記憶定量檢測當(dāng)中,選取40組處于應(yīng)力集中或者宏觀缺陷的鋼管作為試驗樣本,進(jìn)一步優(yōu)化磁特征指標(biāo),作100次計算機(jī)診斷模擬,結(jié)果表明:線性感知器神經(jīng)網(wǎng)絡(luò)平均準(zhǔn)確率為71.2%,而非線性感知神經(jīng)網(wǎng)絡(luò)模型的平均診斷正確率可達(dá)90.7%,有顯著提高。劉書俊等[26]提取五維磁特征參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點,建立了BP神經(jīng)網(wǎng)絡(luò)的磁記憶識別模型,對600組管道樣本進(jìn)行了檢測試驗,測試樣本識別正確率為97.5%。

    支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)及其衍生出的優(yōu)化算法具有較高的識別準(zhǔn)確率,當(dāng)然在應(yīng)用過程中,預(yù)測準(zhǔn)確率和樣本本身的磁特征指標(biāo)也具有很強(qiáng)的相關(guān)性,故在優(yōu)化算法的同時,需提高樣本磁特征指標(biāo)的準(zhǔn)確度和可靠度,結(jié)合多方面因素提高模型的準(zhǔn)確率。

    3 其他鋼試件的缺陷定量化識別

    磁記憶檢測技術(shù)在焊縫和管道中的應(yīng)用較為成熟,隨著該技術(shù)的發(fā)展,其應(yīng)用領(lǐng)域也逐漸擴(kuò)展到鋼繩芯輸送帶、鋼軌、再造抽油桿等鋼構(gòu)件缺陷的定量識別當(dāng)中,機(jī)器學(xué)習(xí)也隨之應(yīng)用到更多種類的鋼試件磁記憶檢測當(dāng)中,具體應(yīng)用情況如表3。

    表3 機(jī)器學(xué)習(xí)在其他鋼試件磁記憶檢測的應(yīng)用Table 3 Application of machine learning in magnetic memory testing of other steel specimens

    免疫算法可找到樣本組的聚類中心,模糊聚類算法可對樣本進(jìn)行分類。李遠(yuǎn)利等[27]將模糊聚類算法的隸屬度概念引入免疫算法中,通過試驗制備正常狀態(tài)、應(yīng)力集中及宏觀缺陷幾個不同狀態(tài)的鋼試件,對其進(jìn)行檢測并提取四維磁信號特征值,通過訓(xùn)練組的180個樣本建立模型,對測試組的60個樣本進(jìn)行狀態(tài)預(yù)測,最終結(jié)果表明:此算法建立的模型預(yù)測準(zhǔn)確率達(dá)到96.67%,同等條件下,BP神經(jīng)網(wǎng)絡(luò)的預(yù)測準(zhǔn)確率為83.33%,故通過該算法建立的模型的識別正確率相比于BP神經(jīng)網(wǎng)絡(luò)模型有了較大的提高。

    鋼繩芯輸送帶內(nèi)部的鋼絲繩因繡燭、高負(fù)荷運轉(zhuǎn)、長期反復(fù)彎曲等因素而產(chǎn)生局部應(yīng)力集中和微裂紋等隱性故障,往往不易被人們發(fā)現(xiàn),李效露[28]將BP神經(jīng)網(wǎng)絡(luò)引入到鋼繩芯輸送帶的磁記憶定量檢測當(dāng)中,試驗制備分別處于正常、應(yīng)力集中、宏觀缺陷3種不同狀態(tài)的鋼繩芯輸送帶,通過檢測的磁記憶特征值和BP神經(jīng)網(wǎng)絡(luò)模型對其進(jìn)行定量識別,結(jié)果表明該模型的識別成功率可達(dá)到83.33%。王慧鵬等[29]將BP神經(jīng)網(wǎng)絡(luò)用到了鋼試件的應(yīng)力集中系數(shù)評定當(dāng)中,將試件的應(yīng)力集中系數(shù)K分為4類,通過提取不同應(yīng)力集中程度的鋼試樣的磁記憶信號特征值,建立BP神經(jīng)網(wǎng)絡(luò)對其應(yīng)力集中程度進(jìn)行量化識別,對54組測試樣本進(jìn)行應(yīng)力集中系數(shù)的預(yù)測,識別準(zhǔn)確率達(dá)到92.6%。

    為了得到連續(xù)焊接鋼軌的無應(yīng)力溫度,支持向量機(jī)回歸算法被用來計算連續(xù)焊接鋼軌的熱應(yīng)力[30],基于磁記憶和磁巴豪森聯(lián)合檢測系統(tǒng)采集到的磁信號特征,通過支持向量機(jī)算法建立了特征值和熱應(yīng)力之間的非線性關(guān)系式,將自制測量系統(tǒng)測得的熱應(yīng)力值與理論值進(jìn)行比較,相對誤差小于4.78%。邢海燕等[31]將磁記憶技術(shù)應(yīng)用到再造抽油桿損傷等級定量評價中,結(jié)合支持向量機(jī)的小樣本優(yōu)勢和KNN隸屬度將分散性和模糊性加以量化的優(yōu)勢,建立了基于KNN和支持向量機(jī)的再造抽油桿磁記憶定量檢測模型。對32組試驗樣本進(jìn)行了檢測試驗,提取五維磁記憶檢測特征值,結(jié)果表明:該模型準(zhǔn)確率可達(dá)91.67%,可以用于再造抽油桿的磁記憶定量識別當(dāng)中。

    磁記憶檢測技術(shù)主要針對各種鐵磁構(gòu)件,檢測對象的多樣性和復(fù)雜性給磁記憶的量化評估帶來較大困難,針對不同的檢測對象和缺陷類型,應(yīng)結(jié)合具體情況分別提取各自的磁特征指標(biāo),根據(jù)指標(biāo)特點選擇對應(yīng)的機(jī)器學(xué)習(xí)算法,建立針對不同對象和缺陷類型的磁記憶量化評估體系。

    4 鋼構(gòu)件缺陷尺寸的反演及其他

    上述定量化檢測主要是將不同鐵磁構(gòu)件的缺陷按照損傷程度劃分為幾個等級,基于機(jī)器學(xué)習(xí)算法,建立磁特征指標(biāo)和缺陷等級之間的相關(guān)性模型,最終實現(xiàn)缺陷等級的預(yù)測。另一種定量檢測是根據(jù)磁特征指標(biāo)實現(xiàn)缺陷尺寸的反演,預(yù)測構(gòu)件缺陷的長度、寬度、深度。表4為機(jī)器學(xué)習(xí)在焊縫、管道等構(gòu)件的缺陷尺寸反演,以及對構(gòu)件各部位缺陷的區(qū)分、剩余壽命的預(yù)測等領(lǐng)域的相關(guān)應(yīng)用。

    表4 機(jī)器學(xué)習(xí)在缺陷尺寸的磁記憶反演及其他領(lǐng)域的應(yīng)用Table 4 Application of machine learning in magnetic memory inversion of defect size and other fields

    在構(gòu)件缺陷尺寸的定量化反演領(lǐng)域,李思岐等[32]將模擬退火算法和支持向量機(jī)回歸算法引入到焊縫缺陷尺寸反演中,通過試驗設(shè)計了未焊透和夾渣兩種類型缺陷的焊縫試件,利用金屬磁記憶檢測儀對焊縫試件進(jìn)行磁記憶檢測,基于48個樣本建立了退火支持向量機(jī)回歸模型,對其中的10個樣本進(jìn)行缺陷尺寸反演,預(yù)測結(jié)果的相對誤差為0.27%~7.96%,預(yù)測精度較高。李立剛[33]將磁記憶檢測技術(shù)和支持向量機(jī)算法引入到了管道腐蝕缺陷深度的定量化反演當(dāng)中。制造了帶腐蝕缺陷的管道測試件,用磁記憶檢測設(shè)備獲取其信號特征值,建立了管道缺陷深度的支持向量機(jī)反演模型,經(jīng)驗證,模型可以有效預(yù)測1~15 mm孔深的腐蝕缺陷,平均誤差為2.398 mm。王帥等[34]通過試驗建立了鋼板的不同尺寸缺陷磁記憶信號樣本庫,提取每個缺陷處的8個磁記憶特征參數(shù),采用主成分分析法(PCA)與遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)法(GA-BP)有機(jī)結(jié)合對數(shù)據(jù)處理,試驗結(jié)果如圖5,該算法對缺陷深度的預(yù)測精度最高。

    圖5 PCA優(yōu)化的GA-BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果[34]Fig. 5 The prediction results of the GA-BP neural network model optimized by PCA[34]

    對于識別同一構(gòu)件上不同部位及不同缺陷類型的問題,王宇等[35]針對金屬管道腐蝕缺陷和應(yīng)力集中缺陷的區(qū)分和識別問題,自制了5根帶缺陷管道試件,基于其形態(tài)、時域、頻域磁記憶信號特征,建立了多種極限學(xué)習(xí)機(jī)管道缺陷分類模型,并將該模型用于現(xiàn)場管道的測試當(dāng)中,極限學(xué)習(xí)機(jī)缺陷分類模型的平均正確識別率均在70%以上,可較好的區(qū)分管道的腐蝕和應(yīng)力集中缺陷。史小東等[36]為了區(qū)分管道母材及焊縫處不同損傷形式磁記憶信號,開展了相關(guān)試驗研究,結(jié)果表明,不同損傷部位及形式的試件,其磁信號也有較大差異,運用BP神經(jīng)網(wǎng)絡(luò)對管道缺陷檢測信號的模式進(jìn)行識別。通過對試驗和有限元建模數(shù)據(jù)的處理與驗證,結(jié)果表明通過BP神經(jīng)網(wǎng)絡(luò)可對管道的不同部位,例如母材、焊縫正面和焊縫背面有、無裂紋進(jìn)行準(zhǔn)確判別和區(qū)分。

    采用網(wǎng)格搜索、粒子群和遺傳算法3種方法對模型進(jìn)行了參數(shù)優(yōu)化,結(jié)果表明:采用遺傳算法作為參數(shù)優(yōu)化方法,該模型具有較好的精度。該模型為螺栓剩余疲勞壽命的預(yù)測提供了一種有效的方法。GAO Yatian[37]針對現(xiàn)有抽油桿疲勞損傷評估和剩余壽命預(yù)測方法的不足,也提出了一種基于金屬磁記憶的最優(yōu)支持向量機(jī)模型預(yù)測抽油桿疲勞損傷的新方法,同樣用遺傳算法(GA),粒子群優(yōu)化算法和網(wǎng)格搜索優(yōu)化(GSO)分別對其進(jìn)行優(yōu)化。結(jié)果表明,此處采用粒子群優(yōu)化的支持向量機(jī)模型的預(yù)測精度更加穩(wěn)定和準(zhǔn)確。由此可見,對于不同的測試樣本和數(shù)據(jù),各優(yōu)化算法得到的效果不盡相同,算法的應(yīng)用應(yīng)根據(jù)實際數(shù)據(jù)樣本進(jìn)行選擇和調(diào)整。

    綜上所述,機(jī)器學(xué)習(xí)具有強(qiáng)大的學(xué)習(xí)能力和良好的非線性擬合能力,對于大量數(shù)據(jù)的處理有明顯的優(yōu)勢,支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、聚類算法等已經(jīng)被廣泛應(yīng)用到磁記憶檢測的試驗研究和現(xiàn)場工程當(dāng)中。支持向量機(jī)的核心思想是將原始的數(shù)據(jù)通過某種非線性映射到多維空間中,然后再利用線性分類器進(jìn)行處理,具有模型簡單,解釋性強(qiáng)的特點,更重要的是其回歸分類性能比最早提出的神經(jīng)網(wǎng)絡(luò)更優(yōu)[38]。但若樣本過多時,由于數(shù)據(jù)敏感度的缺失而導(dǎo)致效率不是很高[39]。人工神經(jīng)網(wǎng)絡(luò)具有自適應(yīng),自學(xué)習(xí)的能力,但是為了訓(xùn)練自適應(yīng)系統(tǒng),需要對少量的參數(shù)進(jìn)行優(yōu)化,易于過擬合。聚類算法訓(xùn)練時間短,但算法需要對均值給出定義,且對初始選值敏感,一些過大的異常值也會帶來很大的影響。因此,各種算法各有其優(yōu)缺點,沒有哪一種算法可以解決所有問題。在算法應(yīng)用過程中,對于固定樣本的磁特征指標(biāo),通過相應(yīng)算法可得到較高的預(yù)測準(zhǔn)確率,但是模型的泛化能力差,故在實際應(yīng)用過程中,應(yīng)建立各種缺陷類型對應(yīng)的磁特征指標(biāo)數(shù)據(jù)庫,并在研究過程中不斷擴(kuò)展和完善該數(shù)據(jù)庫,從而優(yōu)化完善預(yù)測模型,提高模型適應(yīng)性。

    5 結(jié)論及展望

    多種機(jī)器學(xué)習(xí)算法被應(yīng)用到磁記憶無損檢測領(lǐng)域當(dāng)中,其中,支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和聚類算法及其衍生出的優(yōu)化算法目前在磁記憶數(shù)據(jù)建模中應(yīng)用最為廣泛。主要的應(yīng)用領(lǐng)域包括:焊縫、管道及其余鋼試件缺陷的定量識別,缺陷類型的區(qū)分及剩余壽命的預(yù)測等。雖然機(jī)器學(xué)習(xí)在目前的磁記憶檢測試驗研究和現(xiàn)場工程中取得了良好的應(yīng)用效果,但是仍停留在簡單的結(jié)構(gòu)和工況上,機(jī)器學(xué)習(xí)作為高效有力的數(shù)據(jù)處理技術(shù),在磁記憶無損檢測領(lǐng)域中具有更為廣闊的應(yīng)用前景。結(jié)合磁記憶無損檢測技術(shù)的發(fā)展趨勢,考慮將機(jī)器學(xué)習(xí)應(yīng)用于橋梁內(nèi)部鋼筋損傷的無損檢測當(dāng)中。

    1)橋梁鋼筋的無損檢測具有結(jié)構(gòu)和環(huán)境的復(fù)雜性,影響因素較多,不同的材料成分、荷載形式、初始磁場等都會給檢測帶來較大的干擾,磁特征指標(biāo)與缺陷之間不具有簡單的線性關(guān)系??紤]各種因素下的磁信號數(shù)據(jù)必然具有明顯的離散性和非線性,故在檢測過程中需解決各種因素對磁記憶檢測信號的干擾問題,目前的研究主要集中在建立缺陷和磁特征指標(biāo)之間的關(guān)系,忽略了影響因素與磁特征指標(biāo)的關(guān)系,故應(yīng)采用機(jī)器學(xué)習(xí)建立各種影響因素與磁信號之間的關(guān)系模型,逐一排除干擾磁信號,提高檢測精度。

    2)機(jī)器學(xué)習(xí)算法種類頗多,各種算法有其獨特的優(yōu)勢和適用范圍,同時也有無法克服的缺陷,多種算法互相優(yōu)化,取長補短可獲得更好的預(yù)測效果,多種算法結(jié)合將對提高模型的適應(yīng)能力和識別準(zhǔn)確率有很大的幫助,也是機(jī)器學(xué)習(xí)未來發(fā)展的趨勢。

    3)目前,機(jī)器學(xué)習(xí)在磁記憶檢測領(lǐng)域中的應(yīng)用多為分類問題,即是將缺陷劃分為多個級別,通過機(jī)器學(xué)習(xí)建立磁特征指標(biāo)與缺陷等級之間的關(guān)系模型,進(jìn)一步的研究可擴(kuò)展到回歸問題,對試件的損傷程度做出更為具體的定義,通過機(jī)器學(xué)習(xí)中的回歸算法建立缺陷程度和磁特征指標(biāo)之間的函數(shù)關(guān)系式,更加精確地表征構(gòu)件的缺陷程度。

    猜你喜歡
    機(jī)器焊縫向量
    機(jī)器狗
    向量的分解
    機(jī)器狗
    基于焊縫余高對超聲波探傷的影響分析
    聚焦“向量與三角”創(chuàng)新題
    TP347制氫轉(zhuǎn)油線焊縫裂紋返修
    未來機(jī)器城
    電影(2018年8期)2018-09-21 08:00:06
    機(jī)器人在輪輞焊縫打磨工藝中的應(yīng)用
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    国产大屁股一区二区在线视频| 寂寞人妻少妇视频99o| 欧美日韩在线观看h| 又粗又硬又长又爽又黄的视频| 国产精品久久久久久av不卡| 国产精品蜜桃在线观看| 久久久久国产网址| 国产极品天堂在线| a级毛片免费高清观看在线播放| 99久国产av精品国产电影| 精品久久久久久成人av| 欧美不卡视频在线免费观看| 午夜福利在线在线| 又粗又硬又长又爽又黄的视频| 日本一二三区视频观看| 国产一级毛片在线| 亚洲性久久影院| 日韩av不卡免费在线播放| 国产精品一区二区三区四区久久| 一本一本综合久久| 成人一区二区视频在线观看| 免费观看性生交大片5| 99热全是精品| 亚洲欧美成人精品一区二区| av播播在线观看一区| 国产精品日韩av在线免费观看| 97热精品久久久久久| 午夜精品国产一区二区电影 | 成人午夜精彩视频在线观看| 全区人妻精品视频| 亚洲熟妇中文字幕五十中出| 能在线免费观看的黄片| 国产午夜精品一二区理论片| 国产极品天堂在线| 国产高清有码在线观看视频| 欧美成人午夜免费资源| 99久久九九国产精品国产免费| 欧美日韩在线观看h| 国产一区二区亚洲精品在线观看| 国产中年淑女户外野战色| 成年女人在线观看亚洲视频 | 国产男人的电影天堂91| 成人性生交大片免费视频hd| 国产又色又爽无遮挡免| 国产精品国产三级专区第一集| 亚洲国产欧美在线一区| 午夜亚洲福利在线播放| 久久久久久国产a免费观看| 久久鲁丝午夜福利片| 久久久a久久爽久久v久久| 日本三级黄在线观看| 午夜精品国产一区二区电影 | 国产精品日韩av在线免费观看| 美女xxoo啪啪120秒动态图| 亚洲精品国产成人久久av| 亚洲精品色激情综合| 在线免费观看的www视频| 国产一区亚洲一区在线观看| 亚洲国产精品专区欧美| 爱豆传媒免费全集在线观看| 亚洲一级一片aⅴ在线观看| 99九九线精品视频在线观看视频| 久久久久性生活片| 欧美高清成人免费视频www| 亚洲精品视频女| 亚洲精品国产成人久久av| 在线免费观看不下载黄p国产| 国产伦精品一区二区三区四那| 中文天堂在线官网| 偷拍熟女少妇极品色| 国产精品一区www在线观看| 成年av动漫网址| 69人妻影院| 91在线精品国自产拍蜜月| 一本一本综合久久| 亚洲成人一二三区av| 超碰97精品在线观看| 蜜桃亚洲精品一区二区三区| 国产精品美女特级片免费视频播放器| 在线观看免费高清a一片| 日韩制服骚丝袜av| 我的女老师完整版在线观看| 久久久久久国产a免费观看| 成人午夜高清在线视频| 日韩 亚洲 欧美在线| 亚洲美女搞黄在线观看| 国产成人a区在线观看| 久久久久久久久中文| 国产伦一二天堂av在线观看| 国产欧美日韩精品一区二区| 日本av手机在线免费观看| 久久精品久久精品一区二区三区| 国产精品一区www在线观看| 国产淫语在线视频| 国产高清不卡午夜福利| 亚洲精品成人久久久久久| 国产成人福利小说| 大香蕉97超碰在线| 熟妇人妻不卡中文字幕| 国产成人午夜福利电影在线观看| 边亲边吃奶的免费视频| 久久久久久久久久黄片| 最近中文字幕高清免费大全6| 亚洲欧美日韩卡通动漫| 舔av片在线| 亚洲精品影视一区二区三区av| 亚洲精品日本国产第一区| 菩萨蛮人人尽说江南好唐韦庄| 直男gayav资源| 别揉我奶头 嗯啊视频| 一个人看视频在线观看www免费| 免费看a级黄色片| 男女国产视频网站| 久久久久网色| 女人被狂操c到高潮| 日韩在线高清观看一区二区三区| 日韩欧美 国产精品| 3wmmmm亚洲av在线观看| 精品一区二区免费观看| 丰满乱子伦码专区| 国产av国产精品国产| 久久99热这里只频精品6学生| 一级二级三级毛片免费看| 免费电影在线观看免费观看| 久久精品国产亚洲网站| 成人av在线播放网站| 别揉我奶头 嗯啊视频| 免费观看精品视频网站| 99视频精品全部免费 在线| 成人特级av手机在线观看| av在线蜜桃| 亚洲欧美精品自产自拍| 男女下面进入的视频免费午夜| 深爱激情五月婷婷| 国产精品美女特级片免费视频播放器| 亚洲国产精品国产精品| 欧美一级a爱片免费观看看| 亚州av有码| 国产午夜精品久久久久久一区二区三区| 国产亚洲91精品色在线| 亚洲av免费高清在线观看| 免费观看精品视频网站| 1000部很黄的大片| 又粗又硬又长又爽又黄的视频| 一本久久精品| 老女人水多毛片| 久久久久久久久久久免费av| 国产不卡一卡二| 亚洲最大成人av| 精品久久国产蜜桃| 国精品久久久久久国模美| 久久6这里有精品| 午夜老司机福利剧场| 日产精品乱码卡一卡2卡三| 边亲边吃奶的免费视频| 亚洲精品,欧美精品| 久久久国产一区二区| 男人爽女人下面视频在线观看| 国产日韩欧美在线精品| 亚洲色图av天堂| 日韩伦理黄色片| 69av精品久久久久久| 18禁动态无遮挡网站| 美女被艹到高潮喷水动态| 永久网站在线| 男女啪啪激烈高潮av片| 日韩制服骚丝袜av| 美女国产视频在线观看| 一级二级三级毛片免费看| 国产精品嫩草影院av在线观看| 日本色播在线视频| 久久久a久久爽久久v久久| 久久久久免费精品人妻一区二区| 日韩一本色道免费dvd| 日韩欧美精品v在线| 爱豆传媒免费全集在线观看| 丝袜美腿在线中文| 欧美成人精品欧美一级黄| 午夜精品一区二区三区免费看| 日本熟妇午夜| 91aial.com中文字幕在线观看| 少妇被粗大猛烈的视频| av免费在线看不卡| h日本视频在线播放| 黄色欧美视频在线观看| 亚洲美女视频黄频| 成人特级av手机在线观看| 一级毛片我不卡| 国产单亲对白刺激| 国产一区有黄有色的免费视频 | 丰满少妇做爰视频| 国产综合精华液| 欧美另类一区| 婷婷色综合www| 伊人久久国产一区二区| 国产精品.久久久| 纵有疾风起免费观看全集完整版 | 国国产精品蜜臀av免费| 国产真实伦视频高清在线观看| 热99在线观看视频| 国产av不卡久久| 亚洲国产欧美人成| 午夜福利高清视频| 国产在线男女| 日韩欧美 国产精品| 国产亚洲精品av在线| 噜噜噜噜噜久久久久久91| 听说在线观看完整版免费高清| 在线免费十八禁| 99久久精品一区二区三区| 精品人妻一区二区三区麻豆| 狠狠精品人妻久久久久久综合| 亚洲人成网站高清观看| 日本免费在线观看一区| 又粗又硬又长又爽又黄的视频| 夫妻午夜视频| 精品欧美国产一区二区三| 色视频www国产| 黄色一级大片看看| 国内揄拍国产精品人妻在线| 熟女电影av网| 一本久久精品| 国产精品久久视频播放| 中文字幕制服av| 中文字幕久久专区| 欧美+日韩+精品| .国产精品久久| 午夜福利网站1000一区二区三区| 亚洲怡红院男人天堂| 热99在线观看视频| 国产成年人精品一区二区| 在线 av 中文字幕| 精品亚洲乱码少妇综合久久| 免费观看性生交大片5| 日韩大片免费观看网站| 国精品久久久久久国模美| 亚洲精品乱码久久久v下载方式| 精品少妇黑人巨大在线播放| av在线蜜桃| 精品少妇黑人巨大在线播放| 国产一区二区三区av在线| 深夜a级毛片| a级毛片免费高清观看在线播放| 久久久久九九精品影院| 亚洲成人一二三区av| 特级一级黄色大片| 哪个播放器可以免费观看大片| 亚洲av.av天堂| 精品人妻偷拍中文字幕| 少妇的逼水好多| av在线蜜桃| 久久人人爽人人爽人人片va| 禁无遮挡网站| 久久久a久久爽久久v久久| 男女边摸边吃奶| 亚洲内射少妇av| 在线免费观看不下载黄p国产| 一级毛片aaaaaa免费看小| 人人妻人人澡人人爽人人夜夜 | 丰满人妻一区二区三区视频av| 美女内射精品一级片tv| 特大巨黑吊av在线直播| a级毛色黄片| 亚洲精品乱码久久久久久按摩| 亚洲精品乱码久久久久久按摩| 亚洲国产精品专区欧美| 少妇的逼好多水| 午夜爱爱视频在线播放| 人人妻人人看人人澡| 国产精品一区二区在线观看99 | 男人和女人高潮做爰伦理| 一级av片app| 亚洲在线观看片| 高清视频免费观看一区二区 | 久久久色成人| 中文字幕亚洲精品专区| 三级毛片av免费| 国内揄拍国产精品人妻在线| 最近中文字幕高清免费大全6| 欧美 日韩 精品 国产| 99久久九九国产精品国产免费| 在线免费观看的www视频| 少妇人妻精品综合一区二区| 国内精品一区二区在线观看| 精品久久久久久电影网| 午夜老司机福利剧场| 久久久久久久久久久丰满| 亚洲第一区二区三区不卡| 免费大片黄手机在线观看| 在线a可以看的网站| 一边亲一边摸免费视频| 国产精品伦人一区二区| 亚洲第一区二区三区不卡| 免费大片18禁| 亚洲精品乱码久久久v下载方式| 日韩人妻高清精品专区| 69av精品久久久久久| 在线观看人妻少妇| 91久久精品电影网| 天堂√8在线中文| 能在线免费观看的黄片| 伊人久久精品亚洲午夜| 色吧在线观看| 国产美女午夜福利| 久久鲁丝午夜福利片| www.色视频.com| 最近2019中文字幕mv第一页| 高清视频免费观看一区二区 | av国产免费在线观看| 欧美日韩视频高清一区二区三区二| 亚洲国产成人一精品久久久| 亚洲欧美一区二区三区黑人 | 搡老乐熟女国产| 国产人妻一区二区三区在| 人人妻人人看人人澡| 久久精品国产自在天天线| 午夜精品在线福利| 亚洲人成网站高清观看| 2021天堂中文幕一二区在线观| 欧美成人a在线观看| 成人午夜精彩视频在线观看| 日韩不卡一区二区三区视频在线| 欧美成人a在线观看| 久久久精品免费免费高清| 国产成人免费观看mmmm| 99热6这里只有精品| 国产老妇女一区| 综合色av麻豆| a级毛色黄片| 九九在线视频观看精品| 亚洲精品国产成人久久av| 蜜桃久久精品国产亚洲av| 久久热精品热| 久久韩国三级中文字幕| 亚洲丝袜综合中文字幕| 精品久久久久久久久亚洲| 国产亚洲精品久久久com| 亚洲,欧美,日韩| 99久久精品热视频| 国产亚洲精品久久久com| 少妇的逼水好多| 日韩伦理黄色片| 亚洲精品成人av观看孕妇| 不卡视频在线观看欧美| 精品久久国产蜜桃| 丝袜喷水一区| av在线观看视频网站免费| 2021少妇久久久久久久久久久| 小蜜桃在线观看免费完整版高清| 久久精品夜夜夜夜夜久久蜜豆| 午夜福利视频1000在线观看| 精品酒店卫生间| 亚州av有码| 中文字幕免费在线视频6| 久久99精品国语久久久| av在线播放精品| 久久久久久久大尺度免费视频| 十八禁网站网址无遮挡 | 女人十人毛片免费观看3o分钟| 蜜桃久久精品国产亚洲av| 欧美日韩一区二区视频在线观看视频在线 | 久久久久性生活片| av福利片在线观看| 久久久久久久午夜电影| 欧美成人精品欧美一级黄| 肉色欧美久久久久久久蜜桃 | 国产成人a∨麻豆精品| 国产精品麻豆人妻色哟哟久久 | 好男人在线观看高清免费视频| 欧美+日韩+精品| 久久久久久伊人网av| 日韩 亚洲 欧美在线| 午夜视频国产福利| 亚洲精品乱久久久久久| 亚洲av电影不卡..在线观看| 日韩精品青青久久久久久| 最近中文字幕高清免费大全6| 黄色欧美视频在线观看| 午夜日本视频在线| 好男人视频免费观看在线| 51国产日韩欧美| 久久久久久久久久久免费av| 精品一区在线观看国产| 高清毛片免费看| 一级毛片黄色毛片免费观看视频| 青春草亚洲视频在线观看| 高清毛片免费看| 少妇人妻一区二区三区视频| 久久人人爽人人片av| 肉色欧美久久久久久久蜜桃 | 国产亚洲午夜精品一区二区久久 | 高清在线视频一区二区三区| 日韩av不卡免费在线播放| 国产成人a∨麻豆精品| 十八禁网站网址无遮挡 | 亚洲va在线va天堂va国产| 女人久久www免费人成看片| 视频中文字幕在线观看| 一级毛片aaaaaa免费看小| 亚洲精品乱久久久久久| 久久久久久久久久久丰满| 日本午夜av视频| 在线免费观看不下载黄p国产| 天堂中文最新版在线下载 | 亚洲自偷自拍三级| 国产久久久一区二区三区| 街头女战士在线观看网站| 狂野欧美白嫩少妇大欣赏| 亚洲成色77777| 欧美性感艳星| 国产一区有黄有色的免费视频 | 丰满少妇做爰视频| 天天一区二区日本电影三级| 综合色av麻豆| 一级爰片在线观看| 草草在线视频免费看| 国产精品伦人一区二区| ponron亚洲| 亚洲精品国产av成人精品| 白带黄色成豆腐渣| 成人毛片a级毛片在线播放| 搞女人的毛片| 日韩不卡一区二区三区视频在线| 亚洲精品国产av成人精品| 亚洲在久久综合| 亚洲av福利一区| 色视频www国产| 欧美三级亚洲精品| 青青草视频在线视频观看| 中文在线观看免费www的网站| 五月伊人婷婷丁香| 国产人妻一区二区三区在| 欧美不卡视频在线免费观看| 观看美女的网站| 在线播放无遮挡| a级毛片免费高清观看在线播放| 亚洲天堂国产精品一区在线| 国产精品国产三级专区第一集| 成人午夜高清在线视频| 久久精品熟女亚洲av麻豆精品 | 天堂俺去俺来也www色官网 | 日日撸夜夜添| 久久人人爽人人片av| 国产黄片美女视频| 淫秽高清视频在线观看| 久久久久久久国产电影| 日韩欧美 国产精品| 一区二区三区免费毛片| av在线老鸭窝| 精品久久久久久电影网| 午夜激情福利司机影院| 成年版毛片免费区| 在线观看美女被高潮喷水网站| 亚洲精品乱码久久久久久按摩| 综合色丁香网| 欧美变态另类bdsm刘玥| 深夜a级毛片| 国国产精品蜜臀av免费| 国产精品麻豆人妻色哟哟久久 | 精品一区二区免费观看| 亚洲av电影在线观看一区二区三区 | 国产亚洲最大av| 亚洲精品乱码久久久v下载方式| 欧美日韩在线观看h| 国产av国产精品国产| 天堂影院成人在线观看| 少妇被粗大猛烈的视频| 美女内射精品一级片tv| 赤兔流量卡办理| 亚洲国产欧美人成| 日韩欧美一区视频在线观看 | 欧美日韩综合久久久久久| 亚洲av.av天堂| 国产乱人偷精品视频| 久久久久免费精品人妻一区二区| 国产一区二区亚洲精品在线观看| 一级毛片aaaaaa免费看小| 国产成人91sexporn| 九九爱精品视频在线观看| 久久热精品热| 欧美日韩综合久久久久久| 亚洲自偷自拍三级| 国产91av在线免费观看| 国产永久视频网站| 精品一区二区三区视频在线| 欧美xxⅹ黑人| 禁无遮挡网站| 老司机影院毛片| 午夜福利在线观看吧| 国产毛片a区久久久久| 日日干狠狠操夜夜爽| 高清视频免费观看一区二区 | 精品一区在线观看国产| 国产91av在线免费观看| 在线观看一区二区三区| 中文字幕免费在线视频6| 亚洲欧洲国产日韩| 久久精品国产鲁丝片午夜精品| 26uuu在线亚洲综合色| 女的被弄到高潮叫床怎么办| av国产免费在线观看| 午夜激情福利司机影院| av网站免费在线观看视频 | 91精品国产九色| av国产免费在线观看| 男人狂女人下面高潮的视频| 精品久久久久久久久亚洲| 久热久热在线精品观看| 国产精品无大码| 国产视频内射| 久久99精品国语久久久| 色视频www国产| 亚洲欧美精品专区久久| 三级毛片av免费| 神马国产精品三级电影在线观看| 亚洲欧美中文字幕日韩二区| av.在线天堂| 国模一区二区三区四区视频| 日韩,欧美,国产一区二区三区| 亚洲国产欧美在线一区| 伊人久久国产一区二区| 久久99热这里只有精品18| 欧美 日韩 精品 国产| 3wmmmm亚洲av在线观看| 18禁动态无遮挡网站| 亚洲精品成人久久久久久| 午夜福利成人在线免费观看| 免费观看a级毛片全部| 国产中年淑女户外野战色| 边亲边吃奶的免费视频| 春色校园在线视频观看| 国产精品一区二区三区四区免费观看| 久久精品久久精品一区二区三区| 成人高潮视频无遮挡免费网站| 日韩成人av中文字幕在线观看| 麻豆成人av视频| 国产精品精品国产色婷婷| 91精品一卡2卡3卡4卡| 91久久精品国产一区二区三区| 国产淫语在线视频| 国产精品国产三级国产av玫瑰| 老师上课跳d突然被开到最大视频| 美女国产视频在线观看| av黄色大香蕉| 国产成人91sexporn| 又爽又黄a免费视频| 热99在线观看视频| 蜜桃久久精品国产亚洲av| 国内揄拍国产精品人妻在线| 九九爱精品视频在线观看| 九九久久精品国产亚洲av麻豆| 亚洲国产成人一精品久久久| av在线观看视频网站免费| 人妻系列 视频| freevideosex欧美| 一级黄片播放器| 色网站视频免费| 午夜福利在线观看吧| 九草在线视频观看| 我要看日韩黄色一级片| 大又大粗又爽又黄少妇毛片口| 五月玫瑰六月丁香| 一级毛片aaaaaa免费看小| 日本猛色少妇xxxxx猛交久久| 精品国内亚洲2022精品成人| 2018国产大陆天天弄谢| 波多野结衣巨乳人妻| 97在线视频观看| 一级毛片aaaaaa免费看小| av一本久久久久| 国产精品99久久久久久久久| 欧美另类一区| 久久精品熟女亚洲av麻豆精品 | 18禁裸乳无遮挡免费网站照片| av福利片在线观看| 欧美日韩国产mv在线观看视频 | 亚洲精品久久午夜乱码| 在线播放无遮挡| 69人妻影院| 色视频www国产| 免费观看a级毛片全部| 嘟嘟电影网在线观看| 亚洲伊人久久精品综合| 久久久精品欧美日韩精品| 亚洲成人一二三区av| 在线观看一区二区三区| 色尼玛亚洲综合影院| 免费看不卡的av| 欧美性猛交╳xxx乱大交人| 如何舔出高潮| 一个人看视频在线观看www免费| 欧美日韩视频高清一区二区三区二| 天天一区二区日本电影三级| 大片免费播放器 马上看| 天堂中文最新版在线下载 | 日韩人妻高清精品专区| 日韩欧美三级三区| 夜夜爽夜夜爽视频| 国产成人精品婷婷| 欧美变态另类bdsm刘玥| 国产黄片视频在线免费观看| 国产高清不卡午夜福利| 精品欧美国产一区二区三| freevideosex欧美| 女人被狂操c到高潮| 亚洲伊人久久精品综合| 久久精品熟女亚洲av麻豆精品 | 丝袜美腿在线中文| 国产精品久久久久久久电影| 亚洲欧美中文字幕日韩二区| 午夜福利在线在线| 中文字幕免费在线视频6| 久久久久久伊人网av| 国产欧美日韩精品一区二区| 最近视频中文字幕2019在线8|