• <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 ?

    變頻環(huán)境下異步電機故障診斷方法

    2022-10-13 08:41:44黃向慧田坤臣榮相魏禮鵬楊方
    機床與液壓 2022年18期
    關鍵詞:異步電機偏心故障診斷

    黃向慧,田坤臣,榮相,魏禮鵬,楊方

    (1.西安科技大學電氣與控制工程學院,陜西西安 710000;2.中煤科工集團常州研究院有限公司,江蘇常州 213000;3.天地(常州)自動化股份有限公司,江蘇常州 213000 )

    0 前言

    異步電機具有結構簡單、安全可靠和生產成本低等優(yōu)點,是目前工業(yè)生產、運輸和電力系統(tǒng)廣泛使用的一種電機。大中型異步電機多采用鼠籠型轉子,一旦發(fā)生故障,將會導致整個系統(tǒng)停止工作,如果可以在故障初期盡早預警,就可以減少因電機故障帶來的經濟損失。在異步電機的各種故障形式中,最常見的是轉子斷條故障和偏心故障。隨著變頻器的發(fā)展,越來越多的電機是在變頻環(huán)境下運行的,若在變頻環(huán)境下能夠對這些故障進行較為準確的診斷,對于異步電機的穩(wěn)定運行有著極為重要的意義。

    在變頻環(huán)境下原始信號不但會受到大量的噪聲干擾,還會由于高頻功率電子器件所產生的高頻脈沖在電機的定子線圈內產生諧波干擾,需要對信號進行特征提取。蘇建芳、吳欽木利用小波包對故障信號進行分析,依據各類故障特征頻率,對信號進行小波包分解和重構,得到相應的故障特征,但是如果信號是非平穩(wěn)信號,在選取小波基函數上會存在一定困難;譚勇、劉振興提出一種基于分數階Fourier和頻域Relax算法進行故障提取的方法,將線調頻變化的電流主分量轉換成恒頻分量,再通過頻域Relax方法提取和剔除該恒頻成分,突出故障特征,但是會存在對各個頻率分量的參數估計不準確的問題;張建文等提出利用擴展Park矢量的方法,將故障特征頻率分量從原始電流信號中剝離出來,減少基頻信號的影響,采用頻譜方式使之得到突顯,但是高頻成分會對處于低頻段的故障特征頻率造成一定干擾;劉美容等提出采用EMD方法進行故障特征提取,將非平穩(wěn)信號拆成頻率從高到低排序的多個頻段的本征模式函數,但是該方法存在很嚴重的模態(tài)混淆情況。在故障識別方面,李衛(wèi)民等搭建支持向量機分類模型,近似熵特征量被劃分為訓練樣本和測試樣本,該方法只適合小樣本集;馬天兵等采用BP神經網絡,選取不同樣本對神經網絡進行測試,容易出現局部最小化問題;鞠晨等人通過粒子群優(yōu)化算法優(yōu)化BP神經網絡的初始權值和閾值,可以避免陷入局部極小值;李思琦、蔣志堅先進行EEMD分解,再計算信號陡峭度及其他一系列指標后使用卷積神經網絡進行故障診斷。

    本文作者針對變頻環(huán)境下異步電機斷條和偏心故障提取方法,提出了互補集合經驗模態(tài)分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD),使用排列熵和樣本熵作為判斷有效IMF信號的依據,將選擇出來的IMF信號重構,多組重構后的數據組成數據集,通過一維卷積神經網絡進行訓練分類診斷,并保存最優(yōu)訓練模型,通過實例信號進行驗證,結果表明提出的方法可以實現故障診斷。

    1 CEEMD-CNN算法理論

    1.1 CEEMD算法理論基礎

    互補集合經驗模態(tài)分解(CEEMD)是模態(tài)經驗分解(EEMD)改進的一種方法。EEMD是在被分解信號中加入高斯白噪聲,相較于傳統(tǒng)EMD可以較好地抑制模態(tài)混淆情況,但是在分解過程中高斯白噪聲會影響分解出來的IMF信號,導致分解出來的IMF信號準確性不高?;パa集合經驗分解則是通過添加一對相位相反、幅值相同的高斯白噪聲來進行分解,不僅可以進一步抑制模態(tài)混淆情況,還可以減少因添加高斯白噪聲造成的重構信號誤差。CEEMD的具體分解步驟與EEMD分解大致一樣,EEMD分解方法詳細參照文獻[12]。CEEMD具體步驟如下:

    (1)在初始信號()中加入一對相位相反、幅值相同的高斯白噪聲構成兩個新的信號()和(),其中

    (1)

    式中:()為添加的高斯白噪聲。

    (2)對()和()進行三次樣條插值擬合得到上包絡線和下包絡線,并取平均值記為()和();

    (3)用()和()分別減去平均值()和(),得到新的數據序列()和(),若()和()滿足本征模態(tài)函數則作為一個IMF分量,不滿足則對以上步驟進行重復操作,直到符合本征模態(tài)函數;

    (4)將第一個IMF分量從()和()中進行分離,得到新的分量,以此類推循環(huán)多次,直到不能再提取出滿足條件的分量后停止循環(huán),再將()和()得到的兩組IMF信號兩兩對應求平均值,得到最終IMF分量。

    1.2 樣本熵原理

    樣本熵可以比較出各IMF信號的復雜程度,計算得到的樣本熵越大,則該信號復雜性越高,反之復雜性越低。樣本熵計算步驟如下所示:

    (1)假設實際信號為(), 嵌入維數=2,相似容限=01×[()], 其中[()]是數據信號的標準差,參照實際信號對其重構,重構一個維向量。

    ()={,+1,…,+-1},1≤≤-+1

    (2)

    (2)定義為()和()對應元素之差絕對值最大值的距離,統(tǒng)計<的個數(<),定義()為

    (3)

    (3)對()求平均值(),再對維數+1重復以上幾步得到+1()和+1()。

    (4)得到樣本熵的表達式為

    (4)

    樣本熵具有比時域統(tǒng)計更好的估計效果,對原始數據處理時無需進行粗?;崛。铱垢蓴_能力強,是常用的一種熵值計算方法。本文作者選擇小于平均值的IMF信號為有效信號。

    1.3 排列熵原理

    排列熵是一種用于描述信號復雜程度的非線性估計方法,排列熵值越大,則說明該信號的時間序列越復雜,反之信號就越簡單。排列熵計算步驟如下所示:

    (1)假設數據是長度為的時間序列,將此序列按照相空間延遲坐標法進行重構,若該序列中每一個采樣點都選取連續(xù)的個樣本點,就可以得到()的維重構向量

    (5)

    其中:為嵌入維數,這里取=5;為延遲時間,這里取=1。

    (2)上述矩陣每一行都可看做一個重構分量,將矩陣第行按升序的方式排序,都將得到一組位置索引序列,記為(),它是符號序列的其中一種:

    ()=(,,…,),=1,2,3,…,

    (6)

    式(6)中≤!。符號序列出現的概率記為(=1,2,…,),它滿足:

    (7)

    (3)序列{(),=1,2,…,}的排列熵可以定義為

    (8)

    (4)對排列熵進行歸一化處理可得:

    (9)

    排列熵能夠有效放大時間序列的微弱變化,且計算簡單、實時性好。這里同樣選擇小于平均值的IMF信號為有效信號。

    1.4 卷積神經網絡(CNN)

    卷積神經網絡是一種具有代表性的深度學習算法,其主要結構通常由卷積層、池化層以及全連接層3個部分組成。卷積層是卷積神經網絡的核心,提取輸入數據中包含的特征;池化層用于實現對特征圖的降采樣操作;最后通過全連接層對得到的特征圖進行鋪展和連接,通過采用ReLU函數作為激活函數的隱藏層,結合softmax函數實現分類結果的輸出。

    其中卷積操作的原理如圖1所示。

    圖1 卷積操作原理

    不難發(fā)現,圖1中輸入序列的數據維度為4,卷積核的維度為2,卷積后輸出的數據維度為3,存在數據維度減少的問題。為了保持信號的維度不發(fā)生變化,可以采取補零策略,即在輸入序列最前面或最后面補零,可以保證輸出維度不變。

    2 故障診斷步驟

    變頻環(huán)境下異步電機故障診斷步驟主要分為四部分:數據樣本的獲取、故障特征的提取、仿真數據故障類型的識別以及實測數據故障類型的識別,電機故障診斷流程如圖2所示。

    圖2 電機故障診斷流程

    具體步驟如下:

    (1)基于ANSYS軟件分別對正常電機、轉子斷條電機、氣隙偏心電機建模并進行有限元分析,在Simplorer中搭建一個SPWM電路聯(lián)合仿真,獲取仿真定子電流數據。

    (2)對獲取的電流數據進行濾波處理和CEEMD分解,可得到多個IMF信號。

    (3)計算每個IMF信號的樣本熵和排列熵,選擇低于平均值的IMF信號為有效信號。

    (4)將選擇的IMF信號進行重構,將多組重構信號組成數據集,作為卷積神經網絡的樣本集。

    (5)設計CNN結構和基本參數,將定子電流數據集劃分為訓練集與驗證集,分別對CNN模型進行訓練與驗證,最終得出故障診斷結果并保存訓練效果最好的模型。

    (6)通過搭建實驗平臺,分別對正常電機、斷條電機以及偏心電機3種狀態(tài)收集電流信號,再重復步驟(2)—(3),將得到的電流信號數據集放到步驟(5)訓練好的模型中進行故障診斷。

    3 仿真驗證

    通過設置SPWM電路中正弦調制波頻率為40、50、60 Hz,從而達到輸出頻率也為40、50、60 Hz的效果,再由SPWM電路與三相異步電機模型進行聯(lián)合仿真,收集不同狀態(tài)的電流信號。

    3.1 Maxwell有限元建模

    在Maxwell搭建一個三相異步電機,對電機的有限元模型進行參數設計,在RMxprt中可以自動生成電機模型。此次搭建的是一個型號為380V YB3-160M的三相異步電機,采用星形接法,電機模型如圖3所示,電機參數如表1所示。

    圖3 三相異步電機模型

    表1 YB3-160M-4型電機參數

    斷條故障一般指的是電機導條和端環(huán)斷裂,通過改變鼠籠導條鑄鋁材料參數將電導率調至2 S/m,遠低于其他導條電導率,即可達到轉子斷條故障的效果。偏心故障通過改變定子、轉子、鐵芯位置及坐標系可獲得氣隙偏心故障,再通過建立相對坐標系區(qū)分靜態(tài)偏心和動態(tài)偏心,通過文中的研究,可以將靜態(tài)偏心和動態(tài)偏心劃分為一類偏心故障進行故障診斷,這里統(tǒng)一設置偏心度為20%。

    3.2 Simplorer外電路

    變頻環(huán)境通過搭建一個基于正弦脈寬調制(SPWM)技術變頻電路來實現,通過控制逆變電路中開關器件的通斷,使電路輸出一系列幅值相等寬度不等的脈沖波,用脈沖波來代替正弦波。通過改變載波與調制波的頻率比可以改變輸出電壓的頻率,實現變頻輸出,如圖4所示。

    圖4 變頻電路

    3.3 基于CEEMD的故障特征提取

    以斷條故障電機電流信號數據為例進行CEEMD分解,分為10個IMF分量和1個殘余分量,殘余分量這里不做考慮,如圖5所示。

    圖5 CEEMD分解結果

    對CEEMD分解后的各IMF信號分別進行樣本熵和排列熵的計算,選取低于熵值平均值的IMF信號,選取結果見表2和表3。

    表2 CEEMD分解后樣本熵選取IMF結果

    表3 CEEMD分解后排列熵選取IMF結果

    為方便后面使用卷積神經網絡進行故障診斷,這里統(tǒng)一對樣本熵選取結果選擇IMF5~IMF10作為有效IMF信號,對于排列熵選取結果選定IMF4~IMF10作為有效IMF信號。

    將選定的IMF信號做一個平均值的計算,使其得到一個重構后的數據,再由多組數據組合成一個數據集,將該數據集放入卷積神經網絡中進行訓練,為保證每組數據集含特征,文中使用的數據集共13 500條數據(3種頻率平均分配),每條包含3 000個點。

    3.4 基于CNN的故障類型識別

    3.4.1 CNN的建立

    使用的卷積神經網絡的參數如表4所示。使用Adam優(yōu)化器優(yōu)化模型,設Dropout為0.3,學習率為0.000 1。從數據集中各隨機選出70%數據作為訓練集,共9 450條數據,剩下30%的數據作為驗證集,共4 050條數據。每次從訓練集選擇32條數據進行訓練,最后使用訓練好的卷積神經網絡模型對驗證集進行驗證,檢驗模型的可用性。

    表4 卷積神經網絡的參數

    3.4.2 CNN診斷結果

    為了驗證文中所述故障診斷方法能夠有效地提高在故障識別過程中的精度,采取多種方法進行對比,其中為通過排列熵選取的IMF信號進行重構得到的數據集,為通過樣本熵選取的IMF信號進行重構得到的數據集,實驗結果如表5所示。

    表5 實驗結果

    圖6為使用數據集CEEMD-CNN方法訓練得到的訓練集和驗證集的準確率的變化情況,圖7為損失函數變化情況。

    圖6 準確率變化情況(未濾波) 圖7 損失函數變化情況(未濾波)

    由上述結果可知:這樣進行故障診斷的準確性并不高,這是因為變頻環(huán)境下故障特征易受基頻影響,會引起較大誤差,如果直接對原始信號進行處理,工頻信號和諧波信號會產生干擾,得到的效果并不理想。因此本文作者對原始信號進行濾波處理,去掉基頻,實驗結果如表6所示,對比濾波之后的結果可見,對信號進行濾波處理是很有必要的。

    表6 濾波之后實驗結果

    圖8為濾波之后使用數據集CEEMD-CNN方法訓練得到的訓練集和驗證集準確率的變化情況,圖9為損失函數變化情況。

    圖8 準確率變化情況(濾波后) 圖9 損失函數變化情況(濾波后)

    由上述結果可知:對原始信號進行濾波處理至關重要,使用EEMD和CEEMD提取故障特征存在差異性,同樣的方法使用排列熵選出來的重構數據集比樣本熵選出來的準確率高。這是因為樣本熵在處理大量數據的時候,計算效率較低,因此使用排列熵作為選擇IMF信號的CEEMD-CNN方法具有更好的故障診斷效果。

    4 實驗平臺驗證

    實驗平臺如圖10所示,主要包括5個部分:三相異步電機,變頻器,控制臺,扭矩傳感器和電渦流制動器,其中扭矩傳感器用來測量電機的轉速和扭矩,電渦流制動器用來給電機加負載。通過給轉子鉆一個5 mm的孔達到斷條故障效果,如圖11所示;這里通過移動軸承端蓋擴大0.15 mm達到偏心度為20% 的效果,如圖12所示,通過控制臺中電流傳感器收集電流信號,再對信號進行濾波處理和CEEMD分解,隨機取90組數據(斷條電機,偏心電機和正常電機各取30組數據),其中40、50、60 Hz各占1/3組成測試集進行測試,編號0為電機正常狀態(tài),編號1為電機斷條故障,編號2為電機偏心故障,得到的混淆矩陣如圖13所示,驗證結果如表7所示,總識別率為95.56%。

    圖10 實驗平臺

    圖11 斷條故障 圖12 偏心故障

    圖13 混淆矩陣

    表7 測試結果

    5 結束語

    針對變頻環(huán)境下異步電機定子電流信號非平穩(wěn)的問題,提出一種CEEMD與CNN結合的異步電機故障特征方法。通過大量仿真樣本驗證和實際故障識別結果表明:該方法能有效地提取出變頻環(huán)境下異步電機的轉子故障特征信息且準確地實現了對故障類型的識別。通過實例信號實驗分析得出結論如下:

    (1)用ANSYS模擬斷條和偏心故障收集的電流信號,具有實際意義,得到的電流信號經過處理可以用來訓練卷積神經網絡,從而有效判斷電流信號屬于哪類故障類型。

    (2)采用樣本熵和排列熵都可以作為選取有效IMF信號的依據,其中選用排列熵作為依據選取的IMF信號重構后進行卷積神經網絡的準確率會比用樣本熵作為依據時的準確率高。

    (3)對原始信號濾波之后采用CEEMD-CNN方法進行故障診斷,有較好的故障診斷能力。

    猜你喜歡
    異步電機偏心故障診斷
    戶外防腐蝕型防爆三相異步電機設計
    防爆電機(2020年5期)2020-12-14 07:03:58
    大型變頻調速異步電機的設計
    防爆電機(2020年4期)2020-12-14 03:11:16
    媽媽不偏心
    快樂語文(2018年7期)2018-05-25 02:32:15
    因果圖定性分析法及其在故障診斷中的應用
    偏心的母親
    小說月刊(2015年9期)2015-04-23 08:48:23
    巧妙應對老師的“偏心”
    人生十六七(2015年5期)2015-02-28 13:08:24
    第三方異步電機在MTX micro控制系統(tǒng)中的應用
    偏心結構基于LMI的魯棒H∞控制
    基于LCD和排列熵的滾動軸承故障診斷
    基于KPCA和PSOSVM的異步電機故障診斷
    亚洲国产精品一区二区三区在线| 少妇人妻久久综合中文| 自拍欧美九色日韩亚洲蝌蚪91| 日韩av在线免费看完整版不卡| 人成视频在线观看免费观看| 日本猛色少妇xxxxx猛交久久| 18禁在线播放成人免费| 日韩欧美精品免费久久| 夜夜骑夜夜射夜夜干| 免费观看的影片在线观看| 又粗又硬又长又爽又黄的视频| 亚洲精品国产色婷婷电影| 色婷婷久久久亚洲欧美| 精品视频人人做人人爽| 成人毛片60女人毛片免费| 国产成人91sexporn| av在线播放精品| 少妇熟女欧美另类| 色5月婷婷丁香| 交换朋友夫妻互换小说| 欧美少妇被猛烈插入视频| 一本一本综合久久| 日韩精品免费视频一区二区三区 | 亚洲av成人精品一区久久| 一个人看视频在线观看www免费| 精品国产露脸久久av麻豆| 边亲边吃奶的免费视频| 各种免费的搞黄视频| 热re99久久国产66热| 嘟嘟电影网在线观看| 熟女av电影| 91午夜精品亚洲一区二区三区| 久久人人爽人人爽人人片va| 欧美精品亚洲一区二区| 午夜免费男女啪啪视频观看| 男女啪啪激烈高潮av片| 99九九线精品视频在线观看视频| 另类精品久久| 伦理电影大哥的女人| 蜜臀久久99精品久久宅男| √禁漫天堂资源中文www| 成年人午夜在线观看视频| 又黄又爽又刺激的免费视频.| 色网站视频免费| 国产国语露脸激情在线看| 啦啦啦中文免费视频观看日本| 另类精品久久| 成年人免费黄色播放视频| 午夜福利在线观看免费完整高清在| 久久久久久久久久久久大奶| a级毛片免费高清观看在线播放| 美女国产高潮福利片在线看| av视频免费观看在线观看| 日韩av不卡免费在线播放| 国产男女内射视频| 午夜激情福利司机影院| 99re6热这里在线精品视频| av在线观看视频网站免费| 男女国产视频网站| 热re99久久精品国产66热6| 亚洲精华国产精华液的使用体验| 亚洲精品日韩av片在线观看| 久久午夜福利片| 国产深夜福利视频在线观看| 久久久久久久久久久免费av| 日韩一本色道免费dvd| 最新的欧美精品一区二区| 人妻夜夜爽99麻豆av| 亚洲精品aⅴ在线观看| 边亲边吃奶的免费视频| 蜜臀久久99精品久久宅男| 精品国产一区二区久久| 日韩伦理黄色片| 久久久久人妻精品一区果冻| 亚洲av电影在线观看一区二区三区| 在现免费观看毛片| 少妇被粗大的猛进出69影院 | 欧美日韩成人在线一区二区| 男女高潮啪啪啪动态图| 丰满饥渴人妻一区二区三| 在线免费观看不下载黄p国产| 内地一区二区视频在线| 日韩熟女老妇一区二区性免费视频| 亚洲欧洲国产日韩| 中文字幕精品免费在线观看视频 | 大陆偷拍与自拍| 国产成人免费观看mmmm| 精品少妇内射三级| 国产一区有黄有色的免费视频| 久久人妻熟女aⅴ| 亚洲精品色激情综合| 欧美 亚洲 国产 日韩一| 亚洲国产成人一精品久久久| 国产色婷婷99| 久久av网站| 少妇的逼水好多| 日本欧美视频一区| 一区二区日韩欧美中文字幕 | 中文字幕久久专区| 色94色欧美一区二区| 亚洲精品亚洲一区二区| 国产精品一国产av| 亚洲av福利一区| 国产成人av激情在线播放 | av卡一久久| 99久国产av精品国产电影| 91久久精品国产一区二区成人| 日日摸夜夜添夜夜爱| 18禁在线播放成人免费| 中文字幕精品免费在线观看视频 | 99热这里只有是精品在线观看| a级片在线免费高清观看视频| 亚洲精品,欧美精品| 国产综合精华液| 18禁观看日本| 国产成人精品久久久久久| 一边亲一边摸免费视频| 妹子高潮喷水视频| 插逼视频在线观看| 在线观看国产h片| 欧美成人精品欧美一级黄| 国产精品一区二区三区四区免费观看| 国产一区亚洲一区在线观看| 国产69精品久久久久777片| 大香蕉久久网| 亚洲av福利一区| 少妇人妻精品综合一区二区| 伦精品一区二区三区| 亚洲欧洲国产日韩| 51国产日韩欧美| a级片在线免费高清观看视频| av免费观看日本| 男男h啪啪无遮挡| 少妇精品久久久久久久| 亚洲色图 男人天堂 中文字幕 | 中文乱码字字幕精品一区二区三区| 久久这里有精品视频免费| 亚洲精品,欧美精品| 日日摸夜夜添夜夜爱| av在线老鸭窝| 一区二区三区精品91| 人人妻人人添人人爽欧美一区卜| 中文字幕人妻熟人妻熟丝袜美| 亚洲欧美一区二区三区黑人 | 中文精品一卡2卡3卡4更新| 日韩欧美精品免费久久| 蜜桃久久精品国产亚洲av| 日韩在线高清观看一区二区三区| 夜夜看夜夜爽夜夜摸| 91aial.com中文字幕在线观看| 青春草亚洲视频在线观看| 欧美精品亚洲一区二区| 欧美精品高潮呻吟av久久| 国产成人精品一,二区| 国产精品人妻久久久久久| 亚洲中文av在线| 我的老师免费观看完整版| 日韩av在线免费看完整版不卡| 精品国产乱码久久久久久小说| 精品一区在线观看国产| 成年人午夜在线观看视频| 老女人水多毛片| 成人毛片a级毛片在线播放| 亚洲av电影在线观看一区二区三区| 18禁观看日本| 国产黄色免费在线视频| 成人18禁高潮啪啪吃奶动态图 | 十八禁高潮呻吟视频| 国产成人精品福利久久| 精品熟女少妇av免费看| 秋霞伦理黄片| 精品酒店卫生间| 人成视频在线观看免费观看| 国产免费视频播放在线视频| 午夜免费观看性视频| 久久99蜜桃精品久久| 一二三四中文在线观看免费高清| 久久精品熟女亚洲av麻豆精品| 汤姆久久久久久久影院中文字幕| 国产成人免费无遮挡视频| 国产成人精品一,二区| 免费人妻精品一区二区三区视频| 亚洲精品国产av成人精品| 国产又色又爽无遮挡免| 美女国产视频在线观看| 51国产日韩欧美| 伦理电影大哥的女人| 午夜激情久久久久久久| 飞空精品影院首页| 纵有疾风起免费观看全集完整版| 一二三四中文在线观看免费高清| 国产精品人妻久久久久久| 日韩制服骚丝袜av| 一二三四中文在线观看免费高清| 欧美3d第一页| 伊人亚洲综合成人网| 97在线视频观看| 黄色视频在线播放观看不卡| 午夜影院在线不卡| videosex国产| 如日韩欧美国产精品一区二区三区 | 成人亚洲精品一区在线观看| 26uuu在线亚洲综合色| 黑人欧美特级aaaaaa片| 内地一区二区视频在线| 最新的欧美精品一区二区| 一区二区三区免费毛片| 国产一区二区三区综合在线观看 | 2021少妇久久久久久久久久久| 国产精品人妻久久久久久| 极品人妻少妇av视频| 少妇熟女欧美另类| 三级国产精品欧美在线观看| 免费观看性生交大片5| 高清在线视频一区二区三区| 日韩熟女老妇一区二区性免费视频| 我的老师免费观看完整版| 国产一区亚洲一区在线观看| 国产老妇伦熟女老妇高清| 久久精品国产亚洲av天美| 精品少妇黑人巨大在线播放| 亚洲av国产av综合av卡| av一本久久久久| 九色亚洲精品在线播放| 免费看光身美女| 午夜激情久久久久久久| 中文字幕制服av| 日本黄大片高清| 激情五月婷婷亚洲| 一本久久精品| 精品亚洲成国产av| 日韩av不卡免费在线播放| 久久综合国产亚洲精品| 纯流量卡能插随身wifi吗| .国产精品久久| 国产国语露脸激情在线看| 日日爽夜夜爽网站| 天堂俺去俺来也www色官网| 成人综合一区亚洲| 制服丝袜香蕉在线| 啦啦啦在线观看免费高清www| 婷婷成人精品国产| 一级,二级,三级黄色视频| 成人无遮挡网站| 尾随美女入室| 色哟哟·www| 亚洲国产精品国产精品| 久久精品国产自在天天线| 亚洲欧美中文字幕日韩二区| 99视频精品全部免费 在线| 青青草视频在线视频观看| 亚洲国产毛片av蜜桃av| 亚洲美女视频黄频| 嘟嘟电影网在线观看| av网站免费在线观看视频| 精品国产国语对白av| 色5月婷婷丁香| 久久久国产一区二区| 18禁观看日本| 国产熟女午夜一区二区三区 | 中文欧美无线码| 久久久久精品性色| 男女免费视频国产| 国产高清有码在线观看视频| 中文字幕制服av| 日本黄大片高清| 天堂8中文在线网| 丁香六月天网| 日韩不卡一区二区三区视频在线| 欧美 日韩 精品 国产| 男女啪啪激烈高潮av片| 热re99久久国产66热| 欧美97在线视频| 亚洲欧美一区二区三区黑人 | 午夜激情久久久久久久| 亚洲国产精品成人久久小说| 两个人免费观看高清视频| 亚洲av国产av综合av卡| 亚洲成人手机| 国产一区有黄有色的免费视频| 高清黄色对白视频在线免费看| 亚洲国产欧美在线一区| 国产精品国产三级国产专区5o| 免费大片黄手机在线观看| 99热网站在线观看| 中文字幕免费在线视频6| 亚洲av国产av综合av卡| 狂野欧美白嫩少妇大欣赏| 在线天堂最新版资源| 免费观看性生交大片5| 午夜免费男女啪啪视频观看| 免费av中文字幕在线| 丝袜喷水一区| 美女国产视频在线观看| 伊人久久国产一区二区| 五月天丁香电影| 国产精品不卡视频一区二区| 欧美国产精品一级二级三级| 青春草视频在线免费观看| 国产成人免费观看mmmm| av在线app专区| 少妇丰满av| 三级国产精品片| 成人毛片60女人毛片免费| 人妻人人澡人人爽人人| 国产成人精品在线电影| 多毛熟女@视频| 亚洲不卡免费看| 精品人妻偷拍中文字幕| 在线观看免费高清a一片| 国产日韩欧美在线精品| 久久99蜜桃精品久久| 久久久久久久精品精品| 久久亚洲国产成人精品v| 一级a做视频免费观看| 国产精品麻豆人妻色哟哟久久| 亚洲怡红院男人天堂| 国产精品久久久久久精品古装| 国产黄色免费在线视频| 熟女人妻精品中文字幕| 中文天堂在线官网| 精品一区二区三区视频在线| 国产成人精品无人区| 国语对白做爰xxxⅹ性视频网站| 女性生殖器流出的白浆| 国产成人免费无遮挡视频| 一个人看视频在线观看www免费| 国产精品一区二区在线不卡| 久久毛片免费看一区二区三区| 久久久久视频综合| 黄色欧美视频在线观看| 黑人高潮一二区| 久久精品国产a三级三级三级| 亚洲熟女精品中文字幕| 国产精品蜜桃在线观看| av免费观看日本| 亚洲成人一二三区av| 一区二区三区精品91| 秋霞在线观看毛片| 国产精品偷伦视频观看了| 韩国av在线不卡| av网站免费在线观看视频| 亚洲精品日本国产第一区| 国产av码专区亚洲av| 一级二级三级毛片免费看| 精品视频人人做人人爽| 黑人猛操日本美女一级片| 欧美97在线视频| 精品人妻熟女av久视频| 伦精品一区二区三区| 人人妻人人澡人人看| 久久久久网色| 免费看不卡的av| 3wmmmm亚洲av在线观看| 大香蕉97超碰在线| 中国美白少妇内射xxxbb| 国产一区亚洲一区在线观看| 久久99热6这里只有精品| 亚洲精品视频女| 丝袜脚勾引网站| 成人毛片a级毛片在线播放| av不卡在线播放| 99精国产麻豆久久婷婷| 午夜91福利影院| 成人亚洲欧美一区二区av| 国产免费视频播放在线视频| 亚洲成人av在线免费| 国产精品久久久久久av不卡| 亚洲中文av在线| 91精品国产国语对白视频| 欧美日本中文国产一区发布| 久久97久久精品| 久久精品国产亚洲av涩爱| xxxhd国产人妻xxx| 看十八女毛片水多多多| 人人澡人人妻人| 18+在线观看网站| 男女边吃奶边做爰视频| 国产精品不卡视频一区二区| 一级二级三级毛片免费看| 午夜福利,免费看| 天堂8中文在线网| 一个人看视频在线观看www免费| 亚洲精品久久午夜乱码| 国产免费现黄频在线看| av卡一久久| 久久国产精品大桥未久av| 亚洲国产最新在线播放| 男女免费视频国产| 少妇人妻精品综合一区二区| av播播在线观看一区| 999精品在线视频| 久久99精品国语久久久| 18禁动态无遮挡网站| 美女主播在线视频| 日日啪夜夜爽| 成人国语在线视频| 中文字幕人妻熟人妻熟丝袜美| 少妇丰满av| 欧美3d第一页| 一级,二级,三级黄色视频| 18禁在线无遮挡免费观看视频| 国产成人精品在线电影| 免费观看的影片在线观看| 三级国产精品欧美在线观看| 午夜激情福利司机影院| 日本色播在线视频| 亚洲精品国产av蜜桃| 亚洲精品视频女| 高清欧美精品videossex| 亚洲,欧美,日韩| 精品久久蜜臀av无| 亚洲av在线观看美女高潮| 亚洲美女黄色视频免费看| 亚洲国产精品成人久久小说| 边亲边吃奶的免费视频| 国产视频内射| av免费观看日本| 欧美成人精品欧美一级黄| 只有这里有精品99| 国产片特级美女逼逼视频| 人妻一区二区av| 日本爱情动作片www.在线观看| 日韩,欧美,国产一区二区三区| 美女福利国产在线| 高清午夜精品一区二区三区| 久久久久网色| 大香蕉久久成人网| 纯流量卡能插随身wifi吗| 精品一区二区免费观看| 国产成人精品一,二区| 多毛熟女@视频| 亚洲国产精品999| 亚洲欧美日韩卡通动漫| 99精国产麻豆久久婷婷| 日韩亚洲欧美综合| 亚洲av国产av综合av卡| 亚洲国产成人一精品久久久| 18禁裸乳无遮挡动漫免费视频| 美女中出高潮动态图| 成人影院久久| 性高湖久久久久久久久免费观看| 亚洲四区av| 美女大奶头黄色视频| 久久人人爽人人片av| 国产午夜精品久久久久久一区二区三区| 在线亚洲精品国产二区图片欧美 | 热99久久久久精品小说推荐| 婷婷色综合大香蕉| 狂野欧美白嫩少妇大欣赏| 超色免费av| videossex国产| 一个人看视频在线观看www免费| 久久ye,这里只有精品| 午夜视频国产福利| 亚洲内射少妇av| 18+在线观看网站| 视频中文字幕在线观看| 国产高清不卡午夜福利| 国产精品一区www在线观看| 国产黄频视频在线观看| 免费黄网站久久成人精品| 成人国产av品久久久| 日韩中字成人| 精品亚洲成a人片在线观看| 亚洲内射少妇av| 人妻一区二区av| av卡一久久| 国产成人精品无人区| 天堂俺去俺来也www色官网| 亚洲欧洲国产日韩| 国产淫语在线视频| 久久久久久久精品精品| 99国产综合亚洲精品| 在线 av 中文字幕| 91aial.com中文字幕在线观看| 亚洲av不卡在线观看| 一本色道久久久久久精品综合| 欧美变态另类bdsm刘玥| 国产黄片视频在线免费观看| 日韩熟女老妇一区二区性免费视频| 亚洲四区av| 汤姆久久久久久久影院中文字幕| 亚洲不卡免费看| 日韩av免费高清视频| 国产精品99久久久久久久久| 一区二区三区四区激情视频| 亚洲无线观看免费| 国产高清国产精品国产三级| 午夜视频国产福利| 中国国产av一级| 人人妻人人澡人人爽人人夜夜| 国产老妇伦熟女老妇高清| 国产精品成人在线| 丝瓜视频免费看黄片| 亚洲综合色惰| 人妻 亚洲 视频| 色视频在线一区二区三区| 国产精品一区二区三区四区免费观看| 老司机影院成人| 国产一区二区三区av在线| 丁香六月天网| 国产日韩一区二区三区精品不卡 | 视频中文字幕在线观看| 高清午夜精品一区二区三区| 青春草国产在线视频| 日韩中字成人| 女的被弄到高潮叫床怎么办| 国产伦精品一区二区三区视频9| 在线观看人妻少妇| 亚洲精品国产色婷婷电影| 久久精品人人爽人人爽视色| 九色亚洲精品在线播放| 亚洲欧洲国产日韩| 精品人妻在线不人妻| 久久 成人 亚洲| 国产女主播在线喷水免费视频网站| 999精品在线视频| 日韩三级伦理在线观看| 久久久久久久久久成人| 大香蕉97超碰在线| 欧美日韩视频精品一区| 免费少妇av软件| 午夜免费鲁丝| 在线天堂最新版资源| 青春草国产在线视频| 日日撸夜夜添| 国产伦理片在线播放av一区| 最近手机中文字幕大全| 欧美精品一区二区免费开放| 久久久久久久亚洲中文字幕| 成人18禁高潮啪啪吃奶动态图 | 久久97久久精品| 我的老师免费观看完整版| 国产一级毛片在线| 亚洲精品色激情综合| 热99久久久久精品小说推荐| videossex国产| 欧美精品亚洲一区二区| 在线看a的网站| 国产亚洲精品久久久com| 肉色欧美久久久久久久蜜桃| av不卡在线播放| 国产免费福利视频在线观看| 国产老妇伦熟女老妇高清| 男的添女的下面高潮视频| 亚洲欧美日韩另类电影网站| 在线观看免费日韩欧美大片 | 3wmmmm亚洲av在线观看| 精品一品国产午夜福利视频| 国产成人a∨麻豆精品| 亚洲激情五月婷婷啪啪| 特大巨黑吊av在线直播| 色哟哟·www| 亚洲成色77777| 久久人人爽人人片av| 女人精品久久久久毛片| 欧美人与善性xxx| 日韩亚洲欧美综合| 26uuu在线亚洲综合色| 精品人妻在线不人妻| 欧美性感艳星| 黄色配什么色好看| 午夜福利影视在线免费观看| www.av在线官网国产| 久久97久久精品| 国产高清不卡午夜福利| 国产欧美日韩综合在线一区二区| 中国国产av一级| 麻豆成人av视频| 少妇猛男粗大的猛烈进出视频| 全区人妻精品视频| 亚洲四区av| 91午夜精品亚洲一区二区三区| 免费看av在线观看网站| 99热国产这里只有精品6| 晚上一个人看的免费电影| 欧美精品一区二区免费开放| 亚洲国产欧美日韩在线播放| 最新中文字幕久久久久| 国产乱人偷精品视频| 各种免费的搞黄视频| 大又大粗又爽又黄少妇毛片口| 中国国产av一级| 黄色一级大片看看| 一区二区三区免费毛片| 我的老师免费观看完整版| 少妇人妻精品综合一区二区| 亚洲熟女精品中文字幕| videos熟女内射| 久久综合国产亚洲精品| 两个人的视频大全免费| 亚洲精品一区蜜桃| 18禁在线播放成人免费| 成人毛片60女人毛片免费| 久久精品国产鲁丝片午夜精品| 国产综合精华液| 欧美精品人与动牲交sv欧美| 新久久久久国产一级毛片| xxxhd国产人妻xxx| 日韩av在线免费看完整版不卡| 久久久a久久爽久久v久久| 亚洲欧美日韩卡通动漫| 国产极品天堂在线| 夜夜爽夜夜爽视频| 国产高清有码在线观看视频| 国产黄色免费在线视频| 日本欧美视频一区| 亚洲婷婷狠狠爱综合网| 制服诱惑二区| 少妇被粗大的猛进出69影院 | 一级片'在线观看视频| 免费高清在线观看日韩| 国产一级毛片在线| 欧美少妇被猛烈插入视频|