• <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ALIF和1DCNN的滾動(dòng)軸承故障診斷方法*

    2022-10-26 10:28:02聶勇軍肖英楠
    機(jī)電工程 2022年10期
    關(guān)鍵詞:模擬信號(hào)故障診斷濾波

    聶勇軍,孟 金,肖英楠

    (1.廣州航海學(xué)院 機(jī)械工程系,廣東 廣州 510725;2.四川交通職業(yè)技術(shù)學(xué)院,四川 成都 611130;3.成都理工大學(xué) 工程技術(shù)學(xué)院,四川 樂(lè)山 614000)

    0 引 言

    滾動(dòng)軸承是旋轉(zhuǎn)機(jī)構(gòu)的關(guān)鍵部件,其不同載荷、不同位置的故障直徑,對(duì)設(shè)備的性能和使用壽命有重大影響。因此,需要對(duì)其振動(dòng)狀態(tài)進(jìn)行監(jiān)控,使用傳感器采集設(shè)備運(yùn)行時(shí)的信號(hào),并應(yīng)用故障診斷方法進(jìn)行診斷[1,2]。

    智能故障診斷方法通常分為兩個(gè)步驟,即特征提取和分類。

    常見(jiàn)的特征提取方法有:經(jīng)驗(yàn)?zāi)J椒纸猓╡mpirical mode decomposition,EMD)、變分模態(tài)分解(variational mode decomposition,VMD)和自適應(yīng)局部迭代濾波(adaptive local iterative filtering,ALIF)[3]。將原始信號(hào)用以上方法分解后,可以去除信號(hào)中的冗余信號(hào),這是獲取相應(yīng)分類代表性特征的常用方法。從原始信號(hào)中提取和選擇有用的特征,最后一步要訓(xùn)練分類器,如K近鄰(K-nearest neighbors,KNN)[4]、人工神經(jīng)網(wǎng)絡(luò)(artificial neural networks,ANN)[5]和支持向量機(jī)(support vector machines,SVM)。訓(xùn)練結(jié)束后,分類器應(yīng)該在測(cè)試樣本上進(jìn)行測(cè)試,看它們能否對(duì)未知信號(hào)樣本進(jìn)行準(zhǔn)確預(yù)測(cè)[6]。

    隨著卷積神經(jīng)網(wǎng)絡(luò)的快速發(fā)展,深度學(xué)習(xí)模型在故障診斷中取得了巨大的成功[7]。常用的故障診斷深度學(xué)習(xí)模型有:卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)、自編碼器(auto-encoders,AE)等。在故障診斷任務(wù)中,要對(duì)自編碼器模型進(jìn)行訓(xùn)練,然后去掉解碼器部分,只保留編碼器部分,進(jìn)行降維或特征學(xué)習(xí);結(jié)合其他分類算法,實(shí)現(xiàn)對(duì)故障狀態(tài)的識(shí)別[8,9];使用稀疏自編碼器和深度信念網(wǎng)絡(luò)融合多傳感器數(shù)據(jù)特征[10],并采用一維CNN和長(zhǎng)短期記憶網(wǎng)絡(luò)對(duì)軸承故障類型進(jìn)行分類。

    一些研究表明,CNN也可以直接用于原始語(yǔ)音信號(hào)的識(shí)別[11]。

    在滾動(dòng)軸承的故障信號(hào)中,由于存在較多冗余成分的問(wèn)題,會(huì)對(duì)基于一維卷積神經(jīng)網(wǎng)絡(luò)(1DCNN)的滾動(dòng)軸承故障診斷的準(zhǔn)確度產(chǎn)生干擾。

    為此,筆者提出一種改進(jìn)的滾動(dòng)軸承故障診斷方法,即使用自適應(yīng)局部迭代濾波算法(ALIF),對(duì)原始信號(hào)進(jìn)行分解重構(gòu),以去除信號(hào)中的冗余信號(hào),盡可能提取標(biāo)準(zhǔn)滾動(dòng)軸承實(shí)時(shí)狀態(tài)的特征;然后使用一維卷積神經(jīng)網(wǎng)絡(luò)(1DCNN)直接處理時(shí)間序列信號(hào),以實(shí)現(xiàn)故障狀態(tài)分類的目的;用模擬信號(hào)證明ALIF優(yōu)異的分解性能(即較少的模態(tài)混疊現(xiàn)象,最大程度地提取出能表征軸承實(shí)時(shí)狀態(tài)的信息);最后,使用實(shí)驗(yàn)臺(tái)信號(hào)驗(yàn)證所提出方法的先進(jìn)性,即完全識(shí)別出4種軸承狀態(tài),從而達(dá)到智能診斷的目標(biāo)。

    1 理論介紹

    1.1 自適應(yīng)迭代濾波理論

    在EMD算法框架下,通過(guò)對(duì)低通濾波器與原始信號(hào)進(jìn)行卷積得到滑動(dòng)算子,從而得到另一種算法,稱為迭代濾波算法(iterative filtering,IF)[12]。

    ALIF方法與IF的主要區(qū)別是,ALIF方法可以自適應(yīng)地計(jì)算濾波器長(zhǎng)度,濾波器可以從Fokker-Planck方程的解中選擇,以計(jì)算信號(hào)的移動(dòng)平均[13]。

    在IF算法中,將信號(hào)s(t)與濾波函數(shù)h(t)的卷積視為滑動(dòng)算子,即:

    (1)

    式中:L(n)—濾波器長(zhǎng)度。

    L(n)的計(jì)算公式為:

    (2)

    式中:η—穩(wěn)態(tài)系數(shù),相關(guān)研究表明[14],其值通常為1.6;t—序列極值點(diǎn)個(gè)數(shù);K—信號(hào)長(zhǎng)度;[·]—舍入為零。

    由于操作時(shí)間的限制,很難在式(1)中實(shí)現(xiàn)n趨于無(wú)窮大的情況。

    結(jié)合實(shí)際情況,IMF的特征可以描述為:

    (3)

    式中:emin—固有模態(tài)函數(shù)的最小值;emax—固有模態(tài)函數(shù)的最大值;e0—固有模態(tài)函數(shù)的零值;e1(t)—IMF的局部極大值形成的包絡(luò)函數(shù);e2(t)—IMF的局部極小值形成的包絡(luò)函數(shù)。

    利用式(3)可確定分量是否滿足IMF條件,即:

    (4)

    當(dāng)SD值達(dá)到設(shè)定的閾值時(shí),迭代停止以獲得IMF分量。

    在迭代濾波技術(shù)中,濾波器h(t)是一個(gè)通用濾波器,濾波區(qū)間L(n)也是一個(gè)固定值。為了提高該方法分解的適應(yīng)性和精度,一般會(huì)對(duì)傳統(tǒng)的迭代濾波技術(shù)進(jìn)行改進(jìn),使其能夠應(yīng)用于非平穩(wěn)信號(hào)的分解。在ALIF中,濾波器h(t)由Fokker-Planck方程的解給出,濾波區(qū)間L(n)也是根據(jù)待分解信號(hào)的變化趨勢(shì)進(jìn)行自適應(yīng)的。

    (5)

    式中:α,β—(0,1)中的常數(shù);f(x),k(x)—2個(gè)光滑可微函數(shù)。

    其中:f(a)=f(b)=0,滿足于(a,b)(其中a<00對(duì)于任意x∈(a,b)。

    (6)

    此時(shí),式(6)的解滿足如下條件:?x∈(a,b),p(x)>0,其他情況p(x)=0。

    由此可見(jiàn),上述穩(wěn)態(tài)方程的解p(x)均在(a,b)之間,此時(shí)p(x)可視為一個(gè)濾波函數(shù)。隨著濾波區(qū)間的變化,濾波函數(shù)也隨之變化,從而實(shí)現(xiàn)ALIF算法的自適應(yīng)分解。

    1.2 1DCNN理論

    卷積神經(jīng)網(wǎng)絡(luò)是由多個(gè)濾波階段和1個(gè)分類階段組成的多級(jí)神經(jīng)網(wǎng)絡(luò)。濾波器級(jí)的作用是從輸入信號(hào)中提取特征,卷積層和池化層是濾波器級(jí)的兩種層次[15]。分類階段是一個(gè)多層感知器,它由幾個(gè)完全連通的層組成。

    將卷積層輸入信號(hào)局部區(qū)域進(jìn)行卷積運(yùn)算,可以得到其特征值。每個(gè)過(guò)濾器使用相同的核(也稱為權(quán)重共享),以提取輸入的局部特征。一個(gè)過(guò)濾器對(duì)應(yīng)于下一層的一幀,幀的數(shù)量稱為該層的深度。

    卷積過(guò)程如下所示:

    (3)經(jīng)過(guò)一系列加固整治措施后,湖區(qū)內(nèi)圩堤的防洪能力有了較大提高,但仍然存在城市防洪標(biāo)準(zhǔn)低、新出險(xiǎn)工險(xiǎn)段、堤容堤貌差、部分項(xiàng)目未按設(shè)計(jì)完成、工程管理和監(jiān)測(cè)設(shè)施不完善、防汛交通條件差、圩區(qū)排澇能力不足等問(wèn)題。

    (7)

    完成卷積運(yùn)算后,將計(jì)算函數(shù)f(x)=max{0,x}的整流線性單元作為模型的激活單元,從而使CNN的收斂加快。在CNN架構(gòu)中,通常在卷積運(yùn)算后再進(jìn)行池化運(yùn)算。它起到降采樣的作用,其算法減少了特征的復(fù)雜性。最常用的池化層是最大池化層,它的作用是執(zhí)行特征局部的最大化。該方法可以減少參數(shù),得到位置不變性。

    最大池化層轉(zhuǎn)換如下所示:

    (8)

    1D-CNN網(wǎng)絡(luò)架構(gòu)如圖1所示。

    2 基于ALIF和1DCNN的診斷方法

    為了獲得滾動(dòng)軸承理想的故障診斷結(jié)果,筆者使用自適應(yīng)迭代濾波算法對(duì)原始信號(hào)進(jìn)行分解,然后使用相關(guān)系數(shù)選擇與原始信號(hào)相關(guān)最大的IMF分量進(jìn)行重構(gòu),去除原始信號(hào)中存在的噪聲信號(hào),減少噪聲信號(hào)對(duì)智能故障診斷的干擾,最大程度地提取出能夠表征滾動(dòng)軸承狀態(tài)的信號(hào)特征,最后將處理后的時(shí)間序列信號(hào)直接作為1DCNN的輸入數(shù)據(jù),從而進(jìn)行智能故障診斷。

    筆者提出方法的流程圖如圖2所示。

    圖2流程的具體步驟如下:

    (1)使用加速度傳感器采集振動(dòng)信號(hào);

    (2)使用ALIF對(duì)采集信號(hào)進(jìn)行分解;

    (3)使用相關(guān)系數(shù)選擇與原始信號(hào)相關(guān)最大的分量進(jìn)行重構(gòu);

    (4)把處理后的信號(hào)制成滾動(dòng)軸承狀態(tài)樣本;

    (5)把所有的樣本作為1DCNN的輸入數(shù)據(jù),進(jìn)行智能故障診斷。

    3 信號(hào)仿真模擬

    為了驗(yàn)證ALIF在信號(hào)預(yù)處理的優(yōu)越性能,筆者首先設(shè)置模擬信號(hào),信號(hào)包括多個(gè)正弦分量x(t)和高斯白噪聲信號(hào)W(t)。

    模擬信號(hào)表達(dá)式如下所示:

    x1=sin(2×π×f1×t)x2=sin(2×π×f2×t)

    x3=sin(2×π×f3×t)x=x1+x2+x3+w(t)

    (9)

    其中:f1=45 Hz,f2=75 Hz,f3=120 Hz。

    信號(hào)仿真模擬中的采樣頻率fs=1 024,采樣點(diǎn)數(shù)N=2 048。在完成模擬信號(hào)的構(gòu)造后,筆者將EMD、VMD和ALIF對(duì)模擬信號(hào)分別進(jìn)行分解,從而驗(yàn)證ALIF在信號(hào)分解中的優(yōu)越性。

    模擬信號(hào)時(shí)域圖如圖3所示。

    筆者采用EMD對(duì)模擬信號(hào)進(jìn)行處理,經(jīng)EMD分解得到IMF圖如圖4所示。

    筆者采用VMD對(duì)模擬信號(hào)進(jìn)行處理,經(jīng)VMD分解得到IMF圖如圖5所示。

    筆者采用ALIF對(duì)模擬信號(hào)進(jìn)行處理,經(jīng)ALIF分解得到IMF圖如圖6所示。

    分析圖(4~6)可知:

    在圖4(b)中:經(jīng)EMD分解得到的IMF頻域圖有明顯的模態(tài)混疊現(xiàn)象,頻率80 Hz不僅存在于IMF3,還同時(shí)少量存在于IMF2中;IMF3同時(shí)包含頻率45 Hz和頻率75 Hz;

    在圖5(b)中:通過(guò)VMD分解得到的主要IMF頻率圖同樣存在模態(tài)混疊現(xiàn)象,IMF1同時(shí)存在頻率45 Hz和頻率75 Hz;

    從圖6(b)可以看出:通過(guò)ALIF分解得到的主要IMF模態(tài)混疊現(xiàn)象明顯減少。

    模擬信號(hào)仿真驗(yàn)證了ALIF在信號(hào)分解方面的優(yōu)越性,即存在較少的模態(tài)混疊現(xiàn)象,這既能去除信號(hào)中存在的冗余信號(hào),也能最大程度地保留原始信號(hào),對(duì)后面的CNN分類有很大的意義。

    4 實(shí)驗(yàn)及結(jié)果分析

    在驗(yàn)證了ALIF在信號(hào)分解的優(yōu)越性之后,需要通過(guò)實(shí)際信號(hào)來(lái)進(jìn)一步驗(yàn)證筆者所提出方法的優(yōu)越性。

    在實(shí)驗(yàn)中,筆者采用一個(gè)加速度傳感器采集信號(hào),其中,采樣頻率fs=8 192,采樣點(diǎn)數(shù)N=180 000。

    故障模擬實(shí)驗(yàn)臺(tái)由編碼器、驅(qū)動(dòng)器、聯(lián)軸器、軸承、制動(dòng)器組成,其實(shí)物圖如圖7所示。

    筆者將采用軸承的4種狀態(tài)進(jìn)行實(shí)驗(yàn),包括軸承內(nèi)圈故障狀態(tài)、軸承滾動(dòng)體故障狀態(tài)、軸承外圈故障狀態(tài)和軸承正常狀態(tài)。

    軸承內(nèi)圈故障狀態(tài)時(shí)域圖如圖8所示。

    軸承滾動(dòng)體故障狀態(tài)時(shí)域圖如圖9所示。

    軸承外圈故障狀態(tài)時(shí)域圖如圖10所示。

    軸承正常故障狀態(tài)時(shí)域圖如圖11所示。

    筆者在采集到4種狀態(tài)的滾動(dòng)軸承狀態(tài)后,對(duì)其原始信號(hào)進(jìn)行處理。為了去除原始信號(hào)的冗余信號(hào),筆者提出使用ALIF對(duì)采集的信號(hào)進(jìn)行分解。

    內(nèi)圈故障狀態(tài)ALIF分解的IMF時(shí)域圖如圖12所示。

    滾動(dòng)體故障狀態(tài)ALIF分解的IMF時(shí)域圖如圖13所示。

    外圈故障狀態(tài)ALIF分解的IMF時(shí)域圖如圖14所示。

    正常故障狀態(tài)ALIF分解的IMF時(shí)域圖如圖15所示。

    在使用ALIF方法對(duì)4種狀態(tài)的滾動(dòng)軸承信號(hào)進(jìn)行處理之后,筆者使用相關(guān)系數(shù)選擇最大的IMF重構(gòu),然后再進(jìn)行樣本準(zhǔn)備。

    實(shí)驗(yàn)中,每個(gè)樣本有500個(gè)點(diǎn),每種狀態(tài)有300個(gè)樣本,總共有1 200個(gè)樣本;其中,訓(xùn)練樣本70%,測(cè)試樣本30%。在完成故障診斷樣本準(zhǔn)備后,筆者把所有的樣本輸入1DCNN進(jìn)行訓(xùn)練[16,17]。

    筆者將原始信號(hào)輸入1DCNN進(jìn)行智能故障診斷,得到的混淆矩陣圖如圖16所示。

    EMD處理原始信號(hào)后,采用CNN進(jìn)行故障分類的結(jié)果如圖17所示。

    筆者通過(guò)VMD處理原始信號(hào)后,采用CNN對(duì)故障進(jìn)行分類,其結(jié)果如圖18所示。

    筆者通過(guò)ALIF處理原始信號(hào)后,采用CNN對(duì)故障進(jìn)行分類,得到的結(jié)果如圖19所示。

    分析圖(16~19)可知:

    圖16中,用CNN對(duì)原始信號(hào)的樣本分類后,分類的精度較差,總的正確率為88%;

    從圖17可以看出:原始信號(hào)通過(guò)EMD進(jìn)行分解重構(gòu)后的分類精度有所提高,正確率達(dá)到了91%;

    從圖18可以看出:采用VMD處理原始信號(hào)后,CNN分類精度進(jìn)一步提高,達(dá)到了96%;

    如圖19所示:在使用ALIF對(duì)原始信號(hào)進(jìn)行處理后,分類正確率最大,只有一個(gè)樣本分類錯(cuò)誤,分類準(zhǔn)確度達(dá)到了99%。

    筆者通過(guò)實(shí)際信號(hào)驗(yàn)證了所提方法的優(yōu)越性,分類精度幾乎完全正確。

    5 結(jié)束語(yǔ)

    在滾動(dòng)軸承的故障信號(hào)中,較多的冗余信息成分會(huì)對(duì)基于一維卷積神經(jīng)網(wǎng)絡(luò)(1DCNN)的故障診斷的準(zhǔn)確度產(chǎn)生干擾,為此,筆者提出了一種基于自適應(yīng)局部迭代濾波算法(ALIF)和1DCNN的滾動(dòng)軸承故障診斷方法,即先對(duì)原始信號(hào)分解重構(gòu),再進(jìn)行分類,并通過(guò)仿真信號(hào)驗(yàn)證了自適應(yīng)局部迭代濾波方法分解性能的優(yōu)越性;然后,使用ALIF對(duì)實(shí)驗(yàn)臺(tái)的實(shí)際信號(hào)進(jìn)行了處理,再使用相關(guān)系數(shù)法選擇相關(guān)最大的IMF分量,并對(duì)其進(jìn)行了重構(gòu);將樣本輸入1DCNN分類后,再對(duì)4種軸承狀態(tài)進(jìn)行了診斷。

    研究結(jié)果如下:

    (1)對(duì)分解算法進(jìn)行了比較,通過(guò)模擬信號(hào)驗(yàn)證了ALIF分解性能的優(yōu)異性,發(fā)現(xiàn)存在較少的模態(tài)混疊,提高了其故障準(zhǔn)確率;

    (2)實(shí)驗(yàn)結(jié)果表明:相比其他處理方法,經(jīng)過(guò)ALIF處理后的分類精度更高,達(dá)到了99%;證明了筆者所提方法能去除原始信號(hào)中的冗余信號(hào),提高了分類的準(zhǔn)確度。

    上述仿真實(shí)驗(yàn)的結(jié)果表明,ALIF仍然無(wú)法將頻率完全分解,且有少量的模態(tài)混疊。因此,在后續(xù)的研究中,筆者將對(duì)分解算法進(jìn)行改進(jìn),研究加入輔助信號(hào)對(duì)分解算法的影響。

    猜你喜歡
    模擬信號(hào)故障診斷濾波
    一種基于ADG426多路模擬開(kāi)關(guān)的模擬信號(hào)輸入接口設(shè)計(jì)
    電子制作(2019年7期)2019-04-25 13:18:00
    一種模擬信號(hào)選通運(yùn)算電路的設(shè)計(jì)
    模擬信號(hào)的三種調(diào)制方法比較研究
    電子制作(2017年24期)2017-02-02 07:14:19
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    RTS平滑濾波在事后姿態(tài)確定中的應(yīng)用
    基于線性正則變換的 LMS 自適應(yīng)濾波
    基于單片機(jī)的模擬信號(hào)自動(dòng)追蹤控制器
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    基于WPD-HHT的滾動(dòng)軸承故障診斷
    高速泵的故障診斷
    河南科技(2014年3期)2014-02-27 14:05:48
    久久精品人人爽人人爽视色| 天天躁夜夜躁狠狠久久av| 日本免费在线观看一区| 精品国产一区二区久久| av卡一久久| 热re99久久精品国产66热6| 日本91视频免费播放| 久久鲁丝午夜福利片| 少妇高潮的动态图| 色网站视频免费| 夜夜骑夜夜射夜夜干| 亚洲高清免费不卡视频| 国产乱来视频区| av黄色大香蕉| 国产伦理片在线播放av一区| 精品酒店卫生间| 久久99一区二区三区| 成人午夜精彩视频在线观看| 高清在线视频一区二区三区| 久久精品熟女亚洲av麻豆精品| 久久久久久久久久久免费av| 国产永久视频网站| 欧美日韩视频精品一区| 国产精品欧美亚洲77777| 国产1区2区3区精品| 一区二区三区乱码不卡18| 精品国产国语对白av| 久久影院123| www.熟女人妻精品国产 | 人妻少妇偷人精品九色| 久久久精品区二区三区| 亚洲精品国产av蜜桃| 国产免费又黄又爽又色| 宅男免费午夜| 深夜精品福利| 亚洲成人av在线免费| 丝袜人妻中文字幕| 一区在线观看完整版| 国产成人91sexporn| 一级片'在线观看视频| 久久热在线av| 在现免费观看毛片| 水蜜桃什么品种好| 纯流量卡能插随身wifi吗| 欧美3d第一页| 亚洲伊人色综图| 97在线人人人人妻| 在线观看免费视频网站a站| 不卡视频在线观看欧美| 色网站视频免费| 成人黄色视频免费在线看| 色婷婷av一区二区三区视频| 伦理电影免费视频| av卡一久久| 亚洲欧美日韩另类电影网站| av线在线观看网站| 热99久久久久精品小说推荐| 大陆偷拍与自拍| 国产精品国产三级专区第一集| 久久这里只有精品19| 亚洲婷婷狠狠爱综合网| 在线观看一区二区三区激情| 日韩一本色道免费dvd| 日韩av免费高清视频| 中文乱码字字幕精品一区二区三区| 免费少妇av软件| 国产成人精品久久久久久| 亚洲精品乱久久久久久| 一区二区三区乱码不卡18| 国产亚洲精品第一综合不卡 | 国产精品嫩草影院av在线观看| 夜夜爽夜夜爽视频| 亚洲av国产av综合av卡| 免费观看性生交大片5| 国产亚洲一区二区精品| 看十八女毛片水多多多| 777米奇影视久久| 热99国产精品久久久久久7| 亚洲国产毛片av蜜桃av| 日本-黄色视频高清免费观看| 各种免费的搞黄视频| 精品久久久精品久久久| 人妻 亚洲 视频| 亚洲av国产av综合av卡| 美女福利国产在线| 国产精品久久久久久精品古装| 亚洲美女搞黄在线观看| 免费人成在线观看视频色| 午夜免费观看性视频| 人妻一区二区av| 国产女主播在线喷水免费视频网站| 色婷婷av一区二区三区视频| 男男h啪啪无遮挡| 国产精品一国产av| 国产麻豆69| 国产男女内射视频| 观看美女的网站| www日本在线高清视频| 国产无遮挡羞羞视频在线观看| av在线老鸭窝| 欧美日本中文国产一区发布| 午夜福利在线观看免费完整高清在| 国产精品无大码| xxx大片免费视频| 亚洲,一卡二卡三卡| 久久久久国产精品人妻一区二区| 亚洲av在线观看美女高潮| 亚洲性久久影院| 22中文网久久字幕| 久久久久人妻精品一区果冻| 久久久精品区二区三区| 亚洲国产日韩一区二区| 精品久久蜜臀av无| 国产日韩欧美视频二区| 国产成人精品在线电影| 久久人人爽人人爽人人片va| 免费看av在线观看网站| 日韩电影二区| 99re6热这里在线精品视频| 亚洲av欧美aⅴ国产| 国产极品粉嫩免费观看在线| 国产精品三级大全| 亚洲欧美清纯卡通| 国产无遮挡羞羞视频在线观看| 日韩制服丝袜自拍偷拍| 国产精品不卡视频一区二区| 免费观看av网站的网址| av福利片在线| 亚洲av电影在线观看一区二区三区| 国产精品嫩草影院av在线观看| 久久精品国产a三级三级三级| 国产伦理片在线播放av一区| 男女下面插进去视频免费观看 | 999精品在线视频| 成人午夜精彩视频在线观看| 亚洲国产精品一区二区三区在线| 男女国产视频网站| 亚洲国产欧美日韩在线播放| 成人毛片60女人毛片免费| 91久久精品国产一区二区三区| 婷婷色av中文字幕| 永久网站在线| 久久99热这里只频精品6学生| 久久久久久人妻| 香蕉丝袜av| 亚洲内射少妇av| 啦啦啦啦在线视频资源| 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| 天堂中文最新版在线下载| 亚洲欧洲精品一区二区精品久久久 | 精品国产一区二区三区四区第35| 两性夫妻黄色片 | 欧美激情国产日韩精品一区| 爱豆传媒免费全集在线观看| 国产无遮挡羞羞视频在线观看| 亚洲av电影在线进入| 久久久久视频综合| 久久久久久人人人人人| 美女大奶头黄色视频| 黑人欧美特级aaaaaa片| 久久精品国产a三级三级三级| 最近最新中文字幕大全免费视频 | 性高湖久久久久久久久免费观看| 99久久中文字幕三级久久日本| 亚洲欧美一区二区三区国产| 久久鲁丝午夜福利片| 久久久久视频综合| 18禁动态无遮挡网站| 亚洲第一区二区三区不卡| www.熟女人妻精品国产 | 国产欧美另类精品又又久久亚洲欧美| 亚洲成人一二三区av| 欧美日韩综合久久久久久| 大片电影免费在线观看免费| 日韩一区二区三区影片| 色94色欧美一区二区| 免费久久久久久久精品成人欧美视频 | 考比视频在线观看| 七月丁香在线播放| 国产成人aa在线观看| 99re6热这里在线精品视频| 99久久中文字幕三级久久日本| 亚洲精品第二区| 久久久国产精品麻豆| 色吧在线观看| 99热这里只有是精品在线观看| 亚洲人成77777在线视频| 亚洲内射少妇av| 女的被弄到高潮叫床怎么办| 纵有疾风起免费观看全集完整版| 国产免费视频播放在线视频| 久久婷婷青草| 国产一区二区在线观看av| 亚洲欧美中文字幕日韩二区| 国产精品一区二区在线观看99| 国产国拍精品亚洲av在线观看| 蜜桃国产av成人99| a级毛片在线看网站| 一区二区三区四区激情视频| av视频免费观看在线观看| 日韩不卡一区二区三区视频在线| 在线免费观看不下载黄p国产| 国产一区二区激情短视频 | 成年人午夜在线观看视频| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 69精品国产乱码久久久| 下体分泌物呈黄色| 中文字幕另类日韩欧美亚洲嫩草| 青青草视频在线视频观看| 国产日韩欧美亚洲二区| 一区在线观看完整版| 色婷婷久久久亚洲欧美| 日韩,欧美,国产一区二区三区| 亚洲综合色网址| 亚洲国产欧美日韩在线播放| 亚洲av中文av极速乱| 日日爽夜夜爽网站| 天天影视国产精品| 又大又黄又爽视频免费| 久久久精品区二区三区| 日韩一本色道免费dvd| 丝袜美足系列| 久久99热6这里只有精品| 99精国产麻豆久久婷婷| xxxhd国产人妻xxx| 熟女av电影| 最近最新中文字幕免费大全7| 国产69精品久久久久777片| 国产熟女欧美一区二区| 久久97久久精品| 巨乳人妻的诱惑在线观看| 亚洲色图 男人天堂 中文字幕 | 亚洲成人av在线免费| av天堂久久9| 极品少妇高潮喷水抽搐| 婷婷色综合大香蕉| 99热6这里只有精品| 精品国产露脸久久av麻豆| 搡老乐熟女国产| 亚洲av在线观看美女高潮| 婷婷色麻豆天堂久久| 一级毛片我不卡| 免费在线观看完整版高清| 大码成人一级视频| av线在线观看网站| 久久精品国产自在天天线| 亚洲国产精品成人久久小说| 精品国产露脸久久av麻豆| 精品少妇久久久久久888优播| 日韩精品免费视频一区二区三区 | 999精品在线视频| 纵有疾风起免费观看全集完整版| 国产在视频线精品| 国产欧美亚洲国产| 久久综合国产亚洲精品| 97在线人人人人妻| 成人毛片60女人毛片免费| 国产精品三级大全| 国产精品熟女久久久久浪| 丝袜喷水一区| 插逼视频在线观看| 亚洲av福利一区| 色婷婷久久久亚洲欧美| 午夜免费男女啪啪视频观看| 欧美精品一区二区免费开放| 国产成人免费无遮挡视频| 国产日韩欧美亚洲二区| 欧美亚洲 丝袜 人妻 在线| 18禁在线无遮挡免费观看视频| 丝袜喷水一区| 男女边摸边吃奶| 两个人看的免费小视频| 飞空精品影院首页| 99国产综合亚洲精品| 又粗又硬又长又爽又黄的视频| 99热全是精品| 99国产精品免费福利视频| 亚洲天堂av无毛| 最近手机中文字幕大全| 久久这里有精品视频免费| 91国产中文字幕| 好男人视频免费观看在线| 美女中出高潮动态图| 免费人妻精品一区二区三区视频| 国产免费视频播放在线视频| 亚洲三级黄色毛片| 菩萨蛮人人尽说江南好唐韦庄| 久久精品久久久久久久性| 久久久久久久久久久久大奶| 亚洲欧美清纯卡通| 国产高清不卡午夜福利| 国产成人av激情在线播放| 赤兔流量卡办理| 中文精品一卡2卡3卡4更新| 丝瓜视频免费看黄片| 如日韩欧美国产精品一区二区三区| 人妻少妇偷人精品九色| 男的添女的下面高潮视频| 一级毛片我不卡| 成人免费观看视频高清| 亚洲国产欧美在线一区| 天天影视国产精品| 成人国产av品久久久| 黄片播放在线免费| 国产亚洲av片在线观看秒播厂| 男女下面插进去视频免费观看 | 久久久久国产网址| 久久精品久久精品一区二区三区| 日韩精品免费视频一区二区三区 | 日韩免费高清中文字幕av| 一区二区日韩欧美中文字幕 | 春色校园在线视频观看| 国产精品久久久久久久电影| 丝袜美足系列| 免费高清在线观看日韩| 久久午夜福利片| 国产在线免费精品| 久久97久久精品| 人妻一区二区av| 国产片内射在线| 夜夜爽夜夜爽视频| 午夜激情久久久久久久| 在线观看一区二区三区激情| av又黄又爽大尺度在线免费看| 纯流量卡能插随身wifi吗| 欧美日韩成人在线一区二区| 韩国高清视频一区二区三区| 两性夫妻黄色片 | 纵有疾风起免费观看全集完整版| 男人爽女人下面视频在线观看| 香蕉丝袜av| 9191精品国产免费久久| 国产白丝娇喘喷水9色精品| 在线观看美女被高潮喷水网站| 蜜桃在线观看..| 777米奇影视久久| tube8黄色片| 女人精品久久久久毛片| 久久精品国产a三级三级三级| 26uuu在线亚洲综合色| 亚洲精品中文字幕在线视频| 这个男人来自地球电影免费观看 | 咕卡用的链子| 一级毛片黄色毛片免费观看视频| 国产精品久久久久成人av| 国产高清不卡午夜福利| 一本久久精品| 国产免费福利视频在线观看| 亚洲国产色片| 天天操日日干夜夜撸| 日本欧美国产在线视频| 亚洲精品aⅴ在线观看| 国产精品嫩草影院av在线观看| 狠狠婷婷综合久久久久久88av| 亚洲国产最新在线播放| 中文字幕人妻丝袜制服| 高清欧美精品videossex| 美女脱内裤让男人舔精品视频| 精品卡一卡二卡四卡免费| videosex国产| 久久久久久久精品精品| 九草在线视频观看| 中文字幕av电影在线播放| 久久精品国产亚洲av涩爱| 综合色丁香网| 精品酒店卫生间| 一二三四中文在线观看免费高清| 伦理电影大哥的女人| 看免费av毛片| 久久久久精品人妻al黑| 亚洲,一卡二卡三卡| 欧美激情极品国产一区二区三区 | 制服丝袜香蕉在线| av女优亚洲男人天堂| 边亲边吃奶的免费视频| 亚洲精品第二区| 18在线观看网站| 久久久久国产精品人妻一区二区| 18在线观看网站| 国产精品国产三级国产专区5o| 欧美亚洲 丝袜 人妻 在线| 青春草国产在线视频| 亚洲精品久久久久久婷婷小说| 国产乱来视频区| 国产精品偷伦视频观看了| 99热全是精品| 一区在线观看完整版| 日韩欧美一区视频在线观看| 国产视频首页在线观看| 亚洲国产精品999| 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| 免费大片18禁| 久久久久精品人妻al黑| 亚洲高清免费不卡视频| 久久人妻熟女aⅴ| 99久久精品国产国产毛片| 亚洲欧美一区二区三区黑人 | 巨乳人妻的诱惑在线观看| 大片电影免费在线观看免费| 久久久精品免费免费高清| 午夜激情久久久久久久| 国产又色又爽无遮挡免| 精品久久国产蜜桃| 97超碰精品成人国产| 丰满迷人的少妇在线观看| 亚洲成av片中文字幕在线观看 | 春色校园在线视频观看| 人成视频在线观看免费观看| 亚洲精品成人av观看孕妇| 亚洲精品,欧美精品| 成人二区视频| 最新中文字幕久久久久| 免费黄频网站在线观看国产| 国产男人的电影天堂91| 赤兔流量卡办理| 久久热在线av| 欧美日本中文国产一区发布| 大片免费播放器 马上看| 精品国产露脸久久av麻豆| www日本在线高清视频| 精品福利永久在线观看| 丰满饥渴人妻一区二区三| 亚洲色图 男人天堂 中文字幕 | 男女边摸边吃奶| 国产老妇伦熟女老妇高清| 最近中文字幕2019免费版| 国产成人av激情在线播放| 午夜精品国产一区二区电影| 肉色欧美久久久久久久蜜桃| 久久久久人妻精品一区果冻| 国产亚洲av片在线观看秒播厂| 99热国产这里只有精品6| 黑人欧美特级aaaaaa片| 在线 av 中文字幕| 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| 久久av网站| 97在线视频观看| 亚洲精品成人av观看孕妇| 免费观看av网站的网址| 亚洲综合精品二区| 宅男免费午夜| 最黄视频免费看| 国产日韩欧美视频二区| 男女下面插进去视频免费观看 | 日韩成人伦理影院| 国国产精品蜜臀av免费| 在线观看人妻少妇| 精品一区二区三区四区五区乱码 | 亚洲精品国产av成人精品| 岛国毛片在线播放| 黄片播放在线免费| 熟女av电影| 久久午夜综合久久蜜桃| 两个人免费观看高清视频| 国产成人精品婷婷| 国产精品麻豆人妻色哟哟久久| 亚洲av成人精品一二三区| 欧美丝袜亚洲另类| 肉色欧美久久久久久久蜜桃| 好男人视频免费观看在线| 捣出白浆h1v1| 国产精品一区二区在线不卡| 久久精品aⅴ一区二区三区四区 | 最黄视频免费看| 欧美成人精品欧美一级黄| 美女主播在线视频| 美女视频免费永久观看网站| 久久99蜜桃精品久久| 少妇 在线观看| 在线天堂最新版资源| 欧美亚洲 丝袜 人妻 在线| 美女国产高潮福利片在线看| 亚洲国产精品国产精品| 免费观看av网站的网址| 欧美 亚洲 国产 日韩一| 久久人妻熟女aⅴ| 在线观看国产h片| kizo精华| 搡老乐熟女国产| 亚洲精品久久成人aⅴ小说| 亚洲伊人久久精品综合| 免费黄网站久久成人精品| 久久久久久伊人网av| 飞空精品影院首页| 成人手机av| 在线观看www视频免费| 亚洲欧美一区二区三区黑人 | 成人影院久久| 蜜桃在线观看..| 国产片内射在线| 亚洲,欧美精品.| 制服人妻中文乱码| kizo精华| 亚洲欧洲精品一区二区精品久久久 | 色5月婷婷丁香| 精品一区在线观看国产| 少妇被粗大的猛进出69影院 | 亚洲精品国产av成人精品| 九草在线视频观看| 高清不卡的av网站| www.av在线官网国产| 日日爽夜夜爽网站| av有码第一页| 久久 成人 亚洲| 亚洲国产日韩一区二区| 黑人欧美特级aaaaaa片| 中国美白少妇内射xxxbb| av天堂久久9| 国产毛片在线视频| 免费观看性生交大片5| 亚洲国产日韩一区二区| 亚洲精品av麻豆狂野| 久久av网站| 9色porny在线观看| 午夜福利,免费看| 免费观看性生交大片5| 十八禁网站网址无遮挡| av国产精品久久久久影院| 亚洲精品美女久久久久99蜜臀 | 五月天丁香电影| 交换朋友夫妻互换小说| 午夜激情av网站| 久久免费观看电影| 国产黄色视频一区二区在线观看| 纵有疾风起免费观看全集完整版| www日本在线高清视频| 成年美女黄网站色视频大全免费| 在现免费观看毛片| 男女免费视频国产| 国产精品久久久久久精品电影小说| 中文天堂在线官网| 51国产日韩欧美| 欧美亚洲 丝袜 人妻 在线| 亚洲精品美女久久久久99蜜臀 | 成人无遮挡网站| 亚洲av电影在线进入| 亚洲欧美清纯卡通| 国产女主播在线喷水免费视频网站| www日本在线高清视频| 伊人亚洲综合成人网| 侵犯人妻中文字幕一二三四区| 超色免费av| 国产精品久久久久久精品古装| 日本与韩国留学比较| 国产精品国产三级国产专区5o| 国产黄频视频在线观看| 女的被弄到高潮叫床怎么办| 日本av免费视频播放| 国产日韩欧美视频二区| 欧美日韩视频精品一区| 精品99又大又爽又粗少妇毛片| 国产国语露脸激情在线看| 内地一区二区视频在线| 99热网站在线观看| 美女中出高潮动态图| 国产片内射在线| 精品少妇黑人巨大在线播放| 少妇猛男粗大的猛烈进出视频| av有码第一页| 一本久久精品| 男女下面插进去视频免费观看 | 亚洲激情五月婷婷啪啪| 欧美精品亚洲一区二区| 大香蕉久久成人网| 欧美成人精品欧美一级黄| 免费在线观看黄色视频的| 亚洲精品一区蜜桃| 一级毛片 在线播放| 成年动漫av网址| 国产视频首页在线观看| 久久精品国产亚洲av涩爱| 午夜福利视频精品| 精品熟女少妇av免费看| 熟女人妻精品中文字幕| 国产精品偷伦视频观看了| 久久久久久人妻| 欧美精品国产亚洲| 亚洲精华国产精华液的使用体验| 看免费av毛片| 人体艺术视频欧美日本| 国产 精品1| 波多野结衣一区麻豆| 精品亚洲乱码少妇综合久久| 一本色道久久久久久精品综合| 久久精品熟女亚洲av麻豆精品| 各种免费的搞黄视频| 国产淫语在线视频| 国产精品女同一区二区软件| 精品酒店卫生间| 国内精品宾馆在线| 婷婷色麻豆天堂久久| 国产69精品久久久久777片| 免费播放大片免费观看视频在线观看| 国产亚洲av片在线观看秒播厂| 午夜久久久在线观看| a级片在线免费高清观看视频| 久久99热这里只频精品6学生| 国产av码专区亚洲av| 国产精品99久久99久久久不卡 | 久久精品aⅴ一区二区三区四区 | 2018国产大陆天天弄谢| 高清视频免费观看一区二区| 亚洲欧美日韩卡通动漫| 成年美女黄网站色视频大全免费| 一级黄片播放器| 亚洲欧洲国产日韩| 国产淫语在线视频| 嫩草影院入口| 亚洲色图 男人天堂 中文字幕 | av免费观看日本| 亚洲人成网站在线观看播放|