• <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 ?

    基于小波包能量譜的工業(yè)機器人智能故障診斷

    2022-12-29 02:02:42李振東李先祥周星
    機床與液壓 2022年23期
    關鍵詞:波包卷積能量

    李振東,李先祥,周星

    (1.佛山科學技術學院機電工程與自動化學院,廣東佛山 528000;2.順德職業(yè)技術學院人文學院,廣東佛山 528000;3.佛山智能裝備技術研究院,廣東佛山 528000)

    0 前言

    工業(yè)機器人長期以來一直被用于生產系統(tǒng),以提高自動化制造過程中的生產率、質量和安全性。然而在生產線上,隨著工業(yè)機器人運行時長的不斷增加,工業(yè)機器人出現(xiàn)故障的概率也隨之增加,不同原因的故障導致的工業(yè)機器人意外停機有可能導致整個生產線中斷,從而造成經濟和生產損失。因此,為保證工業(yè)機器人在自動化產線中正常運行,研究工業(yè)機器人的故障診斷具有非常重要的意義。

    傳統(tǒng)工業(yè)機器人系統(tǒng)和非工業(yè)機器人旋轉系統(tǒng)[1]中機械故障以振動信號分析為主。然而,振動信號分析的準確性和有效性對傳感器位置和環(huán)境噪聲非常敏感[2]。此外,當安裝的傳感器出現(xiàn)故障時,需要機器人停機檢查和更換傳感器,這將會造成額外成本和非計劃停機。

    最近,電流信號在各種旋轉機械關鍵部件的故障檢測中被證明是準確且經濟有效的,如電機[3-5]、齒輪箱[6]和軸承[7]、減速機[8]。與振動信號相比,工業(yè)機器人系統(tǒng)和伺服驅動器之間的電流信號獲取簡單方便,而且不需要額外傳感器,也不會入侵機器人的系統(tǒng)?;诜答侂娏餍盘柕墓I(yè)機器人故障診斷需要解決2個關鍵問題:(1)故障特征提取,即提取不同故障類型的有效特征;(2)故障識別,即根據(jù)故障特征定位故障軸。特征提取可以提高故障診斷的性能已被證明。時域分析方法用來提取峭度和均方根等特征作為關鍵部件的狀態(tài)特征。頻域分析方法用于揭示時間序列信號中隱藏的頻率信息等特征。還有時頻域分析方法,如短時傅里葉變換[9]和希爾伯特-黃變換[10],能夠提取頻率分量并保留時域信息。然而,這些方法存在一些局限性,如故障特征和噪聲干擾仍然難以有效分離。在故障識別方面,深度學習掀起了智能故障診斷的熱潮,基于深度學習智能診斷的模型包括深度自動編碼器[11]、深度信念網(wǎng)絡[12]、CNN[13]。其中,CNN由于其獨特的共享機制,大大減少了網(wǎng)絡參數(shù)的數(shù)量,在工業(yè)界得到了廣泛應用。

    綜上所述,提出一種非入侵式的采集方式,通過采集工業(yè)機器人運行時的反饋電流進行故障檢測。采用反饋電流的優(yōu)點在于:(1)采集方便,可以定時、定量、定運行動作采集數(shù)據(jù);(2)外界干擾小,噪聲和其他干擾對數(shù)據(jù)影響小。因此,本文作者提出一種基于WPES-CNN的故障診斷方法,用于反饋電流檢測工業(yè)機器人的運行狀態(tài)。首先,對反饋電流原始信號進行小波包分解與能量特征提??;然后,建立CNN診斷模型,從小波包能量譜中自動提取代表性的特征,實現(xiàn)故障分類。

    1 小波包-卷積神經網(wǎng)絡的構建

    小波包分析是小波分解的進一步改進,具有良好的時頻局部化的功能,可以將電流信號分解到各個子帶中,從而凸顯故障信息,易于故障特征的提取,而且能夠把信號分為高頻和低頻信號,這種分解既無冗余,也無疏漏。所以,小波包分析在處理工程實際問題中就顯得尤為重要。

    1.1 小波包定義

    根據(jù)小波包的定義式,給定尺度函數(shù)φ(t)和正交小波函數(shù)ψ(t)的二尺度關系:

    (1)

    其中:h(k)為對應的低通濾波器;g(k)為對應的高通濾波器;式(2)為推廣的二尺度方程:

    (2)

    式(2)中定義的函數(shù)系{μm(t)|n∈Z}稱為由尺度函數(shù)φ(t)所確定的正交小波包。

    1.2 小波包分解

    信號x(t)的小波包變換就是在L2(R)子空間S(0,0)進行分解得到A、D。只要用于分解的濾波器為一組共軛正交濾波器組,則小波包分解式:

    S=A(j+1,2n)⊕D(j+1,2n+1)

    (3)

    小波包分解的一般表達式:

    S=A(j+1,0)⊕D(j+1,1)=

    A(j+2,0)⊕D(j+2,1)⊕A(j+2,2)⊕

    D(j+2,3)=

    ?

    A(j+k,0)⊕D(j+k,1)⊕…⊕A(j+k,2k-

    2)⊕D(j+3,2k-1)

    (4)

    圖1所示為k=3的小波包分解的過程。其中A表示信號的低頻部分,D表示信號的高頻部分,第一位數(shù)字表示小波包分解的層數(shù)。

    圖1 三層小波包分解示意

    1.3 小波包能量譜

    一般來說,通過第1.2小節(jié)小波包的分解,將原始信號中的信息分解到不同的子頻帶中,而且原始信號經過小波變換過程中的能量守恒,當工業(yè)機器人出現(xiàn)故障時,就會影響每層子頻帶能量的分布,然后學習不同故障的分布特征,進而達到故障識別,因此,小波包能量可以表示工業(yè)機器人健康特征。其第j層第i頻帶的相對頻帶能量Ei可以表示為

    (5)

    其中:j為層數(shù),i為該層的第i個頻率帶,若j=3層,則i=8段;E為頻帶的總能量。

    在實際處理中,由于工業(yè)機器人反饋電流的采樣頻率為 250 Hz,低頻段能量較大,占總能量的比值較大,因此在處理運算過程中對能量Ei做整體開方運算,以適當提升高頻段數(shù)值大小,得到的能量特征如下:

    (6)

    1.4 小波包能量譜轉化為二維矩陣

    由于卷積神經網(wǎng)絡在處理圖像方面具有很大優(yōu)勢,因此文中提出一種將小波包能量特征轉化為二維矩陣的方法。具體方法分為3個過程:首先,利用小波包變化將原始信號分解為多個頻率段;然后將每個頻率段(如第1.3節(jié)方法)轉化為能量譜;同時為了提高卷積神經網(wǎng)絡的分類精度,將每段能量譜值轉化為一個二維的m×m的矩陣,如圖2所示。

    圖2 二維矩陣轉換過程

    1.5 CNN神經網(wǎng)絡

    CNN(Convolutional Neural Networks)具有權值共享、稀疏連接等優(yōu)點。與傳統(tǒng)的神經網(wǎng)絡相比,CNN大大減少了可訓練參數(shù)的數(shù)量,從而實現(xiàn)了更深層次的網(wǎng)絡架構。CNN網(wǎng)絡模型主要有3部分:卷積層、池化層和全連接層。

    卷積層是CNN的主要組成部分,它將輸入特征矩陣與幾個可訓練的核進行“卷積”,并生成相關的特征圖。在卷積層,使用一組可學習的高斯核濾波器對輸入數(shù)據(jù)進行卷積,生成特征映射,可以表示為

    (7)

    池化層是為了降低特征圖的維度,對卷積層的輸出進行“下采樣”。選擇一個可定制的池操作窗口,將它滑動到輸入特征圖上,指定操作區(qū)域,然后用數(shù)值統(tǒng)計方法表示這些值,并降低所選區(qū)域的分辨率。最大池化通常應用于CNN結構中,最大池化卷積核的大小一般是2×2。非常大的輸入量可能需要4×4。但是,選擇較大的形狀會顯著降低信號的尺寸,并可能導致信息過度丟失。通常,不重疊的池化窗口表現(xiàn)最好。

    全連接層在整個卷積神經網(wǎng)絡扮演“分類器”角色。如果說卷積層、池化層和激活函數(shù)層等操作是將原始數(shù)據(jù)映射到隱層特征空間的話,全連接層則起到將學到的“分布式特征表示”映射到樣本標記空間的作用。

    1.6 小波包-卷積神經網(wǎng)絡模型

    文中提出了WPES-CNN (Wavelet Packet Energy Spectrum- Convolutional Neural Networks)智能故障診斷方法,用于反饋電流檢測工業(yè)機器人的運行狀態(tài)。提出的方法流程如圖3所示,一般程序總結如下:

    圖3 小波包-卷積神經網(wǎng)絡模型

    (1)工業(yè)機器人關節(jié)電流信號由伺服驅動發(fā)出,采集腳本進行采集,保存到工業(yè)機器人的控制器中;

    (2)將原始數(shù)據(jù)進行周期性提取,目的是使機器人運行動作保持一致;

    (3)對提取的周期數(shù)據(jù)進行小波包能量譜的特征提??;

    (4)在小波包能量譜的基礎上,將它轉化為二維矩陣,在沒有任何手動情況下,該二維矩陣被分為訓練樣本和驗證樣本;

    (5)用一系列訓練樣本構造CNN,然后用于訓練樣本的無監(jiān)督特征學習;將學習到的特征輸入Softmax分類器,用于工業(yè)機器人故障模式識別;

    (6)使用驗證樣本驗證所提出方法的性能,并報告診斷結果。

    2 實驗數(shù)據(jù)及結果分析

    文中使用國產機器人企業(yè)的六軸工業(yè)機器人運行時產生的反饋電流故障數(shù)據(jù)集來評估所提出方法的有效性,實驗裝置如圖4所示。通過計算機連接機器人的控制器將數(shù)據(jù)采集腳本下載到控制器中,當機器人運行特定程序時會觸發(fā)采集腳本進行數(shù)據(jù)采集,采集的數(shù)據(jù)由伺服驅動提供,最后通過云平臺或者手動將數(shù)據(jù)拷貝出來。采樣頻率250 Hz。實驗數(shù)據(jù)包括工業(yè)機器人4種工況下的電流信號,分為:正常信號、1軸減速機故障信號、3軸減速機故障信號、4軸減速機故障信號。

    圖4 實驗裝置

    2.1 數(shù)據(jù)集

    在數(shù)據(jù)收集過程,工業(yè)機器人運行相同動作,同時采用部件替換實驗獲取機器人多故障數(shù)據(jù),原始數(shù)據(jù)樣本集分布見圖5。數(shù)據(jù)集分類類別見表1。

    圖5 正常信號與故障信號的時域

    表1 數(shù)據(jù)樣本集

    小波包特征提取通過從原始數(shù)據(jù)中隨機選取長度1 000作為一個樣本,每種工況提取3 000個樣本。小波包特征提取的樣本集如表2所示。小波包分解系數(shù)的節(jié)點能量譜如圖6所示。

    表2 小波包特征提取的樣本集

    圖6 小波包能量譜特征

    樣本分布按照訓練集:測試集=7∶3,驗證集包含在測試集中。訓練集:每種工況隨機選取2 100個樣本作為訓練集,訓練集共包括8 400個樣本;測試集:剩余的樣本集作為測試集,每類900個樣本,測試集共包括3 600個樣本。

    2.2 結果分析

    2.2.1 CNN的輸入矩陣形狀對結果的影響

    對原始信號進行4層小波包分解,并將分解系數(shù)進行能量歸一化操作,由于CNN在處理圖像時有著獨特的優(yōu)勢,文中在將能量特征輸入CNN模型前進行矩陣轉化,過程如第1.4節(jié)所述,文中測試了5種矩陣形狀對結果的影響,分別是:1×16、2×8、4×4、8×2、16×1,結果如圖7所示。圖7給出了不同形狀下驗證集的識別準確率(3次實驗取平均值,下同)??芍狠斎刖仃嚍榉疥?4×4)的效果最好。

    圖7 輸入矩陣形狀對結果的影響 圖8 2種方法驗證結果

    2.2.2 WPES-CNN 與CNN識別結果對比

    CNN故障診斷模型使用的訓練集和測試集是第2.1小節(jié)中未經過特征提取的數(shù)據(jù)集,樣本長度同樣是1 000,樣本數(shù)量為3 000。最后將樣本按照7∶3的方式輸入到CNN模型中進行故障識別,2種方法的識別結果如圖8所示。可知:沒有經過特征提取的CNN診斷模型的驗證精度僅為92%。

    為了進一步驗證WPES-CNN方法的優(yōu)越性,將支持向量數(shù)據(jù)描述(Support Vector Data Description,SVDD)、CNN網(wǎng)絡和BP網(wǎng)絡預測結果與它進行比較,比較結果如表3所示。其中基于SVDD模型的診斷平均準確率為83.6%,采用CNN模型的診斷平均準確率為91.3%,采用BP網(wǎng)絡的診斷平均準確率為89.9%,均小于WPES-CNN網(wǎng)絡的故障平均準確度99.9%,說明采用WPES-CNN方法能夠有效提高對故障類別的識別準確率。

    表3 多種識別算法的預測準確率對比

    3 結論

    文中提出了一種非入侵式WPES-CNN故障診斷方法,對反饋電流信號表征工業(yè)機器人的健康狀態(tài)進行了深入分析,得到了反饋電流隨著機械臂減速機不同故障類型的能量特征,為反饋電流應用于機械臂減速機狀態(tài)監(jiān)測提供了基礎。首先,文中通過小波包分解方法對反饋電流時域信號進行處理,分解得到4層小波系數(shù);其次,結合電流信號的能量隨著減速器故障程度會變化的規(guī)律,建立能量特征庫;然后,將輸入能量特征轉化為方陣,提高模型的準確率;最后,將方陣特征作為CNN的輸入,相較于SVDD、BP和CNN診斷模型,WPES-CNN的故障識別率達到99.9%,驗證了所提故障診斷方法的有效性。為工業(yè)機器人健康狀態(tài)監(jiān)測提供了一種新的思路,而且經濟有效,非常有應用前景。

    猜你喜歡
    波包卷積能量
    基于3D-Winograd的快速卷積算法設計及FPGA實現(xiàn)
    能量之源
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    基于小波包Tsallis熵和RVM的模擬電路故障診斷
    測控技術(2018年8期)2018-11-25 07:42:08
    基于傅里葉域卷積表示的目標跟蹤算法
    詩無邪傳遞正能量
    中華詩詞(2017年4期)2017-11-10 02:18:29
    基于小波包變換的電力系統(tǒng)諧波分析
    小波包理論與圖像小波包分解
    開年就要正能量
    都市麗人(2015年2期)2015-03-20 13:32:31
    凝聚辦好家長學校的正能量
    中國火炬(2014年2期)2014-07-24 14:17:02
    一级作爱视频免费观看| 不卡一级毛片| 国产蜜桃级精品一区二区三区| 俄罗斯特黄特色一大片| 亚洲成a人片在线一区二区| 黄色a级毛片大全视频| 一级a爱视频在线免费观看| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲九九香蕉| 国产单亲对白刺激| 又黄又粗又硬又大视频| 美女大奶头视频| 女性生殖器流出的白浆| 久久草成人影院| 99久久国产精品久久久| av片东京热男人的天堂| 99精品久久久久人妻精品| 久久精品成人免费网站| 给我免费播放毛片高清在线观看| www.www免费av| 女警被强在线播放| 精品久久蜜臀av无| 日韩欧美国产在线观看| 99国产精品99久久久久| 又黄又爽又免费观看的视频| 亚洲国产高清在线一区二区三 | 亚洲 欧美一区二区三区| 18禁美女被吸乳视频| 19禁男女啪啪无遮挡网站| 琪琪午夜伦伦电影理论片6080| 99国产综合亚洲精品| 亚洲aⅴ乱码一区二区在线播放 | 久久久久国内视频| 99热6这里只有精品| 精品国内亚洲2022精品成人| 黄色 视频免费看| 男女床上黄色一级片免费看| 亚洲五月婷婷丁香| 一级毛片精品| 国产男靠女视频免费网站| or卡值多少钱| 欧美一级毛片孕妇| 亚洲午夜精品一区,二区,三区| 精品久久久久久,| 99国产综合亚洲精品| 欧美色欧美亚洲另类二区| 99国产精品99久久久久| 无遮挡黄片免费观看| 成人免费观看视频高清| x7x7x7水蜜桃| 免费在线观看视频国产中文字幕亚洲| 国内少妇人妻偷人精品xxx网站 | 一二三四社区在线视频社区8| 一本久久中文字幕| 免费观看精品视频网站| 此物有八面人人有两片| 91av网站免费观看| 十分钟在线观看高清视频www| 美国免费a级毛片| av中文乱码字幕在线| 成人亚洲精品一区在线观看| 国产单亲对白刺激| 一级黄色大片毛片| 亚洲男人天堂网一区| 大香蕉久久成人网| 麻豆一二三区av精品| 伊人久久大香线蕉亚洲五| 久久久久久久午夜电影| 性欧美人与动物交配| 欧美乱色亚洲激情| 巨乳人妻的诱惑在线观看| 搡老妇女老女人老熟妇| 精品久久久久久成人av| 亚洲精品一卡2卡三卡4卡5卡| 久久婷婷人人爽人人干人人爱| a级毛片在线看网站| 午夜成年电影在线免费观看| 精品国产超薄肉色丝袜足j| 一二三四社区在线视频社区8| 精品欧美国产一区二区三| 怎么达到女性高潮| 亚洲自拍偷在线| 亚洲国产欧洲综合997久久, | 欧美 亚洲 国产 日韩一| 一级a爱视频在线免费观看| 波多野结衣高清无吗| 欧美黑人精品巨大| a级毛片a级免费在线| 老鸭窝网址在线观看| 给我免费播放毛片高清在线观看| 久久精品国产99精品国产亚洲性色| xxx96com| 久久久久国产精品人妻aⅴ院| 黄色 视频免费看| avwww免费| 亚洲无线在线观看| 欧美成人一区二区免费高清观看 | 国产精品自产拍在线观看55亚洲| e午夜精品久久久久久久| 欧美 亚洲 国产 日韩一| 一区福利在线观看| 别揉我奶头~嗯~啊~动态视频| 久久青草综合色| 免费在线观看影片大全网站| 久久中文字幕人妻熟女| 国产单亲对白刺激| 亚洲精品在线美女| 久久久久久久午夜电影| 国产精品亚洲av一区麻豆| 欧美国产精品va在线观看不卡| 亚洲国产看品久久| 久久九九热精品免费| 精品国内亚洲2022精品成人| 在线视频色国产色| 午夜免费激情av| 脱女人内裤的视频| 男人舔奶头视频| 丝袜美腿诱惑在线| 国产成人啪精品午夜网站| 女同久久另类99精品国产91| 亚洲无线在线观看| 成人18禁在线播放| 波多野结衣高清无吗| 男女之事视频高清在线观看| 亚洲在线自拍视频| 国产在线观看jvid| 亚洲精华国产精华精| 成人18禁高潮啪啪吃奶动态图| 每晚都被弄得嗷嗷叫到高潮| 国产精品二区激情视频| 日韩大码丰满熟妇| 婷婷丁香在线五月| 亚洲 欧美一区二区三区| 一级黄色大片毛片| 99国产极品粉嫩在线观看| 日韩欧美三级三区| 黄色视频不卡| 午夜福利在线在线| 丰满的人妻完整版| 久久久精品欧美日韩精品| 啪啪无遮挡十八禁网站| 香蕉国产在线看| 伦理电影免费视频| 免费无遮挡裸体视频| 亚洲国产欧美日韩在线播放| 精品国产美女av久久久久小说| 亚洲无线在线观看| 亚洲黑人精品在线| 精品熟女少妇八av免费久了| www.熟女人妻精品国产| 亚洲一区二区三区不卡视频| 丁香六月欧美| 好看av亚洲va欧美ⅴa在| 十分钟在线观看高清视频www| 91老司机精品| 色老头精品视频在线观看| 18禁观看日本| 亚洲中文字幕日韩| 自线自在国产av| 精品乱码久久久久久99久播| 国内毛片毛片毛片毛片毛片| 成人手机av| 国产精品 欧美亚洲| 一本大道久久a久久精品| 亚洲全国av大片| 波多野结衣高清作品| 亚洲国产欧美一区二区综合| 久久久国产成人精品二区| 熟妇人妻久久中文字幕3abv| 长腿黑丝高跟| 亚洲精品国产一区二区精华液| 黄网站色视频无遮挡免费观看| 亚洲中文av在线| 最新在线观看一区二区三区| 亚洲精品在线美女| 免费人成视频x8x8入口观看| 亚洲 欧美一区二区三区| 在线视频色国产色| 亚洲人成电影免费在线| 国产乱人伦免费视频| 亚洲成av片中文字幕在线观看| 成年免费大片在线观看| 亚洲一区二区三区色噜噜| 免费高清在线观看日韩| 亚洲天堂国产精品一区在线| 成人三级黄色视频| 亚洲五月天丁香| 精品国内亚洲2022精品成人| 国产成人系列免费观看| 国产极品粉嫩免费观看在线| 亚洲五月色婷婷综合| 90打野战视频偷拍视频| 最新美女视频免费是黄的| 99国产极品粉嫩在线观看| 老鸭窝网址在线观看| 免费一级毛片在线播放高清视频| 日韩精品免费视频一区二区三区| 久久久国产成人免费| 欧美乱色亚洲激情| 久久久久久国产a免费观看| 非洲黑人性xxxx精品又粗又长| 欧美乱色亚洲激情| 久久精品国产亚洲av香蕉五月| 好男人在线观看高清免费视频 | 免费一级毛片在线播放高清视频| 亚洲成人久久爱视频| xxx96com| 亚洲成人久久性| 琪琪午夜伦伦电影理论片6080| 非洲黑人性xxxx精品又粗又长| 脱女人内裤的视频| 动漫黄色视频在线观看| 男女做爰动态图高潮gif福利片| 老鸭窝网址在线观看| 校园春色视频在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 岛国视频午夜一区免费看| 亚洲av第一区精品v没综合| 性欧美人与动物交配| 99国产精品99久久久久| 97碰自拍视频| tocl精华| 少妇熟女aⅴ在线视频| 免费av毛片视频| bbb黄色大片| 国产精品免费视频内射| 欧美激情高清一区二区三区| 久久 成人 亚洲| 亚洲精品久久成人aⅴ小说| 99在线视频只有这里精品首页| 日韩国内少妇激情av| 亚洲激情在线av| 亚洲免费av在线视频| 国产亚洲精品久久久久久毛片| av在线天堂中文字幕| 美女 人体艺术 gogo| 又紧又爽又黄一区二区| 欧美性猛交黑人性爽| 精品午夜福利视频在线观看一区| 成人国产一区最新在线观看| tocl精华| 中文亚洲av片在线观看爽| 国产精品av久久久久免费| 亚洲欧洲精品一区二区精品久久久| 欧美+亚洲+日韩+国产| 18美女黄网站色大片免费观看| 热re99久久国产66热| 久久精品国产亚洲av香蕉五月| 老司机午夜十八禁免费视频| 午夜福利高清视频| 久久亚洲真实| 国产精品乱码一区二三区的特点| 91成年电影在线观看| 最近最新中文字幕大全电影3 | 麻豆国产av国片精品| 老熟妇乱子伦视频在线观看| 国产精品爽爽va在线观看网站 | 美女午夜性视频免费| 亚洲成人久久爱视频| 亚洲五月色婷婷综合| 性色av乱码一区二区三区2| 日日爽夜夜爽网站| 免费在线观看完整版高清| 精品日产1卡2卡| 亚洲av成人不卡在线观看播放网| av福利片在线| 不卡一级毛片| 在线观看免费日韩欧美大片| 亚洲五月色婷婷综合| 丝袜美腿诱惑在线| 黑人操中国人逼视频| 欧美黄色片欧美黄色片| 黄色丝袜av网址大全| 91成人精品电影| 制服诱惑二区| 少妇 在线观看| 亚洲欧美一区二区三区黑人| 亚洲av片天天在线观看| 成人免费观看视频高清| 成人欧美大片| 国产91精品成人一区二区三区| 久久久久国产一级毛片高清牌| 成人国产一区最新在线观看| 亚洲成人久久爱视频| 亚洲熟女毛片儿| 人成视频在线观看免费观看| 日韩国内少妇激情av| a级毛片a级免费在线| 国内精品久久久久精免费| 日本 av在线| 亚洲免费av在线视频| 久久久久久九九精品二区国产 | 日本熟妇午夜| 国产私拍福利视频在线观看| av福利片在线| 成人国产综合亚洲| 免费电影在线观看免费观看| 中文字幕人妻熟女乱码| 看黄色毛片网站| 国产野战对白在线观看| 欧美在线一区亚洲| 两个人看的免费小视频| 99久久久亚洲精品蜜臀av| 淫秽高清视频在线观看| 国产v大片淫在线免费观看| 97碰自拍视频| 非洲黑人性xxxx精品又粗又长| 999精品在线视频| av超薄肉色丝袜交足视频| 久久精品亚洲精品国产色婷小说| 黄色视频,在线免费观看| 中文字幕av电影在线播放| 黄片小视频在线播放| 亚洲欧美精品综合久久99| 2021天堂中文幕一二区在线观 | 精品国产一区二区三区四区第35| 国产单亲对白刺激| 色在线成人网| 狂野欧美激情性xxxx| 国产亚洲精品久久久久久毛片| 一个人观看的视频www高清免费观看 | 久久亚洲真实| 国产精品1区2区在线观看.| 两个人视频免费观看高清| 在线观看舔阴道视频| 国产一区二区在线av高清观看| 久久热在线av| 久热这里只有精品99| 亚洲第一欧美日韩一区二区三区| 美女免费视频网站| 色av中文字幕| 国产精品香港三级国产av潘金莲| 午夜福利成人在线免费观看| 欧美av亚洲av综合av国产av| 少妇的丰满在线观看| 人人妻,人人澡人人爽秒播| 女警被强在线播放| 神马国产精品三级电影在线观看 | 亚洲av中文字字幕乱码综合 | 亚洲国产精品合色在线| cao死你这个sao货| 亚洲精品一卡2卡三卡4卡5卡| 久久久久久久精品吃奶| 欧美精品亚洲一区二区| 色精品久久人妻99蜜桃| 亚洲五月色婷婷综合| 久久天躁狠狠躁夜夜2o2o| 美女国产高潮福利片在线看| av超薄肉色丝袜交足视频| 激情在线观看视频在线高清| 亚洲国产精品成人综合色| 亚洲最大成人中文| 一个人观看的视频www高清免费观看 | 麻豆国产av国片精品| 999久久久精品免费观看国产| 午夜福利视频1000在线观看| 国产午夜福利久久久久久| 一本久久中文字幕| 国产一区二区三区视频了| 欧美成狂野欧美在线观看| 日韩中文字幕欧美一区二区| 亚洲色图 男人天堂 中文字幕| 国产一区二区三区视频了| 成人亚洲精品一区在线观看| 欧美成人免费av一区二区三区| 少妇 在线观看| or卡值多少钱| 级片在线观看| 国产精品久久久久久亚洲av鲁大| 免费搜索国产男女视频| xxx96com| 日韩成人在线观看一区二区三区| www.www免费av| 中文字幕精品免费在线观看视频| 亚洲中文av在线| 真人做人爱边吃奶动态| 极品教师在线免费播放| 欧美精品啪啪一区二区三区| 母亲3免费完整高清在线观看| 亚洲午夜精品一区,二区,三区| 免费人成视频x8x8入口观看| 女同久久另类99精品国产91| 国产av又大| 一区二区三区高清视频在线| 免费在线观看成人毛片| 无遮挡黄片免费观看| 久久精品国产99精品国产亚洲性色| 亚洲国产精品sss在线观看| 首页视频小说图片口味搜索| 国产又色又爽无遮挡免费看| 法律面前人人平等表现在哪些方面| 国产主播在线观看一区二区| 最新美女视频免费是黄的| 国产成年人精品一区二区| 国内精品久久久久精免费| 啦啦啦 在线观看视频| 精品久久久久久久人妻蜜臀av| 琪琪午夜伦伦电影理论片6080| 热re99久久国产66热| 国产精品自产拍在线观看55亚洲| 亚洲最大成人中文| 中国美女看黄片| 夜夜看夜夜爽夜夜摸| 久久久久国内视频| 无限看片的www在线观看| 亚洲精品国产精品久久久不卡| 制服人妻中文乱码| 在线观看一区二区三区| 亚洲国产中文字幕在线视频| 国产精品免费一区二区三区在线| 欧美最黄视频在线播放免费| 成人亚洲精品一区在线观看| 日韩国内少妇激情av| 亚洲黑人精品在线| 亚洲精品在线美女| 三级毛片av免费| 欧美日本亚洲视频在线播放| 午夜福利成人在线免费观看| 亚洲第一青青草原| 中文字幕av电影在线播放| 免费高清在线观看日韩| 搞女人的毛片| 久久精品成人免费网站| 少妇粗大呻吟视频| 最新在线观看一区二区三区| 18禁观看日本| 成年人黄色毛片网站| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 啦啦啦韩国在线观看视频| 亚洲av日韩精品久久久久久密| 精品卡一卡二卡四卡免费| 黄频高清免费视频| 黑人巨大精品欧美一区二区mp4| 久久性视频一级片| 久久欧美精品欧美久久欧美| 特大巨黑吊av在线直播 | 久久午夜综合久久蜜桃| 久久久久久国产a免费观看| 搡老熟女国产l中国老女人| 欧美日韩乱码在线| 一二三四在线观看免费中文在| 两性夫妻黄色片| 成人国产一区最新在线观看| 精品日产1卡2卡| 欧美午夜高清在线| 99久久综合精品五月天人人| 在线观看一区二区三区| 国产成人av激情在线播放| 欧美性猛交黑人性爽| 搞女人的毛片| a在线观看视频网站| 老汉色∧v一级毛片| 人人妻人人澡人人看| 亚洲欧美日韩无卡精品| 亚洲欧洲精品一区二区精品久久久| 一二三四社区在线视频社区8| 亚洲av成人一区二区三| 色播亚洲综合网| 精品国产亚洲在线| 亚洲成人久久爱视频| 波多野结衣av一区二区av| 在线视频色国产色| 欧美大码av| 亚洲中文av在线| 欧美绝顶高潮抽搐喷水| 午夜福利在线观看吧| 999精品在线视频| xxxwww97欧美| 日本 av在线| 国内精品久久久久精免费| 天天添夜夜摸| 亚洲精品一卡2卡三卡4卡5卡| 真人一进一出gif抽搐免费| 韩国精品一区二区三区| 久久精品国产99精品国产亚洲性色| 午夜福利一区二区在线看| 久久青草综合色| 久久人妻福利社区极品人妻图片| 精品不卡国产一区二区三区| www.www免费av| 国产亚洲av高清不卡| 日韩大码丰满熟妇| 少妇 在线观看| 欧美成人一区二区免费高清观看 | 免费在线观看成人毛片| 自线自在国产av| 日韩有码中文字幕| 麻豆久久精品国产亚洲av| 一区二区三区精品91| 国产亚洲精品久久久久久毛片| 最近最新免费中文字幕在线| 成人国产综合亚洲| 国产成人精品无人区| 婷婷亚洲欧美| 男女视频在线观看网站免费 | 天天躁夜夜躁狠狠躁躁| 最近在线观看免费完整版| 国产99白浆流出| 香蕉国产在线看| 老汉色∧v一级毛片| 最近在线观看免费完整版| 亚洲 欧美 日韩 在线 免费| 国产精品久久视频播放| 少妇 在线观看| 99riav亚洲国产免费| 久久香蕉精品热| 十八禁人妻一区二区| 在线观看免费视频日本深夜| 麻豆av在线久日| 欧美三级亚洲精品| 久久久久久亚洲精品国产蜜桃av| 男女做爰动态图高潮gif福利片| 欧美最黄视频在线播放免费| 两个人视频免费观看高清| 欧美日韩黄片免| 欧美中文日本在线观看视频| 欧美黑人欧美精品刺激| 欧美 亚洲 国产 日韩一| 青草久久国产| 91成人精品电影| 成人18禁高潮啪啪吃奶动态图| 国产精品自产拍在线观看55亚洲| 一级黄色大片毛片| 日本撒尿小便嘘嘘汇集6| 国产精品久久久久久精品电影 | 99国产精品一区二区蜜桃av| 亚洲成人久久性| 91麻豆av在线| 国产午夜精品久久久久久| 激情在线观看视频在线高清| 亚洲成人久久爱视频| 国内揄拍国产精品人妻在线 | 在线免费观看的www视频| 好看av亚洲va欧美ⅴa在| 嫁个100分男人电影在线观看| 日本五十路高清| 高清在线国产一区| 国产精品精品国产色婷婷| 亚洲熟女毛片儿| 久久久久久亚洲精品国产蜜桃av| 岛国视频午夜一区免费看| 国产免费男女视频| 麻豆国产av国片精品| 国产不卡一卡二| 亚洲 欧美一区二区三区| 99国产精品一区二区蜜桃av| 亚洲专区中文字幕在线| 在线播放国产精品三级| 亚洲狠狠婷婷综合久久图片| 国产精品亚洲一级av第二区| 欧美丝袜亚洲另类 | 国产在线观看jvid| 免费在线观看日本一区| 啪啪无遮挡十八禁网站| 神马国产精品三级电影在线观看 | 在线观看www视频免费| 国产单亲对白刺激| 日韩三级视频一区二区三区| 亚洲午夜精品一区,二区,三区| 日韩有码中文字幕| 色综合亚洲欧美另类图片| 中文资源天堂在线| 欧美成狂野欧美在线观看| 99re在线观看精品视频| 亚洲精品av麻豆狂野| 母亲3免费完整高清在线观看| 久久欧美精品欧美久久欧美| 国产aⅴ精品一区二区三区波| 少妇裸体淫交视频免费看高清 | 成人三级黄色视频| 窝窝影院91人妻| 国产一区二区三区在线臀色熟女| 国产熟女xx| 99国产精品一区二区蜜桃av| 侵犯人妻中文字幕一二三四区| 男插女下体视频免费在线播放| 免费在线观看影片大全网站| 午夜激情欧美在线| 日本色播在线视频| 亚洲国产精品久久男人天堂| 日韩三级伦理在线观看| 可以在线观看毛片的网站| 国产精品精品国产色婷婷| 国产精品国产高清国产av| 高清毛片免费观看视频网站| 久久热精品热| 成人鲁丝片一二三区免费| 免费电影在线观看免费观看| 亚洲最大成人中文| 中文字幕精品亚洲无线码一区| 97超视频在线观看视频| 日韩精品中文字幕看吧| 少妇熟女欧美另类| 天堂动漫精品| 亚洲经典国产精华液单| 久久精品夜色国产| 亚洲av免费在线观看| 伦理电影大哥的女人| 国产日本99.免费观看| 亚洲av成人av| 免费av不卡在线播放| 久久久国产成人精品二区| 国产一区二区激情短视频| 国产亚洲精品久久久久久毛片| 极品教师在线视频| 国产精品爽爽va在线观看网站| 日本-黄色视频高清免费观看| 国产91av在线免费观看| av在线天堂中文字幕| 国产高潮美女av| 一本精品99久久精品77| 成人午夜高清在线视频| 日本五十路高清| 99精品在免费线老司机午夜|