• <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
    啦啦啦观看免费观看视频高清| 免费搜索国产男女视频| 校园春色视频在线观看| av在线天堂中文字幕| 亚洲 国产 在线| 身体一侧抽搐| 精品国产亚洲在线| 女同久久另类99精品国产91| 免费无遮挡裸体视频| 无限看片的www在线观看| 亚洲avbb在线观看| 精品久久久久久成人av| 男人的好看免费观看在线视频 | 成年女人毛片免费观看观看9| 一级毛片女人18水好多| 两性午夜刺激爽爽歪歪视频在线观看 | 深夜精品福利| www.www免费av| 午夜激情福利司机影院| 可以在线观看毛片的网站| 国产成人精品久久二区二区免费| 国产精品一区二区精品视频观看| 国内少妇人妻偷人精品xxx网站 | 长腿黑丝高跟| 亚洲国产精品成人综合色| 午夜老司机福利片| 成人欧美大片| 老熟妇仑乱视频hdxx| 国产精品久久久久久精品电影| www.999成人在线观看| 久久久久久久精品吃奶| 中出人妻视频一区二区| 国产精品国产高清国产av| 国产三级在线视频| 国产亚洲精品久久久久5区| 99精品久久久久人妻精品| 制服人妻中文乱码| 日韩中文字幕欧美一区二区| 欧美黄色片欧美黄色片| 俺也久久电影网| 三级毛片av免费| 欧美最黄视频在线播放免费| 男人舔女人的私密视频| 嫩草影院精品99| 国产欧美日韩一区二区精品| 淫妇啪啪啪对白视频| 国产精品一区二区精品视频观看| 国产蜜桃级精品一区二区三区| 最近最新中文字幕大全免费视频| 欧美极品一区二区三区四区| 亚洲色图av天堂| 国产亚洲精品第一综合不卡| 香蕉丝袜av| 亚洲欧美激情综合另类| 欧美日本视频| 日韩欧美精品v在线| 国产精品九九99| 国产欧美日韩一区二区精品| 麻豆一二三区av精品| 国产高清视频在线播放一区| 999久久久国产精品视频| 欧美av亚洲av综合av国产av| 69av精品久久久久久| 国产成人欧美在线观看| 国产免费男女视频| 久久精品aⅴ一区二区三区四区| 亚洲九九香蕉| 校园春色视频在线观看| 在线观看www视频免费| 男女做爰动态图高潮gif福利片| 欧美成人性av电影在线观看| 蜜桃久久精品国产亚洲av| 成人高潮视频无遮挡免费网站| 午夜影院日韩av| 90打野战视频偷拍视频| 91麻豆av在线| 变态另类成人亚洲欧美熟女| 美女高潮喷水抽搐中文字幕| 一进一出抽搐动态| 国产亚洲精品一区二区www| 国产精品久久久久久亚洲av鲁大| 19禁男女啪啪无遮挡网站| 久久天躁狠狠躁夜夜2o2o| 国产激情久久老熟女| 精品福利观看| 一级片免费观看大全| 久久久久久亚洲精品国产蜜桃av| 欧美 亚洲 国产 日韩一| 亚洲美女黄片视频| 国产成人精品久久二区二区91| 午夜激情福利司机影院| 特级一级黄色大片| 久久国产乱子伦精品免费另类| 久久久久久大精品| 别揉我奶头~嗯~啊~动态视频| 怎么达到女性高潮| 亚洲专区中文字幕在线| 精品国产乱码久久久久久男人| bbb黄色大片| 啦啦啦观看免费观看视频高清| 免费在线观看影片大全网站| 欧美性猛交黑人性爽| 麻豆成人午夜福利视频| 国产99久久九九免费精品| 亚洲精品中文字幕在线视频| 亚洲精品国产精品久久久不卡| 麻豆成人午夜福利视频| 一级毛片精品| 国产男靠女视频免费网站| a级毛片a级免费在线| 久久这里只有精品19| 天堂av国产一区二区熟女人妻 | 十八禁人妻一区二区| 日韩欧美国产在线观看| av福利片在线观看| 91麻豆精品激情在线观看国产| 高清毛片免费观看视频网站| 欧美最黄视频在线播放免费| 欧美av亚洲av综合av国产av| 日本 欧美在线| 亚洲第一电影网av| 久久久久久九九精品二区国产 | www日本在线高清视频| 中文字幕人成人乱码亚洲影| 免费人成视频x8x8入口观看| 国产精品永久免费网站| 老汉色∧v一级毛片| 老汉色av国产亚洲站长工具| bbb黄色大片| 久久精品亚洲精品国产色婷小说| av欧美777| 国产精品久久视频播放| 国产精品野战在线观看| 国产精品久久久av美女十八| 一边摸一边抽搐一进一小说| 国产激情欧美一区二区| 国产一区二区在线观看日韩 | 在线永久观看黄色视频| 欧美色视频一区免费| 亚洲中文日韩欧美视频| 国产高清激情床上av| www.www免费av| 精品国内亚洲2022精品成人| 男人舔奶头视频| 久久中文字幕人妻熟女| 成人18禁高潮啪啪吃奶动态图| 欧美日韩黄片免| 久久久水蜜桃国产精品网| 欧美色视频一区免费| 男男h啪啪无遮挡| 亚洲乱码一区二区免费版| 亚洲七黄色美女视频| 91麻豆av在线| 国产一区二区三区视频了| 精品久久久久久久毛片微露脸| 婷婷丁香在线五月| 身体一侧抽搐| 岛国在线免费视频观看| 亚洲 欧美一区二区三区| 波多野结衣高清无吗| 香蕉丝袜av| 亚洲国产精品久久男人天堂| 一进一出抽搐gif免费好疼| 深夜精品福利| 中出人妻视频一区二区| 欧美一区二区精品小视频在线| 叶爱在线成人免费视频播放| 一本精品99久久精品77| 日韩精品青青久久久久久| 免费看美女性在线毛片视频| 蜜桃久久精品国产亚洲av| 精品一区二区三区视频在线观看免费| 舔av片在线| 国产v大片淫在线免费观看| 亚洲精品一卡2卡三卡4卡5卡| 亚洲精品美女久久久久99蜜臀| 久久久国产成人免费| 女人爽到高潮嗷嗷叫在线视频| av在线播放免费不卡| 在线观看免费日韩欧美大片| 国产成+人综合+亚洲专区| 午夜a级毛片| 精品欧美国产一区二区三| 欧美日本视频| 天堂动漫精品| 欧美成人免费av一区二区三区| 亚洲 欧美 日韩 在线 免费| 欧美性猛交╳xxx乱大交人| 国产成人欧美在线观看| 国产一区二区三区视频了| 99国产综合亚洲精品| 97超级碰碰碰精品色视频在线观看| 国产精品亚洲美女久久久| 午夜a级毛片| 毛片女人毛片| 少妇熟女aⅴ在线视频| 一区福利在线观看| 亚洲成人久久爱视频| 一本大道久久a久久精品| 久久99热这里只有精品18| tocl精华| 色老头精品视频在线观看| 十八禁网站免费在线| 久久久久久亚洲精品国产蜜桃av| 日韩欧美 国产精品| 午夜亚洲福利在线播放| 精品国产乱子伦一区二区三区| 日韩精品青青久久久久久| 老鸭窝网址在线观看| 久久热在线av| 搡老岳熟女国产| 久久久久九九精品影院| 欧美日本视频| 久久久水蜜桃国产精品网| 久久久久国产一级毛片高清牌| 成人特级黄色片久久久久久久| 女生性感内裤真人,穿戴方法视频| 精品久久蜜臀av无| 老汉色∧v一级毛片| 免费看美女性在线毛片视频| 50天的宝宝边吃奶边哭怎么回事| 午夜福利18| 俺也久久电影网| 国产午夜精品论理片| 99久久精品热视频| 免费在线观看亚洲国产| 亚洲欧美精品综合一区二区三区| 久久精品91无色码中文字幕| 日日夜夜操网爽| 中文字幕人成人乱码亚洲影| 无人区码免费观看不卡| 亚洲人成网站在线播放欧美日韩| 99精品欧美一区二区三区四区| 97超级碰碰碰精品色视频在线观看| 一级黄色大片毛片| 欧美成人性av电影在线观看| 一区二区三区国产精品乱码| 国产精品免费一区二区三区在线| 国产69精品久久久久777片 | 免费在线观看完整版高清| 国产成人一区二区三区免费视频网站| 国产午夜福利久久久久久| 精品久久久久久久毛片微露脸| 国产高清videossex| 国内少妇人妻偷人精品xxx网站 | 午夜精品一区二区三区免费看| 女人高潮潮喷娇喘18禁视频| 1024手机看黄色片| 婷婷亚洲欧美| 欧美性猛交╳xxx乱大交人| 精品第一国产精品| 日韩 欧美 亚洲 中文字幕| 久久香蕉激情| 国产精品久久久久久久电影 | 国产私拍福利视频在线观看| 成人国语在线视频| 国内少妇人妻偷人精品xxx网站 | 淫妇啪啪啪对白视频| 午夜福利欧美成人| 免费在线观看成人毛片| 亚洲中文字幕一区二区三区有码在线看 | 我要搜黄色片| 国产亚洲精品综合一区在线观看 | 91在线观看av| 亚洲精品粉嫩美女一区| 久久热在线av| 国产精品久久久久久精品电影| 国产区一区二久久| 国产精品影院久久| 国产精品美女特级片免费视频播放器 | 成人特级黄色片久久久久久久| 制服丝袜大香蕉在线| 精品久久久久久久久久免费视频| 亚洲成人精品中文字幕电影| 国产麻豆成人av免费视频| 变态另类成人亚洲欧美熟女| 免费人成视频x8x8入口观看| 一本大道久久a久久精品| АⅤ资源中文在线天堂| 正在播放国产对白刺激| www日本黄色视频网| 久久香蕉激情| 亚洲精品中文字幕在线视频| 黄片大片在线免费观看| 黑人巨大精品欧美一区二区mp4| 国产亚洲精品久久久久5区| 国产激情欧美一区二区| 国产精品一区二区三区四区久久| 国产又黄又爽又无遮挡在线| 久久精品aⅴ一区二区三区四区| 两人在一起打扑克的视频| 欧美日韩黄片免| 国产精品久久视频播放| 免费无遮挡裸体视频| videosex国产| 最近最新中文字幕大全电影3| 美女大奶头视频| 在线观看免费午夜福利视频| 亚洲一区二区三区色噜噜| 亚洲av熟女| 99久久99久久久精品蜜桃| 午夜免费观看网址| 日本三级黄在线观看| 男人舔奶头视频| 免费搜索国产男女视频| 成人高潮视频无遮挡免费网站| 听说在线观看完整版免费高清| 欧美最黄视频在线播放免费| 一进一出好大好爽视频| 最新在线观看一区二区三区| 又粗又爽又猛毛片免费看| 在线观看免费日韩欧美大片| 熟妇人妻久久中文字幕3abv| 亚洲av电影在线进入| 黑人欧美特级aaaaaa片| 免费电影在线观看免费观看| 欧美色欧美亚洲另类二区| 亚洲国产高清在线一区二区三| 欧美zozozo另类| 男男h啪啪无遮挡| www.999成人在线观看| 精品久久久久久久久久久久久| 久久国产乱子伦精品免费另类| 99久久国产精品久久久| 嫩草影视91久久| 好男人在线观看高清免费视频| 黑人巨大精品欧美一区二区mp4| 日韩av在线大香蕉| 在线十欧美十亚洲十日本专区| 淫秽高清视频在线观看| 成人精品一区二区免费| 亚洲精品美女久久av网站| 国产人伦9x9x在线观看| 久久精品国产清高在天天线| 中文字幕最新亚洲高清| 他把我摸到了高潮在线观看| 亚洲天堂国产精品一区在线| 国产精品,欧美在线| 日本三级黄在线观看| 国产一区二区在线观看日韩 | 搡老妇女老女人老熟妇| 老司机深夜福利视频在线观看| 久久久久久大精品| 日韩欧美在线乱码| 亚洲av日韩精品久久久久久密| 亚洲在线自拍视频| 深夜精品福利| 久久国产精品人妻蜜桃| 91麻豆精品激情在线观看国产| 午夜成年电影在线免费观看| 国产不卡一卡二| 欧美3d第一页| 久久久国产欧美日韩av| 国产精品亚洲av一区麻豆| 亚洲 国产 在线| 精品熟女少妇八av免费久了| 97碰自拍视频| e午夜精品久久久久久久| 伊人久久大香线蕉亚洲五| 成人av在线播放网站| 精品国产亚洲在线| 真人一进一出gif抽搐免费| 欧美成人午夜精品| 久久九九热精品免费| 久久精品91蜜桃| 一本久久中文字幕| 成人特级黄色片久久久久久久| 国产成人影院久久av| 国产精品98久久久久久宅男小说| 国模一区二区三区四区视频 | 亚洲片人在线观看| 法律面前人人平等表现在哪些方面| 啦啦啦免费观看视频1| 成年免费大片在线观看| 久久人人精品亚洲av| 午夜老司机福利片| 最好的美女福利视频网| 国产97色在线日韩免费| 国产亚洲精品第一综合不卡| 成年女人毛片免费观看观看9| 精品久久久久久,| 桃色一区二区三区在线观看| 美女大奶头视频| 中出人妻视频一区二区| 久久精品夜夜夜夜夜久久蜜豆 | 欧美性长视频在线观看| 午夜免费观看网址| 一级片免费观看大全| 欧美大码av| av中文乱码字幕在线| 18禁美女被吸乳视频| 国产单亲对白刺激| 在线观看免费视频日本深夜| 亚洲av中文字字幕乱码综合| 久久久久亚洲av毛片大全| av视频在线观看入口| 成人一区二区视频在线观看| 婷婷精品国产亚洲av在线| 九九热线精品视视频播放| 欧美一级毛片孕妇| 成年免费大片在线观看| 日日爽夜夜爽网站| avwww免费| 男女之事视频高清在线观看| xxxwww97欧美| 国产区一区二久久| 欧美 亚洲 国产 日韩一| 男人舔女人的私密视频| 亚洲,欧美精品.| 69av精品久久久久久| 婷婷精品国产亚洲av| 亚洲性夜色夜夜综合| 韩国av一区二区三区四区| 免费在线观看完整版高清| 国产亚洲欧美98| 精华霜和精华液先用哪个| 操出白浆在线播放| 亚洲专区字幕在线| 大型av网站在线播放| 精品高清国产在线一区| 黄色视频,在线免费观看| 国产aⅴ精品一区二区三区波| 免费电影在线观看免费观看| 国产成人啪精品午夜网站| 三级国产精品欧美在线观看 | 少妇被粗大的猛进出69影院| 精品日产1卡2卡| 久久精品夜夜夜夜夜久久蜜豆 | 午夜老司机福利片| 国产三级在线视频| 亚洲成av人片免费观看| 久久久久免费精品人妻一区二区| 91麻豆精品激情在线观看国产| 毛片女人毛片| 波多野结衣高清无吗| 欧美中文日本在线观看视频| 一区二区三区高清视频在线| 日韩大尺度精品在线看网址| 亚洲欧美精品综合久久99| 午夜精品在线福利| 天堂av国产一区二区熟女人妻 | 亚洲一码二码三码区别大吗| 怎么达到女性高潮| 久久婷婷成人综合色麻豆| 日韩欧美三级三区| 久久久国产成人免费| 中文字幕久久专区| 国产精品av视频在线免费观看| 香蕉国产在线看| 精品久久久久久久久久免费视频| 久久香蕉精品热| 老汉色av国产亚洲站长工具| 伦理电影免费视频| 精品电影一区二区在线| tocl精华| 一区二区三区高清视频在线| 黄片大片在线免费观看| 亚洲专区中文字幕在线| 一本一本综合久久| 精品人妻1区二区| 99riav亚洲国产免费| 亚洲色图av天堂| 黄片大片在线免费观看| 757午夜福利合集在线观看| 日韩 欧美 亚洲 中文字幕| 可以免费在线观看a视频的电影网站| 国语自产精品视频在线第100页| 久久久久久大精品| 9191精品国产免费久久| 色播亚洲综合网| 精品国产亚洲在线| 国产日本99.免费观看| av天堂在线播放| 久久久久国产一级毛片高清牌| 一进一出好大好爽视频| 一级毛片高清免费大全| 69av精品久久久久久| 亚洲 欧美 日韩 在线 免费| 99热6这里只有精品| 日韩成人在线观看一区二区三区| 小说图片视频综合网站| 在线免费观看的www视频| 久久午夜亚洲精品久久| 色尼玛亚洲综合影院| 亚洲最大成人中文| 五月伊人婷婷丁香| 免费搜索国产男女视频| 一本精品99久久精品77| 亚洲午夜精品一区,二区,三区| 色综合亚洲欧美另类图片| 五月玫瑰六月丁香| 又爽又黄无遮挡网站| 熟女电影av网| 人成视频在线观看免费观看| 国产精品野战在线观看| 日本免费一区二区三区高清不卡| 五月玫瑰六月丁香| 亚洲无线在线观看| 丝袜人妻中文字幕| 日日摸夜夜添夜夜添小说| 麻豆国产97在线/欧美 | 国产精品电影一区二区三区| 色在线成人网| 两个人视频免费观看高清| 人妻丰满熟妇av一区二区三区| 国产一区二区三区视频了| 久久中文字幕人妻熟女| 欧美一级a爱片免费观看看 | 国产aⅴ精品一区二区三区波| 怎么达到女性高潮| 好男人电影高清在线观看| 久久香蕉国产精品| 亚洲人成77777在线视频| 一卡2卡三卡四卡精品乱码亚洲| 精品人妻1区二区| 制服丝袜大香蕉在线| svipshipincom国产片| 身体一侧抽搐| 亚洲人成77777在线视频| www.精华液| 男女做爰动态图高潮gif福利片| 极品教师在线免费播放| 黄色a级毛片大全视频| 黑人欧美特级aaaaaa片| 久久精品国产亚洲av香蕉五月| 色av中文字幕| 搡老岳熟女国产| 操出白浆在线播放| 国产精品av视频在线免费观看| 黄色毛片三级朝国网站| 免费看a级黄色片| 免费搜索国产男女视频| 精品久久蜜臀av无| 婷婷精品国产亚洲av| 欧美成人性av电影在线观看| 久久婷婷成人综合色麻豆| 男插女下体视频免费在线播放| 亚洲国产高清在线一区二区三| av视频在线观看入口| 亚洲最大成人中文| 亚洲精品色激情综合| 国产又黄又爽又无遮挡在线| 91字幕亚洲| 久久久久国内视频| 成人高潮视频无遮挡免费网站| 欧美性猛交╳xxx乱大交人| 亚洲人成电影免费在线| 国产一区二区三区视频了| 国产成年人精品一区二区| 久久久久性生活片| 动漫黄色视频在线观看| 亚洲精品美女久久久久99蜜臀| 国产成人欧美在线观看| 可以在线观看毛片的网站| 12—13女人毛片做爰片一| 国产亚洲精品久久久久5区| 久久九九热精品免费| 亚洲午夜精品一区,二区,三区| 叶爱在线成人免费视频播放| 国产黄片美女视频| 亚洲精品久久国产高清桃花| 国产精品久久久久久久电影 | 成人av一区二区三区在线看| 久久中文字幕人妻熟女| 成人永久免费在线观看视频| 亚洲av熟女| 亚洲精品一卡2卡三卡4卡5卡| 国产成人aa在线观看| 久久国产精品影院| 99riav亚洲国产免费| 色哟哟哟哟哟哟| 久久久国产成人免费| 婷婷亚洲欧美| 午夜福利在线观看吧| 午夜福利在线在线| 成人国语在线视频| 色噜噜av男人的天堂激情| 欧美最黄视频在线播放免费| 欧美成人性av电影在线观看| 在线a可以看的网站| 欧美色欧美亚洲另类二区| 欧美一区二区精品小视频在线| 99热6这里只有精品| 欧美黄色片欧美黄色片| 91大片在线观看| 亚洲七黄色美女视频| 亚洲专区中文字幕在线| or卡值多少钱| 欧美绝顶高潮抽搐喷水| 日韩有码中文字幕| 国产免费av片在线观看野外av| 观看免费一级毛片| 岛国在线免费视频观看| 亚洲精品av麻豆狂野| 欧美zozozo另类| 欧美又色又爽又黄视频| bbb黄色大片| 中文字幕人成人乱码亚洲影| 美女扒开内裤让男人捅视频| 久久久国产精品麻豆| 99精品在免费线老司机午夜| 国模一区二区三区四区视频 | 免费看十八禁软件| av福利片在线观看| 亚洲五月天丁香| 国产精品久久久久久久电影 | 两性夫妻黄色片| 美女大奶头视频| 黄色毛片三级朝国网站| 18禁美女被吸乳视频| 国内精品一区二区在线观看| 操出白浆在线播放| 97人妻精品一区二区三区麻豆| 熟女少妇亚洲综合色aaa.| 嫩草影院精品99|