• <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IEWT-IDWAE的滾動軸承故障識別

    2023-01-09 09:48:26蘇珉袁樸陳高杰
    軸承 2023年1期
    關鍵詞:編碼器頻譜分量

    蘇珉,袁樸,陳高杰

    (1.四川工程職業(yè)技術學院 機電工程系,四川 德陽 618000;2.華南理工大學 機械與汽車工程學院,廣州 510640;3.中山邁雷特數(shù)控技術有限公司,廣東 中山 528437)

    滾動軸承是現(xiàn)代旋轉(zhuǎn)機械的核心部件,其正常運行對于整個系統(tǒng)意義重大[1]。由于軸承振動信號的傳遞路徑復雜且易受噪聲干擾,因此呈現(xiàn)出一定的非線性和非平穩(wěn)性,使得傳統(tǒng)故障識別方法受到一定限制[2]。

    自編碼器(Auto Encoder,AE)能自動地從振動信號中學習易于辨識的故障特征[3],文獻[4]利用天牛須優(yōu)化算法優(yōu)化堆疊自編碼器(Stacked Auto Encoder,SAE),有效識別了軸承故障;文獻[5]利用Laplacian正則化方法優(yōu)化SAE,提高了模型的泛化能力:上述研究利用自編碼器直接將軸承振動信號映射為隱層特征,再通過解碼器復現(xiàn)輸入,容易受到噪聲影響。作為自編碼器的改進,變分自編碼器(Variational Auto Encoder,VAE)能學習振動信號的分布特征,對噪聲的魯棒性較強但訓練較困難[5-7];Wasserstein自編碼器(Wasserstein Auto Encoder,WAE)能更好地度量模型擬合分布與數(shù)據(jù)真實分布的距離,比VAE更容易訓練,學習復雜數(shù)據(jù)分布的能力也更強[8]。

    直接將軸承振動信號輸入AE時,噪聲的存在會降低其故障識別率和收斂速度[9-10],需進行降噪預處理。在降噪算法中:離散小波變換(DWT)缺乏自適應性;經(jīng)驗模態(tài)分解(EMD)存在模態(tài)混疊和端點效應的缺陷;變分模態(tài)分解(VMD)具有堅實的數(shù)學理論但難以確定分解模態(tài)個數(shù)[11];經(jīng)驗小波變換(Empirical Wavelet Transform,EWT)結合了DWT和EMD的優(yōu)勢,通過對軸承振動數(shù)據(jù)的頻譜進行分割進而將數(shù)據(jù)分解為調(diào)幅-調(diào)頻(AM-FM)分量,但現(xiàn)有頻譜分割方法受噪聲影響較大,導致分解出的分量過多[12]。

    在前述研究基礎上,本文改進了EWT的邊界劃分方法并提出新的AM-FM分量篩選指標,在深層WAE中添加自動增減策略,提出一種IEWT-IDWAE軸承故障識別方法。

    1 改進經(jīng)驗小波變換

    1.1 經(jīng)驗小波變換

    (1)

    (2)

    重建信號為

    (3)

    則f(t)可被分解為

    (4)

    (5)

    1.2 有效邊界劃分方法

    利用經(jīng)驗小波變換分解軸承振動信號時需合理劃分信號的頻譜邊界,以有效分離AM-FM分量和噪聲干擾?,F(xiàn)場采集的軸承振動信號可能會受到環(huán)境噪聲的影響,噪聲的譜密度在整個頻域均勻分布且頻率幅值比有效AM-FM分量的幅值小,因此可以根據(jù)信號的頻譜幅值進行合理的邊界劃分。由于軸承振動信號的整個頻帶均受到噪聲干擾,而且直接進行頻譜分析時得到的極大值個數(shù)較多,易引發(fā)誤判。因此,采用Teager 能量算子對信號頻譜能量進行集中,對于離散信號f(n),頻譜進行能量集中的計算式為

    (6)

    在頻譜能量集中后再分析振動信號的頻譜包絡極大值,噪聲的頻譜包絡極大值較小且接近,因此可將AM-FM分量的頻譜包絡極大值視為異常值,作為頻譜劃分的邊界。本文采用四分差法進行頻譜邊界劃分,四分差法將數(shù)據(jù)按大小順序4等分,3個分點處的數(shù)值分別為q1,q2,q3,根據(jù)q3與q1之差iq設定數(shù)據(jù)的上限u和下限l,在上、下限之外的數(shù)據(jù)記作異常值,上、下限可表示為

    u=q3+d(q3-q1) ,

    (7)

    l=q3-d(q3-q1),

    (8)

    式中:d為系數(shù),本文取d=1.5[13]。

    經(jīng)驗小波變換的有效邊界劃分步驟如下:

    1)對軸承振動信號進行傅里葉變換,得到信號頻譜,信號頻譜極大值記作h(s)。

    2)利用三次樣條插值得到包絡線e(s),極大值記為eh(s)。

    3)檢測eh(s)的異常值并完成邊界劃分,執(zhí)行經(jīng)驗小波變換。

    1.3 A M-FM分量篩選指標

    峭度對軸承振動信號中的沖擊成分敏感,但忽略了信號的循環(huán)平穩(wěn)性,為更有效地保留故障沖擊信息,提出一種新的AM-FM分量篩選指標用于有效分量的選取,篩選指標IK可表示為

    IK=η1Kw+η2Kc,

    (9)

    Kw=K∣C∣ ,

    (10)

    (11)

    (12)

    (13)

    式中:η1,η2為比例系數(shù),η1,η2∈(0,1)且η1+η2=1;Kw為綜合考慮了峭度和相關系數(shù)的加權峭度;Kc為綜合考慮了峭度和包絡譜優(yōu)勢的合成峭度;K為信號x的峭度;C為信號x與y之間的相關系數(shù),指各AM-FM分量與原始信號之間的相關系數(shù);se為信號包絡譜;p為包絡譜采樣點數(shù);N為信號x的長度。

    η1,η2采用粒子群優(yōu)化算法[14]確定,以局部極小包絡熵作為適應度值,搜尋η1和η2的最優(yōu)組合。根據(jù)反復試驗,選擇IK值較大的前4個分量進行信號的重構。

    2 改進深層Wasserstein自編碼器

    2.1 Wasserstein自編碼器

    變分自編碼器訓練困難,難以刻畫真實軸承振動信號分布的多樣性,Wasserstein自編碼器則結合了變分自編碼器和生成對抗網(wǎng)絡的優(yōu)勢,能描述數(shù)據(jù)分布的多樣性且易于訓練。設編碼器為Q,解碼器為G,訓練數(shù)據(jù)集為X,X的分布記為PX,模型對X的擬合分布記為PG,潛變量Z的分布記為PZ,由Z生成X的生成模型為PG(X∣Z),由X生成Z的編碼模型為Q(Z∣X)。

    Wasserstein自編碼器的結構如圖1所示(圖中圓形為QZ,三角形為PZ),其通過最小化PX與PG的距離對信號進行更好地重建,最優(yōu)傳輸距離定義為

    (14)

    簡化版OT損失函數(shù)為

    λDZ(QZ,PZ),

    (15)

    最大均值誤差(MMD)懲罰項DZ(QZ,PZ)為

    (16)

    式中:c(X,Y)為損失函數(shù);k( )為核函數(shù)。

    圖1 Wasserstein自編碼器的結構Fig.1 Structure of WAE

    2.2 自動增減策略

    深層Wasserstein自編碼器結構與堆疊自編碼器[15]相同,通過堆疊多個WAE獲得更強的自動特征提取能力。為使深層Wasserstein自編碼器能夠更有效地進行訓練,提出一種自動增減策略(Automatic Increase or Decrease,AID),在DWAE訓練時,根據(jù)中間層神經(jīng)元的“激活度”對神經(jīng)元進行刪減或增加;當DWAE網(wǎng)絡訓練誤差的下降率出現(xiàn)遞減時刪除1個中間層,否則增加1個中間層。設DWAE第d個中間層第c個神經(jīng)元的輸出為Ocd,第d個中間層神經(jīng)元個數(shù)為Nd,c= 1,2,…,Nd,則神經(jīng)元“激活度”可表示為

    (17)

    (18)

    式中:α為系數(shù),α>0;gce為第c個神經(jīng)元的第e個輸入;fce為第c個神經(jīng)元與第e個神經(jīng)元的權值。DWAE的自動增減策略原理圖如圖2所示。

    圖2 自動增減策略原理圖Fig.2 Schematic diagram of AID

    綜上,IEWT-IDWAE故障識別流程如圖3所示,主要步驟如下:

    1)采集不同工況下的軸承振動信號,隨機劃分為訓練樣本與測試樣本,訓練樣本占80%;

    2)使用IEWT和AM-FM分量篩選指標對信號樣本進行分解并重構,進行有效降噪;

    3)初始化IDWAE,利用分解降噪后的訓練樣本進行訓練,訓練完成后使用測試樣本進行測試。

    圖3 IEWT-IDWAE算法流程Fig.3 Process of IEWT-IDWAE algorithm

    3 算法驗證

    3.1 試驗平臺

    如圖4所示,試驗臺由電動機、傳感器、飛輪和轉(zhuǎn)矩測量軸等組成。電動機轉(zhuǎn)頻fr為25 Hz,試驗軸承型號為LDK UER204,球組節(jié)圓直徑為39 mm,球徑為7.5 mm,球數(shù)為13。采用電火花刻蝕技術分別在內(nèi)圈、外圈、鋼球上加工直徑為0.18,0.36,0.54 mm的凹坑模擬不同損傷程度,具體的工況設置見表1。

    圖4 軸承試驗臺Fig.4 Bearing test bench

    表1 軸承運行工況Tab.1 Operating conditions of bearing

    數(shù)據(jù)采集儀型號為MI6008,加速度計為352C33型ICP傳感器,采樣頻率為12 kHz。所采集數(shù)據(jù)集的每種工況包括3 000個訓練樣本、800個驗證樣本和1 000個測試樣本(用于評估模型),每個樣本包括1 024個采樣點。試驗采用的硬件環(huán)境為i7-10700 CPU,GTX1050Ti顯卡,32 G內(nèi)存,編程環(huán)境為MATLAB R2019b。

    各工況下軸承的時域波形如圖5所示:不同工況下,軸承信號的時域波形受噪聲干擾嚴重,難以直接識別故障狀態(tài)。以工況h(鋼球輕微損傷)為例做進一步分析。

    圖5 各工況下軸承的時域波形Fig.5 Time domain waveform of bearing under various operating conditions

    工況h下軸承振動信號的功率譜如圖6所示,從圖中只能觀察到轉(zhuǎn)頻及其2倍頻,其他頻率分量的幅值相對微弱。為從微弱的頻率信息中提取故障特征,利用IEWT將信號自動分解為AM-FM模態(tài)分量,IEWT譜邊界劃分如圖7所示,各AM-FM分量篩選指標見表2。

    圖6 工況h下軸承振動信號的功率譜Fig.6 Power spectrum of bearing vibration signal under operating condition h

    (a) 邊界劃分

    表2 各AM-FM模態(tài)分量篩選指標Tab.2 Screening index for each AM-FM modal component

    選取前4個AM-FM分量篩選指標較大的分量進行信號重構并求其功率譜,結果如圖8所示,從圖中可清晰觀察到123 Hz及其2倍頻的譜線,與軸承鋼球故障特征頻率接近,從而可以對軸承故障進行準確識別。

    圖8 IEWT處理后重構信號的功率譜Fig.8 Power spectrum of reconstruction signal after IEWT processing

    作為對比,使用EWT對工況h下軸承振動信號進行分解處理,結果如圖9所示:EWT的譜邊界劃分個數(shù)遠多于IEWT,可能是由于受噪聲影響較大而導致過度劃分;相對于原始信號,重構信號取得了一定的降噪效果,但其功率譜中幅值最大的頻率分量為41 Hz,其次為與轉(zhuǎn)頻接近的23.44 Hz,并不能直接觀察到故障特征頻率,驗證了IEWT的優(yōu)越性。

    (a) EWT譜邊界劃分

    3.2 故障識別與分析

    IDWAE的初始參數(shù)見表3,采用EMD,VMD,EWT與IEWT進行對比分析,10次試驗的平均識別準確率見表4:直接將原始信號輸入IDWAE的準確率僅有90.16%,噪聲的存在會降低網(wǎng)絡的特征學習能力,導致故障識別準確率較低,驗證了信號分解降噪前處理的必要性;EMD由于存在模態(tài)混疊與端點效應等缺陷,難以為IDWAE提供優(yōu)秀的訓練樣本,故障識別準確率較低;VMD和EWT具有較為堅實的數(shù)學基礎,一定程度上改進了模態(tài)混疊的缺陷,故障識別效果優(yōu)于EMD;IEWT-IDWAE則獲得了最高的故障識別準確率。

    表3 IDWAE的初始參數(shù)Tab.3 Initial parameters of IDWAE

    表4 不同分解降噪方法的故障識別結果Tab.4 Fault identification results of different decomposition and noise reduction methods

    為驗證IDWAE的效果,采用堆棧自編碼器(SAE)、降噪自編碼器(DAE)、收縮自編碼器(CAE)、變分自編碼器(VAE)和無“自動增減”策略的Wasserstein自動編碼器(DWAE)進行對比,各模型的輸入均為IEWT分解重構后的1 024維信號樣本,各深層模型的結構均為1 024-512-256-128-64-32-10[3]。共進行10次試驗,不同深層模型的平均故障識別結果見表5。

    表5 不同深層模型的軸承故障識別結果Tab.5 Bearing fault identification results for different deep models

    由表5可知:IDWAE利用自動增減策略確定了較優(yōu)的網(wǎng)絡結構,并充分利用了WAE能描述真實數(shù)據(jù)分布多樣性的優(yōu)勢,具有更高的故障識別準確率(99.57%)和更小的標準差(0.12);由于均方損失函數(shù)極易受背景噪聲的影響,導致SAE的故障識別準確率較低;DAE從含隨機噪聲的信號中重構原始輸入,一定程度上提高了對噪聲的魯棒性;CAE在均方損失函數(shù)的基礎上加入收縮懲罰項,使網(wǎng)絡對輸入樣本在一定程度下的擾動具有不變性;VAE為深度生成模型,通過分析隱變量的分布得到數(shù)據(jù)的分布情況,對環(huán)境噪聲的魯棒性較強,故障識別準確率優(yōu)于SAE,但存在“模型崩塌”缺陷;未引入“自動增減”策略的DWAE固定了層數(shù),針對非線性、非平穩(wěn)滾動軸承振動信號時故障識別準確率低于IDWAE。

    以第1次測試結果為例給出IEWT-IDWAE模型故障識別結果的混淆矩陣、損失函數(shù)及ROC曲線,結果如圖10所示:10種工況軸承故障的識別準確率均達到了99%以上,其中工況f和g則達到了100%;IEWT-IDWAE模型的損失函數(shù)很快達到了收斂,模型的AUC值為0.992 7,具有較高的準確性。

    (a) 混淆矩陣

    為進一步驗證IEWT-IDWAE的性能,利用主成分分析對IDWAE的最頂層特征進行可視化,結果如圖11所示,可以看出頂層特征也展示出了明顯的分類現(xiàn)象。

    圖11 IDWAE頂層特征2維可視化Fig.11 2-dimensional visualization for top-level feature of IDWAE

    4 結論

    提出了一種IEWT-IDWAE滾動軸承故障識別方法,主要結論如下:

    1)通過四分差法有效劃分軸承振動信號的頻譜邊界,一定程度上緩解了EWT的過分解問題,具有較好的分解降噪效果,為IDWAE提供了優(yōu)秀的訓練樣本。

    2)新的AM-FM分量篩選指標綜合考慮了峭度和相關系數(shù)2個指標,能有效篩選AM-FM分量。

    3)將WAE用于滾動軸承故障識別能描述振動信號分布的多樣性,比VAE易于訓練,能有效避免“模型崩塌”。

    4)將“自動增減”策略用于WAE,進而構造IDWAE,使網(wǎng)絡結構在訓練過程中自動變化,更適用于非線性、非平穩(wěn)性的軸承振動數(shù)據(jù)。

    猜你喜歡
    編碼器頻譜分量
    帽子的分量
    一種用于深空探測的Chirp變換頻譜分析儀設計與實現(xiàn)
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    一種基于稀疏度估計的自適應壓縮頻譜感知算法
    測控技術(2018年7期)2018-12-09 08:58:22
    基于FPGA的同步機軸角編碼器
    論《哈姆雷特》中良心的分量
    分量
    基于PRBS檢測的8B/IOB編碼器設計
    JESD204B接口協(xié)議中的8B10B編碼器設計
    電子器件(2015年5期)2015-12-29 08:42:24
    認知無線電頻譜感知技術綜述
    亚洲中文字幕一区二区三区有码在线看 | 国产精品久久久久久精品电影 | 18禁观看日本| 欧美黑人精品巨大| 欧美黄色片欧美黄色片| 日韩精品免费视频一区二区三区| 村上凉子中文字幕在线| 亚洲五月天丁香| 最好的美女福利视频网| 亚洲电影在线观看av| 最近最新中文字幕大全电影3 | 精品国产乱子伦一区二区三区| 男人操女人黄网站| 精品免费久久久久久久清纯| 免费观看人在逋| 中国美女看黄片| 在线观看免费午夜福利视频| 色尼玛亚洲综合影院| 久久青草综合色| 99久久99久久久精品蜜桃| 99国产精品一区二区三区| 又紧又爽又黄一区二区| 久久国产精品男人的天堂亚洲| 宅男免费午夜| 丝袜美腿诱惑在线| 制服诱惑二区| 99久久综合精品五月天人人| 日日夜夜操网爽| 超碰成人久久| 欧美日本视频| 侵犯人妻中文字幕一二三四区| 嫩草影视91久久| 国产免费av片在线观看野外av| 国产午夜精品久久久久久| 日本a在线网址| 欧美乱妇无乱码| 桃色一区二区三区在线观看| 欧美一级a爱片免费观看看 | 成年人黄色毛片网站| 精品一区二区三区四区五区乱码| 久久人人爽av亚洲精品天堂| 777久久人妻少妇嫩草av网站| 每晚都被弄得嗷嗷叫到高潮| 国产免费av片在线观看野外av| 午夜福利免费观看在线| 午夜精品久久久久久毛片777| 人妻久久中文字幕网| 精品国产乱子伦一区二区三区| 在线十欧美十亚洲十日本专区| 久久久久久免费高清国产稀缺| 村上凉子中文字幕在线| 国产三级黄色录像| 亚洲精品久久国产高清桃花| 自拍欧美九色日韩亚洲蝌蚪91| 免费观看精品视频网站| 一二三四在线观看免费中文在| 国产av在哪里看| 91麻豆精品激情在线观看国产| 久久中文字幕一级| 99久久国产精品久久久| 国产成人av激情在线播放| 搞女人的毛片| 国产精品影院久久| 88av欧美| 色精品久久人妻99蜜桃| 欧美一级毛片孕妇| 伦理电影免费视频| 美女国产高潮福利片在线看| 一区二区三区高清视频在线| 中文字幕人妻丝袜一区二区| 国产精品久久视频播放| 女人精品久久久久毛片| 亚洲中文日韩欧美视频| 每晚都被弄得嗷嗷叫到高潮| 人人妻人人爽人人添夜夜欢视频| а√天堂www在线а√下载| 在线观看免费日韩欧美大片| 欧美久久黑人一区二区| 国产免费男女视频| 伊人久久大香线蕉亚洲五| 婷婷六月久久综合丁香| 亚洲人成电影观看| 在线播放国产精品三级| 9热在线视频观看99| 日本黄色视频三级网站网址| 一进一出抽搐gif免费好疼| 夜夜躁狠狠躁天天躁| 亚洲 国产 在线| 亚洲电影在线观看av| 午夜福利高清视频| 天天躁狠狠躁夜夜躁狠狠躁| 国产亚洲精品第一综合不卡| 国产精品香港三级国产av潘金莲| 亚洲片人在线观看| www.999成人在线观看| 久久久国产精品麻豆| av视频在线观看入口| 免费人成视频x8x8入口观看| 三级毛片av免费| 高潮久久久久久久久久久不卡| 亚洲精品中文字幕在线视频| 午夜福利免费观看在线| 亚洲人成电影免费在线| 精品国内亚洲2022精品成人| 女同久久另类99精品国产91| 日本 av在线| 大陆偷拍与自拍| 午夜精品久久久久久毛片777| 久久午夜综合久久蜜桃| 国产精品免费视频内射| 老司机深夜福利视频在线观看| 欧美日韩乱码在线| 亚洲精品在线美女| 国产成+人综合+亚洲专区| 国产精品 欧美亚洲| 久久久久久亚洲精品国产蜜桃av| 性色av乱码一区二区三区2| 亚洲片人在线观看| 日韩精品青青久久久久久| 麻豆久久精品国产亚洲av| 精品福利观看| 一本综合久久免费| 欧美国产精品va在线观看不卡| 在线观看免费视频日本深夜| 日本欧美视频一区| av超薄肉色丝袜交足视频| 女人精品久久久久毛片| 国产熟女xx| 99久久久亚洲精品蜜臀av| 国产欧美日韩一区二区三区在线| 亚洲精品美女久久av网站| 一边摸一边抽搐一进一小说| 午夜福利成人在线免费观看| 日韩精品中文字幕看吧| 午夜福利欧美成人| 国产精品 国内视频| 欧美日韩亚洲国产一区二区在线观看| 成年版毛片免费区| 国产不卡一卡二| 色综合亚洲欧美另类图片| 午夜福利欧美成人| 亚洲国产精品成人综合色| 久久精品国产99精品国产亚洲性色 | 人人妻,人人澡人人爽秒播| 十八禁网站免费在线| 嫁个100分男人电影在线观看| 欧洲精品卡2卡3卡4卡5卡区| 欧美激情久久久久久爽电影 | 国产精华一区二区三区| 美女扒开内裤让男人捅视频| 国产伦一二天堂av在线观看| 嫩草影视91久久| 国产午夜精品久久久久久| 一区二区三区精品91| 久久伊人香网站| 在线十欧美十亚洲十日本专区| 亚洲美女黄片视频| 亚洲七黄色美女视频| aaaaa片日本免费| 日日夜夜操网爽| 亚洲欧美日韩另类电影网站| av在线播放免费不卡| 日韩欧美免费精品| 国产麻豆69| 日日爽夜夜爽网站| 午夜视频精品福利| 欧美黑人欧美精品刺激| 69精品国产乱码久久久| 精品国产乱子伦一区二区三区| 夜夜看夜夜爽夜夜摸| 亚洲视频免费观看视频| 日本精品一区二区三区蜜桃| 国产亚洲精品久久久久5区| 免费在线观看黄色视频的| 99精品在免费线老司机午夜| 少妇粗大呻吟视频| 19禁男女啪啪无遮挡网站| 99香蕉大伊视频| 淫妇啪啪啪对白视频| 动漫黄色视频在线观看| 欧美日本中文国产一区发布| 久久久精品国产亚洲av高清涩受| 国产成+人综合+亚洲专区| 村上凉子中文字幕在线| 69av精品久久久久久| 中出人妻视频一区二区| 国产精品乱码一区二三区的特点 | 欧美日韩亚洲综合一区二区三区_| av福利片在线| 黑人操中国人逼视频| 国产亚洲精品第一综合不卡| 制服丝袜大香蕉在线| 亚洲精华国产精华精| 人成视频在线观看免费观看| 动漫黄色视频在线观看| 欧美成人午夜精品| 久久婷婷成人综合色麻豆| 97人妻天天添夜夜摸| 国产成人免费无遮挡视频| 成人国产综合亚洲| 亚洲伊人色综图| 亚洲精品美女久久av网站| 免费少妇av软件| 国产不卡一卡二| 女人高潮潮喷娇喘18禁视频| 搡老岳熟女国产| 国产精品免费一区二区三区在线| 人人妻人人爽人人添夜夜欢视频| 亚洲片人在线观看| 国产91精品成人一区二区三区| 国产私拍福利视频在线观看| 黄色 视频免费看| 精品人妻1区二区| www.自偷自拍.com| 亚洲少妇的诱惑av| 在线观看免费视频网站a站| 亚洲精品久久成人aⅴ小说| 国产av一区二区精品久久| 午夜a级毛片| 88av欧美| 嫩草影院精品99| 叶爱在线成人免费视频播放| 一个人观看的视频www高清免费观看 | 自线自在国产av| 国产一区二区三区视频了| 精品国产乱子伦一区二区三区| 国产亚洲欧美在线一区二区| 国产一区二区激情短视频| 搡老妇女老女人老熟妇| 国产av一区二区精品久久| 成人亚洲精品一区在线观看| 午夜免费激情av| 99久久国产精品久久久| 国产日韩一区二区三区精品不卡| 中文字幕av电影在线播放| 中文字幕精品免费在线观看视频| 一进一出抽搐gif免费好疼| av在线播放免费不卡| 亚洲第一av免费看| 国产成年人精品一区二区| 久久天躁狠狠躁夜夜2o2o| 丁香六月欧美| 美国免费a级毛片| 久久久国产欧美日韩av| 最近最新中文字幕大全免费视频| 欧美一级a爱片免费观看看 | 视频在线观看一区二区三区| 亚洲 欧美一区二区三区| 国产男靠女视频免费网站| 久久久久久大精品| 久久久久久亚洲精品国产蜜桃av| 一二三四在线观看免费中文在| 美女高潮喷水抽搐中文字幕| 十八禁人妻一区二区| 亚洲中文日韩欧美视频| 一a级毛片在线观看| 国产亚洲av嫩草精品影院| 亚洲色图综合在线观看| 日韩欧美国产一区二区入口| 国产成人精品久久二区二区91| 级片在线观看| 亚洲国产欧美日韩在线播放| 美女高潮到喷水免费观看| 97超级碰碰碰精品色视频在线观看| 色婷婷久久久亚洲欧美| 在线永久观看黄色视频| 黄片大片在线免费观看| 午夜免费鲁丝| 人人妻人人澡欧美一区二区 | 看免费av毛片| 日韩欧美国产一区二区入口| а√天堂www在线а√下载| www.熟女人妻精品国产| 国产真人三级小视频在线观看| 欧美午夜高清在线| 亚洲色图 男人天堂 中文字幕| 国产99久久九九免费精品| 波多野结衣av一区二区av| 最近最新中文字幕大全免费视频| 日韩欧美国产在线观看| 大型黄色视频在线免费观看| 亚洲aⅴ乱码一区二区在线播放 | 免费在线观看完整版高清| 三级毛片av免费| 两性午夜刺激爽爽歪歪视频在线观看 | 99在线人妻在线中文字幕| 两性夫妻黄色片| 最近最新中文字幕大全电影3 | 99国产精品99久久久久| 天天躁夜夜躁狠狠躁躁| 女性生殖器流出的白浆| 精品无人区乱码1区二区| 精品卡一卡二卡四卡免费| ponron亚洲| 老汉色av国产亚洲站长工具| cao死你这个sao货| 欧美中文日本在线观看视频| 亚洲专区国产一区二区| 精品国产美女av久久久久小说| 日韩av在线大香蕉| 中文字幕精品免费在线观看视频| 香蕉丝袜av| 国产成人精品久久二区二区免费| 欧美激情极品国产一区二区三区| 脱女人内裤的视频| 久久久水蜜桃国产精品网| 国产av一区在线观看免费| 国产又爽黄色视频| 中出人妻视频一区二区| 国产又爽黄色视频| 色av中文字幕| 国产又爽黄色视频| 成人亚洲精品av一区二区| 午夜免费成人在线视频| av片东京热男人的天堂| 亚洲伊人色综图| 在线观看免费午夜福利视频| 午夜精品国产一区二区电影| 女警被强在线播放| 日韩免费av在线播放| 两性夫妻黄色片| 国产精品亚洲一级av第二区| 久久天躁狠狠躁夜夜2o2o| 女人爽到高潮嗷嗷叫在线视频| 19禁男女啪啪无遮挡网站| 精品一区二区三区av网在线观看| 精品国产美女av久久久久小说| 亚洲精品国产一区二区精华液| 搡老岳熟女国产| 在线av久久热| 亚洲国产毛片av蜜桃av| aaaaa片日本免费| 好男人电影高清在线观看| 成年人黄色毛片网站| 欧美精品啪啪一区二区三区| 久久久久久久精品吃奶| 97人妻天天添夜夜摸| 一夜夜www| netflix在线观看网站| 美女高潮到喷水免费观看| 啦啦啦韩国在线观看视频| 日韩欧美三级三区| 高潮久久久久久久久久久不卡| 亚洲,欧美精品.| 国产精品 欧美亚洲| avwww免费| 欧美日韩亚洲国产一区二区在线观看| 日本 av在线| 美女扒开内裤让男人捅视频| 国产av一区二区精品久久| 亚洲国产中文字幕在线视频| 亚洲片人在线观看| 亚洲精品国产色婷婷电影| 久久精品国产亚洲av香蕉五月| 免费不卡黄色视频| 亚洲 欧美 日韩 在线 免费| 黄色视频不卡| 亚洲第一欧美日韩一区二区三区| 一边摸一边做爽爽视频免费| 日本欧美视频一区| 日韩av在线大香蕉| 多毛熟女@视频| 又紧又爽又黄一区二区| 亚洲成av片中文字幕在线观看| 禁无遮挡网站| 一区二区三区国产精品乱码| ponron亚洲| 国产精品精品国产色婷婷| 中文字幕最新亚洲高清| 亚洲熟女毛片儿| 国产精品自产拍在线观看55亚洲| 精品午夜福利视频在线观看一区| 老司机靠b影院| 老鸭窝网址在线观看| 男男h啪啪无遮挡| 一进一出好大好爽视频| av片东京热男人的天堂| 国产欧美日韩一区二区三区在线| 精品一区二区三区四区五区乱码| 亚洲成人精品中文字幕电影| 欧美日韩亚洲国产一区二区在线观看| 色综合亚洲欧美另类图片| 中文字幕最新亚洲高清| 99国产精品免费福利视频| 免费在线观看日本一区| 99精品欧美一区二区三区四区| 成人三级做爰电影| 在线观看66精品国产| 夜夜躁狠狠躁天天躁| 欧美日韩精品网址| 两个人免费观看高清视频| 很黄的视频免费| 欧美激情久久久久久爽电影 | 这个男人来自地球电影免费观看| 中文字幕高清在线视频| 日韩 欧美 亚洲 中文字幕| 国产高清有码在线观看视频 | 久99久视频精品免费| 欧美精品啪啪一区二区三区| 欧美激情极品国产一区二区三区| 欧美中文日本在线观看视频| 欧美日韩黄片免| 男女之事视频高清在线观看| 多毛熟女@视频| 男女午夜视频在线观看| 久9热在线精品视频| 国语自产精品视频在线第100页| 日本精品一区二区三区蜜桃| www国产在线视频色| 国产精品1区2区在线观看.| 亚洲精品美女久久av网站| 中文字幕色久视频| 大型黄色视频在线免费观看| 国产成人影院久久av| 中文字幕高清在线视频| 成人三级黄色视频| 香蕉国产在线看| 欧美日本视频| 一级a爱片免费观看的视频| 香蕉国产在线看| 精品免费久久久久久久清纯| 国产精品一区二区免费欧美| 亚洲国产精品999在线| 又大又爽又粗| 午夜日韩欧美国产| 一区二区日韩欧美中文字幕| 亚洲一卡2卡3卡4卡5卡精品中文| 757午夜福利合集在线观看| АⅤ资源中文在线天堂| 亚洲第一欧美日韩一区二区三区| 国产一级毛片七仙女欲春2 | 亚洲久久久国产精品| 日韩一卡2卡3卡4卡2021年| 18美女黄网站色大片免费观看| 女警被强在线播放| 欧美成人午夜精品| 久久天躁狠狠躁夜夜2o2o| 757午夜福利合集在线观看| 日韩欧美免费精品| 亚洲av成人一区二区三| 一区二区日韩欧美中文字幕| 好男人在线观看高清免费视频 | 欧美乱码精品一区二区三区| 长腿黑丝高跟| 国产精品久久电影中文字幕| 精品久久久久久,| 热99re8久久精品国产| 日韩中文字幕欧美一区二区| 91av网站免费观看| 真人做人爱边吃奶动态| 黄色视频不卡| 精品一区二区三区av网在线观看| 久久天堂一区二区三区四区| www.精华液| 中文字幕人成人乱码亚洲影| 亚洲免费av在线视频| 亚洲精品在线美女| 最近最新免费中文字幕在线| 亚洲专区字幕在线| 久久久久久久午夜电影| 亚洲天堂国产精品一区在线| 日韩成人在线观看一区二区三区| 视频在线观看一区二区三区| 又黄又粗又硬又大视频| 99国产综合亚洲精品| 亚洲国产欧美网| 在线免费观看的www视频| 国产国语露脸激情在线看| 色婷婷久久久亚洲欧美| 在线天堂中文资源库| av天堂久久9| 美女免费视频网站| 女人被狂操c到高潮| 日韩精品青青久久久久久| 久久性视频一级片| 女性被躁到高潮视频| 国产一区二区激情短视频| 国产片内射在线| 丁香欧美五月| x7x7x7水蜜桃| 在线观看www视频免费| 51午夜福利影视在线观看| 丁香六月欧美| 18禁国产床啪视频网站| 精品久久久久久成人av| 波多野结衣高清无吗| 91国产中文字幕| 老熟妇乱子伦视频在线观看| 亚洲狠狠婷婷综合久久图片| 一级毛片精品| 国产一区二区三区综合在线观看| 亚洲情色 制服丝袜| 国产一区在线观看成人免费| 国内精品久久久久久久电影| 国产成人欧美| 国产精华一区二区三区| 国产亚洲av高清不卡| 免费看十八禁软件| 精品不卡国产一区二区三区| 18美女黄网站色大片免费观看| 少妇 在线观看| 1024视频免费在线观看| 一级a爱视频在线免费观看| 免费人成视频x8x8入口观看| 美女国产高潮福利片在线看| 大型av网站在线播放| 成人国产综合亚洲| 啪啪无遮挡十八禁网站| 欧美日韩精品网址| 一级片免费观看大全| 国产精品国产高清国产av| 久久久久久久精品吃奶| 激情在线观看视频在线高清| 日韩av在线大香蕉| 久热爱精品视频在线9| 一级,二级,三级黄色视频| 777久久人妻少妇嫩草av网站| 中亚洲国语对白在线视频| 国产精品1区2区在线观看.| 麻豆av在线久日| 亚洲国产精品合色在线| 久久人妻熟女aⅴ| 亚洲午夜理论影院| 国产一区二区在线av高清观看| 脱女人内裤的视频| 亚洲成av片中文字幕在线观看| 久久热在线av| 日韩欧美三级三区| 精品第一国产精品| 久久精品国产清高在天天线| 亚洲一区高清亚洲精品| 丝袜在线中文字幕| tocl精华| 欧美亚洲日本最大视频资源| 69av精品久久久久久| 久久久久久久久免费视频了| 婷婷六月久久综合丁香| 国产亚洲欧美精品永久| 免费看a级黄色片| 极品人妻少妇av视频| 夜夜看夜夜爽夜夜摸| 这个男人来自地球电影免费观看| 黄色成人免费大全| 国产精品久久久久久人妻精品电影| 两性午夜刺激爽爽歪歪视频在线观看 | 国产精华一区二区三区| 成人特级黄色片久久久久久久| 99riav亚洲国产免费| 黑人巨大精品欧美一区二区mp4| 亚洲精华国产精华精| 午夜激情av网站| 大型av网站在线播放| 岛国在线观看网站| 久久人妻熟女aⅴ| 久久精品亚洲精品国产色婷小说| av在线天堂中文字幕| 丝袜美足系列| 极品教师在线免费播放| 久久精品国产综合久久久| 男女之事视频高清在线观看| 亚洲自偷自拍图片 自拍| 久久精品国产亚洲av高清一级| 搞女人的毛片| 免费人成视频x8x8入口观看| 国产乱人伦免费视频| 久久久久九九精品影院| 老司机靠b影院| 精品国产一区二区久久| 男女午夜视频在线观看| 亚洲avbb在线观看| 国产精品久久久人人做人人爽| 国产在线精品亚洲第一网站| 99在线人妻在线中文字幕| 少妇裸体淫交视频免费看高清 | av有码第一页| 美国免费a级毛片| 免费人成视频x8x8入口观看| 久久香蕉精品热| 久99久视频精品免费| 91成人精品电影| 国产亚洲欧美精品永久| 18禁国产床啪视频网站| 欧美最黄视频在线播放免费| 亚洲狠狠婷婷综合久久图片| 欧美精品啪啪一区二区三区| 久久天躁狠狠躁夜夜2o2o| 久久婷婷成人综合色麻豆| 美女 人体艺术 gogo| 999久久久国产精品视频| 免费在线观看亚洲国产| 涩涩av久久男人的天堂| 熟女少妇亚洲综合色aaa.| 午夜免费观看网址| 国产99久久九九免费精品| 淫秽高清视频在线观看| 女性被躁到高潮视频| 大香蕉久久成人网| 成人av一区二区三区在线看| 日韩有码中文字幕| 午夜福利18| 狂野欧美激情性xxxx| 一级a爱片免费观看的视频| 高清在线国产一区| 99国产精品免费福利视频| av电影中文网址| 香蕉丝袜av| 一边摸一边抽搐一进一出视频| 色精品久久人妻99蜜桃| 久久精品91蜜桃| 99香蕉大伊视频| 国产av在哪里看| 校园春色视频在线观看| 久久中文看片网| 50天的宝宝边吃奶边哭怎么回事| www.999成人在线观看|