• <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 ?

    松鼠搜索算法優(yōu)化SVM的液體火箭動(dòng)力系統(tǒng)故障診斷*

    2023-03-13 02:48:04陳占國
    航天控制 2023年1期
    關(guān)鍵詞:搜索算法松鼠火箭

    陳占國 薛 薇 許 亮

    1.天津理工大學(xué) 電氣工程與自動(dòng)化學(xué)院天津市復(fù)雜系統(tǒng)控制理論與應(yīng)用重點(diǎn)實(shí)驗(yàn)室,天津 300384 2.中國航天科技創(chuàng)新研究院,北京 100083

    0 引言

    在上世紀(jì),紅線閾值系統(tǒng)是火箭發(fā)動(dòng)機(jī)的主要保護(hù)系統(tǒng),如果測量值超過了幾個(gè)參數(shù)中的任何一個(gè)預(yù)先確定的運(yùn)行限制,就會(huì)發(fā)出引擎關(guān)閉信號(hào),從而關(guān)閉發(fā)動(dòng)機(jī)引擎。對(duì)于航天飛機(jī)主發(fā)動(dòng)機(jī)(SSME),在主級(jí)期間會(huì)監(jiān)控7個(gè)關(guān)鍵的發(fā)動(dòng)機(jī)參數(shù),這些參數(shù)的限值被設(shè)定在影響發(fā)動(dòng)機(jī)安全運(yùn)行的水平。然而,僅依靠這一系統(tǒng),就會(huì)導(dǎo)致發(fā)動(dòng)機(jī)過早熄火,原因是正常的漂移可能引起紅線參數(shù)的變化。因此為了進(jìn)一步加強(qiáng)安全監(jiān)測,并實(shí)現(xiàn)更早的故障檢測,90年代NASA提出了火箭發(fā)動(dòng)機(jī)健康管理系統(tǒng)(HMSRE)的框架。HMSRE能夠解決現(xiàn)有系統(tǒng)無法充分檢測到故障模式的問題,使發(fā)動(dòng)機(jī)受到最小的損傷,得到最大的收益。

    2002年,國防科技大學(xué)的趙永學(xué)等[1]提出了基于羽流發(fā)射光譜的故障檢測技術(shù)。這項(xiàng)技術(shù)有非接觸和高靈敏度等特點(diǎn),適合作為發(fā)動(dòng)機(jī)的健康監(jiān)控及故障診斷技術(shù)。2003年,哈爾濱工業(yè)大學(xué)龍兵等[2]研究了航天器集成健康管理的基本概念,提出了航天器健康管理系統(tǒng)的開發(fā)方案。

    近年來,利用神經(jīng)網(wǎng)絡(luò)、聚類分析、模糊數(shù)學(xué)、專家系統(tǒng)、云計(jì)算方法等技術(shù)進(jìn)行故障檢測與診斷的研究取得了優(yōu)異的成績[3]。2009年李睿等[4]結(jié)合虛擬儀器語言和快速原型化技術(shù)的優(yōu)點(diǎn),構(gòu)建了航空發(fā)動(dòng)機(jī)故障診斷算法仿真平臺(tái),有效解決了故障算法硬件在回路仿真過程中存在的一些問題。2010年黃強(qiáng)等[5]研究了基于云-神經(jīng)網(wǎng)絡(luò)的液體火箭發(fā)動(dòng)機(jī)故障檢測方法,但是基于神經(jīng)網(wǎng)絡(luò)的故障檢測方法需要大量數(shù)據(jù)進(jìn)行訓(xùn)練,而實(shí)際樣本數(shù)據(jù)往往十分有限。2011年竇唯等[6]針對(duì)渦輪泵故障診斷方法只能在有樣本數(shù)據(jù)并且樣本數(shù)據(jù)充足的情況下才能進(jìn)行準(zhǔn)確診斷的缺點(diǎn),提出一種適用于渦輪泵在線監(jiān)測及診斷的方法,可用于故障樣本少的航空航天設(shè)備的故障檢測。2011年尹俊等[7]對(duì)卡爾曼濾波故障診斷方法和神經(jīng)網(wǎng)絡(luò)故障診斷方法進(jìn)行融合從而提高了故障診斷的準(zhǔn)確率和可靠性。2016年吳建軍等[8]提出了利用動(dòng)態(tài)云反向傳播神經(jīng)網(wǎng)絡(luò)進(jìn)行液體火箭發(fā)動(dòng)機(jī)故障診斷的方法,優(yōu)點(diǎn)是可正確檢測和分類故障,對(duì)噪聲具有較高的魯棒性,同時(shí)運(yùn)行時(shí)間短,滿足液體火箭發(fā)動(dòng)機(jī)故障診斷的實(shí)時(shí)性要求。2020年P(guān)ark等[9]將深度學(xué)習(xí)用于液體火箭發(fā)動(dòng)機(jī)故障檢測與診斷中,該方法有較好的分類性能和較強(qiáng)的適用性。2020年董周杰等[10]提出了一種基于數(shù)據(jù)驅(qū)動(dòng)的綜合模糊聚類算法用于液體火箭發(fā)動(dòng)機(jī)故障診斷,能夠準(zhǔn)確及時(shí)地檢測出故障并隔離故障。2021年王珺等[11]提出了一種卷積自編碼器的液體火箭發(fā)動(dòng)機(jī)健康狀態(tài)智能檢測方法,該方法能夠監(jiān)測整機(jī)及各部件的健康狀態(tài)和退化趨勢,但是準(zhǔn)確率稍低。2022年趙萬里等[12]提出了一種基于時(shí)間序列分析的故障診斷方法,該方法可對(duì)故障的傳感器進(jìn)行有效判斷,同時(shí)運(yùn)行時(shí)間短,具有良好的工程應(yīng)用價(jià)值。2022年楊懿等[13]利用Hilbert-Huang變換進(jìn)行液體火箭發(fā)動(dòng)機(jī)渦輪泵的故障分析,該方法可分析火箭發(fā)動(dòng)機(jī)和其他組合件的試驗(yàn)數(shù)據(jù)并對(duì)故障定位。

    上述方法都比傳統(tǒng)的紅線閾值監(jiān)測進(jìn)步了很多,體現(xiàn)了不同程度的智能、魯棒和準(zhǔn)確等性能,是現(xiàn)代智能方法在火箭動(dòng)力系統(tǒng)故障檢測中的成功應(yīng)用。但是現(xiàn)今的智能算法大多都存在需要充足故障訓(xùn)練樣本、預(yù)測時(shí)間長、分類準(zhǔn)確率有待繼續(xù)提高等問題。針對(duì)以上問題,本文提出了一種實(shí)時(shí)性好、準(zhǔn)確略高、需求樣本少的具有工程應(yīng)用價(jià)值的故障診斷方法。

    由于智能優(yōu)化算法原理和機(jī)理的不同,其結(jié)果在不同的應(yīng)用中會(huì)有差距。在實(shí)踐中,選擇與支持向量機(jī)相結(jié)合的優(yōu)化算法值得考慮。PSO算法是Kennedy等[14]觀察追蹤鳥群捕食情況提出的全局搜索算法,PSO-SVM模型即采用粒子群算法對(duì)支持向量機(jī)的懲罰因子和核函數(shù)參數(shù)進(jìn)行優(yōu)化的模型。相較于PSO-SVM模型容易陷入局部最優(yōu)的缺點(diǎn),松鼠搜索算法優(yōu)化(SSA)是一種新的優(yōu)化算法,算法中加入了季節(jié)性監(jiān)測條件,用松鼠搜索算法優(yōu)化與支持向量機(jī)結(jié)合,有助于避免尋優(yōu)計(jì)算陷入局部極值,同時(shí)使模型具有收斂速度快、精度高的優(yōu)點(diǎn)。SSA算法簡單且有效,實(shí)驗(yàn)仿真結(jié)果表明,SSA的性能優(yōu)于目前流行的優(yōu)化算法。本文將SSA算法與SVM相結(jié)合。用松鼠搜索算法優(yōu)化支持向量機(jī)的參數(shù),提高支持向量機(jī)的分類精度。

    1 液體火箭發(fā)動(dòng)機(jī)故障診斷方法及智能優(yōu)化算法介紹

    1.1 液體火箭發(fā)動(dòng)機(jī)故障診斷方法介紹

    2020年國防科技大學(xué)的吳建軍等總結(jié)了液體火箭發(fā)動(dòng)機(jī)故障診斷方法[15]。根據(jù)所使用信息類型的不同,將其分為3類:基于模型驅(qū)動(dòng)的方法、基于數(shù)據(jù)驅(qū)動(dòng)的方法和基于人工智能的方法。

    1.1.1 基于模型驅(qū)動(dòng)的方法

    基于模型驅(qū)動(dòng)的故障檢測與診斷方法,主要包括基于解析模型的方法和基于定性模型的方法。

    基于解析模型的方法,其基本原理是以解析方程將系統(tǒng)的輸入、狀態(tài)和輸出的內(nèi)在規(guī)律表示出來,從而建立的數(shù)學(xué)模型。

    基于定性模型的方法,其基本原理是根據(jù)系統(tǒng)組成元件之間的連接建立診斷系統(tǒng)的結(jié)構(gòu)、行為或功能上的定性模型。

    1.1.2 基于數(shù)據(jù)驅(qū)動(dòng)的方法

    基于數(shù)據(jù)驅(qū)動(dòng)的方法主要是根據(jù)系統(tǒng)的輸出與故障之間的聯(lián)系,分析處理發(fā)動(dòng)機(jī)的測量輸出信號(hào),以此判斷故障是否存在及故障發(fā)生的位置。基于數(shù)據(jù)驅(qū)動(dòng)的方法主要包括統(tǒng)計(jì)分析、主成分分析、獨(dú)立分量分析、小波分析和羽流光譜分析、最小領(lǐng)域方法、支持向量機(jī)和聚類方法等。

    1.1.3 基于人工智能的方法

    基于人工智能的方法主要包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和模糊理論等方法。

    綜上,相較于基于模型驅(qū)動(dòng)方法建立復(fù)雜精確的數(shù)學(xué)模型困難重重或計(jì)算成本巨大難以實(shí)現(xiàn),基于數(shù)據(jù)驅(qū)動(dòng)的方法和基于人工智能的方法將研究對(duì)象作為黑箱處理,計(jì)算簡單,容易實(shí)現(xiàn)。

    考慮到新一代大推力液體火箭發(fā)動(dòng)機(jī)具有關(guān)鍵部件多且大多處于高溫、高壓、強(qiáng)振動(dòng)的極致環(huán)境中,建立合理精確的數(shù)學(xué)模型是個(gè)困難的問題。因此本文選擇智能優(yōu)化算法與基于數(shù)據(jù)驅(qū)動(dòng)的方法中的支持向量機(jī)作為液體火箭發(fā)動(dòng)機(jī)故障診斷的分析方法。

    1.2 松鼠搜索算法(SSA)

    松鼠搜索算法是一種新的自然啟發(fā)優(yōu)化范算法,由M.Jain、V.singh、A.Rani于2018年提出[16]。

    在松鼠的搜索過程中,有以下4個(gè)必要假設(shè):假設(shè)1,落葉林中有n只松鼠和相同數(shù)量的樹,松鼠均勻分布在每棵樹上。假設(shè)2,每只松鼠都有一種動(dòng)態(tài)的覓食行為,它們各自尋找食物,并優(yōu)化利用現(xiàn)有的食物資源。假設(shè)3,森林里只有3種樹,山核桃有最好的食物來源(山核桃堅(jiān)果),橡子樹有一般的食物來源(橡子堅(jiān)果)。假設(shè)4,認(rèn)為森林只存在4顆擁有食物資源的樹,其中包括3顆橡樹(即算法尋求的次優(yōu)解)和1顆山核桃樹(即算法尋求的最優(yōu)解),普通樹沒有食物資源。其中dg是松鼠在樹間跳躍的滑行距離,R1、R2、R2是[0,1]范圍內(nèi)的隨機(jī)數(shù)。FSht、FSat、FSnt分別是松鼠到達(dá)山核桃樹、橡樹和普通樹的位置。t是迭代次數(shù)。Gc是數(shù)學(xué)模型中的滑動(dòng)常數(shù),經(jīng)過嚴(yán)格分析,其值設(shè)為1.9。Pdp表示捕獵者存在概率,如果R的值大于捕獵者存在概率,松鼠是安全的。如果小于,則有被捕食的風(fēng)險(xiǎn),松鼠進(jìn)行隨機(jī)行走[17]。

    1)當(dāng)松鼠由橡樹向山核桃樹移動(dòng)時(shí)位置更新如下:

    (1)

    2)當(dāng)松鼠由普通樹向橡樹移動(dòng)時(shí)位置更新如下:

    (2)

    3)當(dāng)松鼠由普通樹向山核桃樹移動(dòng)時(shí)位置更新:

    (3)

    不同季節(jié)的氣溫會(huì)影響松鼠覓食的活躍程度。該算法中提出了季節(jié)性監(jiān)測條件,有助于算法跳出局部最優(yōu)。

    4)計(jì)算季節(jié)變量Sc

    (4)

    (5)

    其中:t為當(dāng)前迭代次數(shù),tm是最大迭代次數(shù)。Smin為影響算法的勘探和開發(fā)能力。

    (6)

    萊維分布(Levy distribution)有助于更高效的空間探索。

    (7)

    其中:ra和rb是[0,1]區(qū)間上的符合正態(tài)分布的隨機(jī)數(shù)。β是小于2的正常數(shù),σ計(jì)算公式如下:

    (8)

    7)松鼠在山核桃樹的位置即最終的最優(yōu)解。SSA算法流程圖如圖1所示:

    圖1 SSA算法流程圖

    1.3 支持向量機(jī)(SVM)

    SVM 最早在1963年提出,現(xiàn)在用的SVM是1993年提出,并在1995年發(fā)表的版本。支持向量機(jī)是比較成熟的分類算法之一。它在分類問題中具有良好的性能。與KNN和多層感知器等其它傳統(tǒng)分類算法相比,SVM的計(jì)算復(fù)雜度更低。近年來,隨著大數(shù)據(jù)時(shí)代的到來,深度學(xué)習(xí)已成為研究熱點(diǎn)。SVM在機(jī)器學(xué)習(xí)中,被認(rèn)為是深度學(xué)習(xí)問世前性能最優(yōu)的算法。與深度學(xué)習(xí)相比,SVM仍具有一定的競爭力。支持向量機(jī)最大的特點(diǎn)是它不是黑箱方法,具有堅(jiān)定的數(shù)學(xué)理論基礎(chǔ),而且SVM還有參數(shù)較少,易于調(diào)整的優(yōu)點(diǎn)[19]。

    標(biāo)準(zhǔn)支持向量機(jī)使用線性回歸來擬合訓(xùn)練數(shù)據(jù),假設(shè)訓(xùn)練集是:

    S={(xi,yi)|i=1,2…,n},xi是輸入,yi是輸出,n是樣本數(shù)?;貧w函數(shù)為:

    f(x)=ωTx+b

    (9)

    其中:ω是權(quán)向量,b是偏差。ω和b是通過求解最優(yōu)問題得到的:

    (10)

    上述公式需滿足以下條件:

    (11)

    表1 常用核函數(shù)表

    核函數(shù)首先可以通過先驗(yàn)知識(shí)選取。如圖像分類,一般采用高斯徑向基核函數(shù)。其次,可以在嘗試不同類型的核函數(shù)之后,再按照結(jié)果準(zhǔn)確度判斷。本文將根據(jù)先驗(yàn)知識(shí),選擇RBF作為核函數(shù)。

    利用拉格朗日方程組可以把優(yōu)化問題轉(zhuǎn)換為二次規(guī)劃問題,轉(zhuǎn)換式(12)和(13):

    (12)

    s.t.

    (13)

    得到基于核函數(shù)的SVM回歸方程為:

    (14)

    懲罰因子(c)和核函數(shù)參數(shù)(g)是支持向量機(jī)的2個(gè)重要參數(shù),這2個(gè)參數(shù)的選擇對(duì)分類結(jié)果有很大影響。

    SVM結(jié)構(gòu)如圖2所示:

    圖2 支持向量機(jī)結(jié)構(gòu)圖

    2 SSA-SVM模型構(gòu)建及其在火箭動(dòng)力系統(tǒng)的故障診斷實(shí)驗(yàn)仿真

    2.1 SSA-SVM診斷模型

    采用SSA算法優(yōu)化支持向量機(jī),SSA-SVM模型建立過程如圖3所示,具體執(zhí)行流程如下:

    圖3 SSA-SVM診斷流程

    (1)導(dǎo)入數(shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,將數(shù)據(jù)分為測試集和數(shù)據(jù)集兩組;

    (2)將支持向量機(jī)中核函數(shù)參數(shù)和懲罰因子作為松鼠搜索算法的位置向量,設(shè)置松鼠搜索算法參數(shù),初始化松鼠種群與位置參數(shù);

    (3)確定支持向量機(jī)模型,并設(shè)置參數(shù);

    (4)計(jì)算松鼠個(gè)體適應(yīng)度,并對(duì)種群進(jìn)行分類;

    (5)根據(jù)式(1)、(2)、(3)和(4)更新松鼠個(gè)體位置;

    (6)更新松鼠適應(yīng)度與最大迭代次數(shù),判斷是否達(dá)到終止條件。如果達(dá)到,則執(zhí)行下一步,否則返回第3步;

    (7)輸出最佳參數(shù),建立預(yù)測模型;

    (8)執(zhí)行預(yù)測模型,得到最佳分類結(jié)果。

    2.2 訓(xùn)練樣本的選取

    本次實(shí)驗(yàn)輸入數(shù)據(jù)來自于表2的部分監(jiān)測參數(shù),利用某型號(hào)液體火箭動(dòng)力系統(tǒng)846組數(shù)據(jù)進(jìn)行仿真實(shí)驗(yàn),采用MATLAB R2016a作為仿真軟件。846組數(shù)據(jù)分別為6種故障類型,每種類型的數(shù)據(jù)集數(shù)量相同。分別取各類型的113組數(shù)據(jù)作為訓(xùn)練集,28組數(shù)據(jù)作為測試集。輸出1,2,3,4,5,6分別代表以下故障類型:渦輪泵端面密封泄露、熱燃?xì)饧掀鱾鬟f管破裂、波紋管失效、冷卻夾套堵塞、渦輪葉片損壞、液管路受損泄露。

    表2 動(dòng)力系統(tǒng)參數(shù)檢測表

    算法參數(shù)設(shè)置如下:松鼠種群數(shù)為10,最大迭代次數(shù)為100,滑動(dòng)常數(shù)Gc=1.9,捕食者存在概率Pdp=0.1。在給定參數(shù)條件下,運(yùn)行得到最優(yōu)核函數(shù)參數(shù)與懲罰因子,結(jié)果分別為:g=0.6469,c=3.8295。

    2.3 仿真結(jié)果對(duì)比

    對(duì)SVM、經(jīng)過粒子群算法優(yōu)化的SVM(PSO-SVM)、經(jīng)過松鼠搜索算法優(yōu)化的SVM(SSA-SVM)進(jìn)行仿真結(jié)果對(duì)比。

    SSA-SVM的誤差分布圖如圖4所示:

    圖4 SSA-SVM模型誤差分布

    由圖4可知,利用SSA-SVM模型對(duì)測試集進(jìn)行分類,分類錯(cuò)誤個(gè)數(shù)為4個(gè)。為增加SSA-SVM模型可信度,本文將SSA-SVM模型與SVM模型和PSO-SVM模型的結(jié)果進(jìn)行了對(duì)比。對(duì)比模型PSO-SVM誤差分布如圖5所示:

    圖5 PSO-SVM模型誤差分布圖

    由圖5可知,PSO-SVM模型預(yù)測誤差增加為6個(gè),分類效果低于SSA-SVM模型。SVM的誤差分布如圖6所示。

    圖6 SVM模型誤差分布圖

    由圖6可明顯看出,單純的SVM模型分類錯(cuò)誤率遠(yuǎn)遠(yuǎn)大于PSO-SVM與SSA-SVM模型。

    綜上所述,由圖4~6可知,在168個(gè)測試集中SVM模型分類錯(cuò)誤個(gè)數(shù)為11個(gè)。PSO-SVM模型的分類錯(cuò)誤個(gè)數(shù)為6個(gè),而基于SSA-SVM模型的液體火箭動(dòng)力系統(tǒng)的故障診斷錯(cuò)誤個(gè)數(shù)為4個(gè)。張偉星[20]等使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障檢測的誤差率為0.025。4種模型誤差對(duì)比如表3所示,SSA-SVM模型的測試集的分類錯(cuò)誤率降低到0.0238。說明本模型在液體火箭動(dòng)力系統(tǒng)故障診斷中有較高的準(zhǔn)確率,可以應(yīng)用在液體火箭動(dòng)力系統(tǒng)的故障診斷中。

    表3 四種模型分類準(zhǔn)確率對(duì)比

    3 結(jié)論

    給出了一種松鼠搜索算法(SSA)優(yōu)化支持向量機(jī)(SVM)的故障診斷方法,將支持向量機(jī)的兩個(gè)重要參數(shù)懲罰因子和核函數(shù)作為松鼠搜索算法中的位置矢量,由輸出的最佳參數(shù)構(gòu)成SSA-SVM預(yù)測模型,然后使用該模型對(duì)液體火箭動(dòng)力系統(tǒng)故障進(jìn)行診斷,得出以下結(jié)論:

    1)利用智能優(yōu)化算法的尋優(yōu)思想,可以有效優(yōu)化SVM的核函數(shù)參數(shù)和懲罰因子,構(gòu)建出最優(yōu)的SSA-SVM模型,提高模型的分類準(zhǔn)確度。

    2)與SVM模型、PSO-SVM模型相比,SSA-SVM模型最終分類準(zhǔn)確度最高,能更準(zhǔn)確地識(shí)別液體火箭動(dòng)力系統(tǒng)故障。

    猜你喜歡
    搜索算法松鼠火箭
    改進(jìn)的和聲搜索算法求解凸二次規(guī)劃及線性規(guī)劃
    小松鼠
    松鼠
    飛出去吧,火箭!
    運(yùn)載火箭
    松鼠
    松鼠
    透視奇妙的火箭
    超酷的火箭
    基于汽車接力的潮流轉(zhuǎn)移快速搜索算法
    黄色毛片三级朝国网站| 国产国语露脸激情在线看| 欧美激情极品国产一区二区三区| 日本欧美视频一区| 两个人免费观看高清视频| 深夜精品福利| 国产福利在线免费观看视频| 成人手机av| 午夜福利在线观看吧| av超薄肉色丝袜交足视频| 男女下面插进去视频免费观看| a级毛片在线看网站| 黄片大片在线免费观看| 香蕉国产在线看| 超色免费av| 91av网站免费观看| 日本a在线网址| 中文字幕另类日韩欧美亚洲嫩草| 大陆偷拍与自拍| 中亚洲国语对白在线视频| a级毛片在线看网站| 如日韩欧美国产精品一区二区三区| 男女下面插进去视频免费观看| 亚洲av欧美aⅴ国产| 69av精品久久久久久 | 成年av动漫网址| 国产精品久久久久久精品古装| 在线亚洲精品国产二区图片欧美| 国产亚洲一区二区精品| 妹子高潮喷水视频| 亚洲国产精品成人久久小说| av电影中文网址| 老熟妇乱子伦视频在线观看 | 欧美av亚洲av综合av国产av| av欧美777| 久久久欧美国产精品| 国产精品偷伦视频观看了| 久久人人爽人人片av| 超碰成人久久| 亚洲精品一卡2卡三卡4卡5卡 | 国产精品国产av在线观看| 中文字幕人妻丝袜一区二区| 色综合欧美亚洲国产小说| 久热这里只有精品99| 午夜免费观看性视频| 欧美老熟妇乱子伦牲交| 久久久水蜜桃国产精品网| 亚洲av电影在线进入| 69av精品久久久久久 | 午夜影院在线不卡| 久久久欧美国产精品| 欧美老熟妇乱子伦牲交| 欧美老熟妇乱子伦牲交| 性高湖久久久久久久久免费观看| 亚洲欧美一区二区三区黑人| 国产黄色免费在线视频| 午夜精品久久久久久毛片777| 亚洲伊人久久精品综合| 性少妇av在线| 国产亚洲午夜精品一区二区久久| 各种免费的搞黄视频| 国产97色在线日韩免费| 丰满迷人的少妇在线观看| 美女福利国产在线| 精品福利观看| 丰满饥渴人妻一区二区三| 91字幕亚洲| 国产又爽黄色视频| 亚洲国产精品999| 亚洲中文av在线| 国产亚洲av片在线观看秒播厂| 精品国产一区二区三区四区第35| 亚洲成人国产一区在线观看| 午夜福利免费观看在线| 国产免费福利视频在线观看| 精品福利永久在线观看| 中亚洲国语对白在线视频| 大香蕉久久成人网| 亚洲色图 男人天堂 中文字幕| 久久精品久久久久久噜噜老黄| 色婷婷av一区二区三区视频| 777米奇影视久久| 黄色a级毛片大全视频| 亚洲色图综合在线观看| 99国产精品一区二区三区| 热re99久久精品国产66热6| 欧美+亚洲+日韩+国产| 日本91视频免费播放| 热99久久久久精品小说推荐| av有码第一页| 最近最新免费中文字幕在线| e午夜精品久久久久久久| 欧美大码av| 午夜福利影视在线免费观看| 少妇 在线观看| 嫩草影视91久久| 久久久欧美国产精品| 成年美女黄网站色视频大全免费| av福利片在线| 亚洲国产av影院在线观看| 日本猛色少妇xxxxx猛交久久| 99久久综合免费| 午夜91福利影院| 欧美激情久久久久久爽电影 | 成年女人毛片免费观看观看9 | 色婷婷久久久亚洲欧美| 亚洲精品在线美女| 国产野战对白在线观看| 美女高潮喷水抽搐中文字幕| 男女之事视频高清在线观看| 亚洲精品日韩在线中文字幕| 日韩制服骚丝袜av| 爱豆传媒免费全集在线观看| av一本久久久久| 国产免费一区二区三区四区乱码| 欧美精品啪啪一区二区三区 | 搡老岳熟女国产| 视频区欧美日本亚洲| 在线看a的网站| 国产麻豆69| 高清在线国产一区| 黑人操中国人逼视频| 亚洲欧美日韩另类电影网站| 亚洲伊人色综图| 在线观看一区二区三区激情| 捣出白浆h1v1| 国产精品国产av在线观看| 国产伦理片在线播放av一区| 香蕉丝袜av| 欧美成狂野欧美在线观看| 中文字幕色久视频| 亚洲精品久久午夜乱码| 美女国产高潮福利片在线看| 亚洲熟女毛片儿| 国产免费av片在线观看野外av| 久久人妻熟女aⅴ| 国产国语露脸激情在线看| 国产日韩一区二区三区精品不卡| 精品高清国产在线一区| 精品少妇一区二区三区视频日本电影| 99国产极品粉嫩在线观看| 久久亚洲国产成人精品v| 色精品久久人妻99蜜桃| e午夜精品久久久久久久| 亚洲 欧美一区二区三区| 欧美精品亚洲一区二区| 欧美成人午夜精品| 日韩 欧美 亚洲 中文字幕| 久久精品人人爽人人爽视色| 成人黄色视频免费在线看| 免费久久久久久久精品成人欧美视频| 黑人欧美特级aaaaaa片| 又紧又爽又黄一区二区| 日韩欧美一区视频在线观看| 18禁国产床啪视频网站| 人成视频在线观看免费观看| 极品人妻少妇av视频| 夫妻午夜视频| 中文字幕精品免费在线观看视频| 老熟女久久久| 亚洲成av片中文字幕在线观看| 精品久久久久久久毛片微露脸 | 啦啦啦在线免费观看视频4| 欧美日韩黄片免| 热99久久久久精品小说推荐| 久久99一区二区三区| 精品国产一区二区久久| 精品国内亚洲2022精品成人 | 国产av又大| 国产人伦9x9x在线观看| 欧美精品亚洲一区二区| 久久精品aⅴ一区二区三区四区| 中亚洲国语对白在线视频| 丰满迷人的少妇在线观看| 一边摸一边做爽爽视频免费| 国产免费av片在线观看野外av| 亚洲国产精品一区二区三区在线| 各种免费的搞黄视频| 亚洲欧美清纯卡通| 超碰97精品在线观看| av视频免费观看在线观看| 男女床上黄色一级片免费看| a级毛片在线看网站| 男女高潮啪啪啪动态图| 97人妻天天添夜夜摸| 成年动漫av网址| 男女之事视频高清在线观看| 日本一区二区免费在线视频| 久久国产精品人妻蜜桃| 一本大道久久a久久精品| 婷婷色av中文字幕| 1024香蕉在线观看| av网站免费在线观看视频| 极品人妻少妇av视频| 国产免费视频播放在线视频| 国产一级毛片在线| 深夜精品福利| 中文欧美无线码| 久久99热这里只频精品6学生| 国产老妇伦熟女老妇高清| 免费黄频网站在线观看国产| 女性生殖器流出的白浆| 国产极品粉嫩免费观看在线| 91老司机精品| 一区二区三区激情视频| 久久久精品免费免费高清| 天堂中文最新版在线下载| 精品一区二区三区四区五区乱码| 色视频在线一区二区三区| 国产一级毛片在线| 日韩,欧美,国产一区二区三区| 亚洲人成电影观看| 男人爽女人下面视频在线观看| 国产日韩欧美视频二区| kizo精华| 国产精品偷伦视频观看了| 久久综合国产亚洲精品| 欧美精品亚洲一区二区| 国产精品久久久人人做人人爽| 老鸭窝网址在线观看| 欧美另类亚洲清纯唯美| 欧美精品亚洲一区二区| 久久亚洲国产成人精品v| 精品熟女少妇八av免费久了| 亚洲中文日韩欧美视频| 十八禁高潮呻吟视频| 亚洲av电影在线进入| 日本vs欧美在线观看视频| 在线观看舔阴道视频| 午夜免费成人在线视频| 亚洲av电影在线进入| 亚洲国产av新网站| 国产精品久久久久成人av| 999精品在线视频| 国产精品九九99| 老司机午夜十八禁免费视频| 国产成+人综合+亚洲专区| 国产精品久久久av美女十八| 香蕉丝袜av| √禁漫天堂资源中文www| 一边摸一边做爽爽视频免费| 深夜精品福利| av福利片在线| 国产精品久久久久成人av| av欧美777| 国产精品偷伦视频观看了| 精品少妇久久久久久888优播| 女人被躁到高潮嗷嗷叫费观| 久久国产精品大桥未久av| 亚洲av男天堂| 亚洲色图综合在线观看| 亚洲国产欧美日韩在线播放| 久久久国产精品麻豆| 成人国产av品久久久| 午夜老司机福利片| 91精品三级在线观看| 一区在线观看完整版| 脱女人内裤的视频| 伊人久久大香线蕉亚洲五| 国产成人精品在线电影| 国产成人av教育| 丝袜美足系列| 欧美av亚洲av综合av国产av| 国产精品av久久久久免费| 色婷婷av一区二区三区视频| 国产在视频线精品| 韩国精品一区二区三区| 国产男女超爽视频在线观看| 亚洲免费av在线视频| 欧美性长视频在线观看| 久久狼人影院| 亚洲精品自拍成人| 久久久精品94久久精品| 亚洲中文字幕日韩| 亚洲成人国产一区在线观看| 超色免费av| 久久国产亚洲av麻豆专区| 精品亚洲成a人片在线观看| 久久香蕉激情| 亚洲国产av新网站| 午夜福利一区二区在线看| 久久人人爽av亚洲精品天堂| 在线观看免费日韩欧美大片| 国产欧美日韩综合在线一区二区| 国产麻豆69| 亚洲精品久久午夜乱码| 午夜福利视频精品| 一二三四在线观看免费中文在| 久久久精品区二区三区| 午夜免费成人在线视频| 国产三级黄色录像| 首页视频小说图片口味搜索| 少妇猛男粗大的猛烈进出视频| 国产精品一二三区在线看| 成年动漫av网址| 欧美精品一区二区大全| 欧美大码av| 在线 av 中文字幕| 免费少妇av软件| 国产欧美日韩精品亚洲av| 亚洲精华国产精华精| 免费久久久久久久精品成人欧美视频| 黑人操中国人逼视频| 狠狠精品人妻久久久久久综合| 国产日韩欧美在线精品| 成年人免费黄色播放视频| 久久精品成人免费网站| 久久久久国产一级毛片高清牌| 久久国产亚洲av麻豆专区| 亚洲中文字幕日韩| 久久久国产欧美日韩av| 美女高潮喷水抽搐中文字幕| 精品福利永久在线观看| 亚洲免费av在线视频| 久久影院123| 欧美性长视频在线观看| 亚洲精品成人av观看孕妇| 久久精品国产a三级三级三级| 欧美97在线视频| 99国产综合亚洲精品| 国产精品秋霞免费鲁丝片| 窝窝影院91人妻| 激情视频va一区二区三区| 日韩电影二区| 91成年电影在线观看| 国产一区二区三区av在线| 国产人伦9x9x在线观看| 12—13女人毛片做爰片一| 亚洲av电影在线进入| 国产精品 欧美亚洲| 在线十欧美十亚洲十日本专区| 亚洲欧美色中文字幕在线| 少妇裸体淫交视频免费看高清 | 亚洲色图 男人天堂 中文字幕| 亚洲国产日韩一区二区| 亚洲激情五月婷婷啪啪| 亚洲国产中文字幕在线视频| 久久人人爽人人片av| 亚洲av美国av| 一区在线观看完整版| 日本av手机在线免费观看| 热re99久久精品国产66热6| 一区二区日韩欧美中文字幕| 久久免费观看电影| 日本av手机在线免费观看| 狠狠精品人妻久久久久久综合| 色94色欧美一区二区| 狂野欧美激情性xxxx| 国产精品一二三区在线看| 一个人免费在线观看的高清视频 | 亚洲精华国产精华精| 制服人妻中文乱码| 动漫黄色视频在线观看| 国产在线免费精品| 99热网站在线观看| 午夜日韩欧美国产| 亚洲少妇的诱惑av| 大陆偷拍与自拍| 免费久久久久久久精品成人欧美视频| 18禁裸乳无遮挡动漫免费视频| 一级黄色大片毛片| 亚洲第一av免费看| 大型av网站在线播放| 18禁黄网站禁片午夜丰满| 丰满少妇做爰视频| 每晚都被弄得嗷嗷叫到高潮| 精品国产乱码久久久久久男人| 亚洲精品国产一区二区精华液| 在线观看www视频免费| 一二三四社区在线视频社区8| 色婷婷av一区二区三区视频| 免费日韩欧美在线观看| 久久精品aⅴ一区二区三区四区| 美女主播在线视频| 啦啦啦视频在线资源免费观看| 国产深夜福利视频在线观看| 欧美日韩亚洲综合一区二区三区_| 大香蕉久久成人网| www.精华液| 一边摸一边做爽爽视频免费| 久久狼人影院| 69av精品久久久久久 | 亚洲精品一区蜜桃| 久久毛片免费看一区二区三区| 国产精品 国内视频| 久久国产亚洲av麻豆专区| 国产亚洲av片在线观看秒播厂| 国产免费福利视频在线观看| 看免费av毛片| 日本五十路高清| 69av精品久久久久久 | 久久综合国产亚洲精品| 亚洲全国av大片| 一级片免费观看大全| 午夜免费鲁丝| 欧美日韩亚洲高清精品| 51午夜福利影视在线观看| 丰满迷人的少妇在线观看| 国产亚洲av片在线观看秒播厂| 亚洲人成电影免费在线| 老司机在亚洲福利影院| 亚洲精品一二三| 免费在线观看黄色视频的| 亚洲欧美精品综合一区二区三区| 老汉色av国产亚洲站长工具| 精品一区二区三区四区五区乱码| 国产精品久久久久久精品电影小说| 国产成人啪精品午夜网站| 精品卡一卡二卡四卡免费| 午夜影院在线不卡| 1024视频免费在线观看| 久久久久久久精品精品| 欧美日韩黄片免| 亚洲av电影在线进入| 男女国产视频网站| 一区二区三区激情视频| 亚洲七黄色美女视频| 国产片内射在线| 天堂俺去俺来也www色官网| 亚洲av日韩精品久久久久久密| 老司机福利观看| 超碰97精品在线观看| 美女脱内裤让男人舔精品视频| 国产精品一区二区在线不卡| 男人爽女人下面视频在线观看| 男女床上黄色一级片免费看| 亚洲伊人久久精品综合| 热re99久久国产66热| 日本欧美视频一区| 免费高清在线观看视频在线观看| 精品卡一卡二卡四卡免费| 亚洲第一青青草原| 夜夜夜夜夜久久久久| 国产精品久久久久久精品电影小说| 久久亚洲国产成人精品v| 国产成人免费观看mmmm| 久久人人爽人人片av| 国产一区二区激情短视频 | 欧美 日韩 精品 国产| 91av网站免费观看| 久久国产精品人妻蜜桃| tube8黄色片| 欧美成狂野欧美在线观看| 精品少妇内射三级| 久久精品国产亚洲av香蕉五月 | 精品亚洲成国产av| av超薄肉色丝袜交足视频| xxxhd国产人妻xxx| 日韩视频在线欧美| 母亲3免费完整高清在线观看| 精品第一国产精品| 男女无遮挡免费网站观看| 18禁黄网站禁片午夜丰满| 精品少妇一区二区三区视频日本电影| 国产精品秋霞免费鲁丝片| 真人做人爱边吃奶动态| 少妇被粗大的猛进出69影院| 日本wwww免费看| 久久人人爽人人片av| 性色av乱码一区二区三区2| 亚洲国产精品一区三区| 久久久国产欧美日韩av| 最黄视频免费看| 久久久久国产精品人妻一区二区| 大陆偷拍与自拍| 日本av手机在线免费观看| 成年动漫av网址| 两人在一起打扑克的视频| 欧美日韩亚洲高清精品| 国产黄色免费在线视频| 亚洲va日本ⅴa欧美va伊人久久 | tocl精华| 丝袜脚勾引网站| 香蕉丝袜av| 黄色毛片三级朝国网站| 亚洲第一青青草原| 亚洲综合色网址| 天天躁夜夜躁狠狠躁躁| 亚洲黑人精品在线| 欧美乱码精品一区二区三区| 久久中文看片网| 老司机福利观看| av在线app专区| 麻豆国产av国片精品| 精品少妇一区二区三区视频日本电影| 国产免费福利视频在线观看| 精品少妇内射三级| 欧美日本中文国产一区发布| 国产片内射在线| 亚洲国产看品久久| 久久久久久亚洲精品国产蜜桃av| 精品国产超薄肉色丝袜足j| 成年美女黄网站色视频大全免费| 午夜免费鲁丝| 亚洲视频免费观看视频| 日本猛色少妇xxxxx猛交久久| 精品人妻一区二区三区麻豆| 成人黄色视频免费在线看| 亚洲五月色婷婷综合| 男女下面插进去视频免费观看| 亚洲成人手机| 国产欧美亚洲国产| 国产精品一区二区免费欧美 | 成人国产av品久久久| 精品一区在线观看国产| 国产日韩欧美在线精品| 日韩一卡2卡3卡4卡2021年| 成人av一区二区三区在线看 | 午夜福利影视在线免费观看| 黄色视频不卡| 精品国产一区二区久久| 丰满饥渴人妻一区二区三| 亚洲精品日韩在线中文字幕| 美女国产高潮福利片在线看| 美女脱内裤让男人舔精品视频| 亚洲专区字幕在线| 国产精品一区二区在线观看99| 精品一区二区三区av网在线观看 | 两个人免费观看高清视频| svipshipincom国产片| 十八禁高潮呻吟视频| 69精品国产乱码久久久| 久久国产精品影院| 精品福利永久在线观看| 欧美精品啪啪一区二区三区 | 免费观看a级毛片全部| 动漫黄色视频在线观看| 日韩大码丰满熟妇| 免费在线观看视频国产中文字幕亚洲 | 日韩视频在线欧美| e午夜精品久久久久久久| 9191精品国产免费久久| 亚洲国产欧美日韩在线播放| 啪啪无遮挡十八禁网站| 99国产精品一区二区三区| 黑丝袜美女国产一区| 精品一区二区三区av网在线观看 | 黄色视频在线播放观看不卡| 高清黄色对白视频在线免费看| 一本综合久久免费| 一个人免费在线观看的高清视频 | 一级a爱视频在线免费观看| 女人久久www免费人成看片| 亚洲avbb在线观看| 男女无遮挡免费网站观看| 国产男人的电影天堂91| 国产又爽黄色视频| 日本vs欧美在线观看视频| 女人高潮潮喷娇喘18禁视频| 国产极品粉嫩免费观看在线| 蜜桃国产av成人99| 亚洲色图 男人天堂 中文字幕| 妹子高潮喷水视频| 大香蕉久久成人网| 国产精品一二三区在线看| 91国产中文字幕| 日韩 亚洲 欧美在线| 69av精品久久久久久 | 亚洲一区中文字幕在线| 成年美女黄网站色视频大全免费| 国产免费一区二区三区四区乱码| 亚洲精品美女久久久久99蜜臀| 成人18禁高潮啪啪吃奶动态图| 久久毛片免费看一区二区三区| 美女扒开内裤让男人捅视频| 日本欧美视频一区| 国产精品亚洲av一区麻豆| 91成人精品电影| 精品久久蜜臀av无| 精品人妻一区二区三区麻豆| 亚洲伊人久久精品综合| 日本91视频免费播放| 菩萨蛮人人尽说江南好唐韦庄| 悠悠久久av| 日韩大码丰满熟妇| 一级a爱视频在线免费观看| cao死你这个sao货| 老司机亚洲免费影院| 久久99一区二区三区| 国产亚洲精品一区二区www | 亚洲情色 制服丝袜| 国产不卡av网站在线观看| 亚洲国产精品一区三区| 99精品欧美一区二区三区四区| 高潮久久久久久久久久久不卡| 国产一区二区三区综合在线观看| 日日夜夜操网爽| 人人妻人人澡人人爽人人夜夜| 搡老熟女国产l中国老女人| 黑丝袜美女国产一区| 亚洲欧美清纯卡通| 亚洲一码二码三码区别大吗| 超碰成人久久| 男女下面插进去视频免费观看| 男人爽女人下面视频在线观看| 久久99一区二区三区| 亚洲专区国产一区二区| 亚洲精华国产精华精| 国产精品一二三区在线看| 麻豆国产av国片精品| 丝瓜视频免费看黄片| 极品人妻少妇av视频| 亚洲成人免费av在线播放| 婷婷丁香在线五月| 一区二区日韩欧美中文字幕| 正在播放国产对白刺激| 中文字幕人妻丝袜一区二区| 久久99热这里只频精品6学生| 五月开心婷婷网| 欧美人与性动交α欧美软件| 色精品久久人妻99蜜桃| 亚洲国产成人一精品久久久| 极品人妻少妇av视频| 两个人免费观看高清视频| 高潮久久久久久久久久久不卡|