• <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
    国产精品女同一区二区软件| 叶爱在线成人免费视频播放| 伊人久久大香线蕉亚洲五| av国产精品久久久久影院| 有码 亚洲区| 大片电影免费在线观看免费| 各种免费的搞黄视频| 一区二区av电影网| 久久久亚洲精品成人影院| 最近最新中文字幕大全免费视频 | 天美传媒精品一区二区| 国产激情久久老熟女| 2018国产大陆天天弄谢| 大码成人一级视频| 成人手机av| 视频在线观看一区二区三区| 国产成人精品久久二区二区91 | 18禁观看日本| 女人被躁到高潮嗷嗷叫费观| 少妇人妻精品综合一区二区| 久久久久精品性色| 亚洲综合精品二区| 亚洲欧美一区二区三区久久| 黄色毛片三级朝国网站| 91精品国产国语对白视频| 国产1区2区3区精品| 中国国产av一级| 丰满迷人的少妇在线观看| 夫妻午夜视频| 成人漫画全彩无遮挡| 亚洲情色 制服丝袜| 日日摸夜夜添夜夜爱| 久久精品久久精品一区二区三区| 久久久久久伊人网av| av片东京热男人的天堂| 这个男人来自地球电影免费观看 | 国产精品国产av在线观看| 在线观看免费视频网站a站| 精品一区二区三卡| 国产又色又爽无遮挡免| 一区二区日韩欧美中文字幕| 精品一品国产午夜福利视频| 精品视频人人做人人爽| 久久毛片免费看一区二区三区| 熟女av电影| 在线天堂中文资源库| 国产精品不卡视频一区二区| 在线观看免费视频网站a站| 考比视频在线观看| 国产极品天堂在线| 国产精品 国内视频| av免费观看日本| 国产精品人妻久久久影院| 我的亚洲天堂| 亚洲四区av| 建设人人有责人人尽责人人享有的| 亚洲美女搞黄在线观看| 午夜影院在线不卡| kizo精华| 久久鲁丝午夜福利片| 成人亚洲欧美一区二区av| 日韩人妻精品一区2区三区| 99香蕉大伊视频| 美女国产视频在线观看| av片东京热男人的天堂| 欧美中文综合在线视频| 啦啦啦在线免费观看视频4| 我要看黄色一级片免费的| 韩国高清视频一区二区三区| 国产乱人偷精品视频| 久久久精品免费免费高清| 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 | 黄色怎么调成土黄色| 欧美成人午夜精品| 久久精品国产a三级三级三级| 国产精品国产av在线观看| 日韩视频在线欧美| 春色校园在线视频观看| 免费黄网站久久成人精品| av在线老鸭窝| 国产日韩欧美在线精品| 久久久国产精品麻豆| 国产精品偷伦视频观看了| 欧美日韩成人在线一区二区| 国产精品二区激情视频| a级毛片在线看网站| 婷婷色麻豆天堂久久| 国产精品偷伦视频观看了| 亚洲天堂av无毛| 在线观看免费日韩欧美大片| 2018国产大陆天天弄谢| 9色porny在线观看| 日韩av在线免费看完整版不卡| 欧美精品人与动牲交sv欧美| 欧美精品人与动牲交sv欧美| 99香蕉大伊视频| 亚洲av电影在线观看一区二区三区| 欧美 亚洲 国产 日韩一| 婷婷色av中文字幕| 黄片小视频在线播放| 日本-黄色视频高清免费观看| 亚洲伊人久久精品综合| 观看美女的网站| 中文字幕精品免费在线观看视频| 麻豆精品久久久久久蜜桃| 极品少妇高潮喷水抽搐| 一区二区日韩欧美中文字幕| 色94色欧美一区二区| 久久免费观看电影| 国产一区二区在线观看av| 免费av中文字幕在线| 久久韩国三级中文字幕| 欧美精品亚洲一区二区| 丝瓜视频免费看黄片| 亚洲国产毛片av蜜桃av| 亚洲国产日韩一区二区| 久久久亚洲精品成人影院| 久久久久久伊人网av| 久久午夜综合久久蜜桃| 亚洲四区av| 国产在线一区二区三区精| 性高湖久久久久久久久免费观看| 2022亚洲国产成人精品| 色婷婷av一区二区三区视频| 巨乳人妻的诱惑在线观看| 久久毛片免费看一区二区三区| 精品人妻熟女毛片av久久网站| 国产精品av久久久久免费| 国产熟女午夜一区二区三区| 各种免费的搞黄视频| 一边亲一边摸免费视频| 国产日韩一区二区三区精品不卡| 夜夜骑夜夜射夜夜干| 麻豆乱淫一区二区| 熟妇人妻不卡中文字幕| 精品国产一区二区三区四区第35| 精品国产一区二区三区久久久樱花| 久久精品亚洲av国产电影网| 日韩精品有码人妻一区| 久久久久国产一级毛片高清牌| 中国国产av一级| 热99国产精品久久久久久7| 一二三四在线观看免费中文在| av线在线观看网站| 秋霞伦理黄片| 最近中文字幕2019免费版| 免费人妻精品一区二区三区视频| 午夜av观看不卡| 色吧在线观看| 国产精品免费大片| av国产精品久久久久影院| 我的亚洲天堂| 亚洲精品日本国产第一区| 熟妇人妻不卡中文字幕| 久久精品熟女亚洲av麻豆精品| 欧美激情 高清一区二区三区| 国产女主播在线喷水免费视频网站| 男女无遮挡免费网站观看| 久久精品熟女亚洲av麻豆精品| 90打野战视频偷拍视频| 母亲3免费完整高清在线观看 | 男人操女人黄网站| 中文字幕最新亚洲高清| 欧美日韩精品网址| 狠狠精品人妻久久久久久综合| 赤兔流量卡办理| 99国产精品免费福利视频| 亚洲av电影在线进入| 国产女主播在线喷水免费视频网站| 一区在线观看完整版| 亚洲国产av新网站| 久久午夜综合久久蜜桃| 亚洲欧美一区二区三区久久| 少妇熟女欧美另类| 一个人免费看片子| 欧美日本中文国产一区发布| 亚洲国产精品一区二区三区在线| 国产男女超爽视频在线观看| 久久99蜜桃精品久久| 免费在线观看黄色视频的| 国产精品一区二区在线不卡| 成年人午夜在线观看视频| 999久久久国产精品视频| 免费看不卡的av| 这个男人来自地球电影免费观看 | 免费不卡的大黄色大毛片视频在线观看| 午夜福利视频精品| 男人爽女人下面视频在线观看| 男女午夜视频在线观看| 18禁国产床啪视频网站| 精品国产露脸久久av麻豆| 26uuu在线亚洲综合色| 搡老乐熟女国产| 欧美 亚洲 国产 日韩一| 熟妇人妻不卡中文字幕| 国产一区二区激情短视频 | 国产欧美日韩综合在线一区二区| 18禁裸乳无遮挡动漫免费视频| 天美传媒精品一区二区| 欧美日韩av久久| 丝袜喷水一区| 黄色配什么色好看| 亚洲天堂av无毛| 搡老乐熟女国产| a级毛片黄视频| 九九爱精品视频在线观看| 亚洲第一青青草原| 久久99一区二区三区| 午夜av观看不卡| 欧美精品av麻豆av| 免费日韩欧美在线观看| 亚洲少妇的诱惑av| 日韩,欧美,国产一区二区三区| 亚洲人成电影观看| 国产片内射在线| 少妇熟女欧美另类| 蜜桃在线观看..| 精品国产乱码久久久久久男人| 国产黄频视频在线观看| 自拍欧美九色日韩亚洲蝌蚪91| 啦啦啦中文免费视频观看日本| 国产日韩欧美视频二区| 亚洲精品一二三| 人成视频在线观看免费观看| 欧美精品国产亚洲| 一级片'在线观看视频| 少妇熟女欧美另类| 亚洲第一青青草原| 成人毛片a级毛片在线播放| 一区在线观看完整版| 9色porny在线观看| 韩国高清视频一区二区三区| 国产伦理片在线播放av一区| 美女大奶头黄色视频| 一本色道久久久久久精品综合| 久久国产亚洲av麻豆专区| 国产亚洲一区二区精品| 国产日韩欧美在线精品| 高清黄色对白视频在线免费看| 精品一区二区三区四区五区乱码 | 美女午夜性视频免费| 国产欧美亚洲国产| 久久精品久久久久久噜噜老黄| 在线观看国产h片| 久久久久精品性色| 国产精品香港三级国产av潘金莲 | 人妻系列 视频| 精品一品国产午夜福利视频| 边亲边吃奶的免费视频| www.精华液| 欧美日韩精品网址| 男女无遮挡免费网站观看| 精品福利永久在线观看| 国产一区亚洲一区在线观看| 亚洲综合精品二区| 少妇精品久久久久久久| 免费女性裸体啪啪无遮挡网站| 亚洲综合色惰| 亚洲婷婷狠狠爱综合网| 久久久久久久国产电影| 黄色配什么色好看| 菩萨蛮人人尽说江南好唐韦庄| 精品国产国语对白av| 亚洲伊人色综图| 黄频高清免费视频| 777米奇影视久久| 国产 精品1| 丁香六月天网| 国产av码专区亚洲av| 99热网站在线观看| 日本vs欧美在线观看视频| 久久ye,这里只有精品| 一区二区三区激情视频| 宅男免费午夜| av在线观看视频网站免费| 欧美少妇被猛烈插入视频| 亚洲精品成人av观看孕妇| 黄色一级大片看看| 亚洲综合色惰| 美女国产高潮福利片在线看| tube8黄色片| 九草在线视频观看| 26uuu在线亚洲综合色| 免费观看性生交大片5| 国产亚洲av片在线观看秒播厂| 久久久久久久久久久久大奶| 国产视频首页在线观看| 18禁动态无遮挡网站| 黑丝袜美女国产一区| 免费久久久久久久精品成人欧美视频| 人妻系列 视频| 老汉色av国产亚洲站长工具| 亚洲av.av天堂| 国产老妇伦熟女老妇高清| av视频免费观看在线观看| 在线观看免费日韩欧美大片| 久久99热这里只频精品6学生| 免费黄网站久久成人精品| 黄色一级大片看看| 99热网站在线观看| 国产 精品1| 亚洲,欧美精品.| 99香蕉大伊视频| 日本欧美国产在线视频| 成年女人在线观看亚洲视频| 亚洲天堂av无毛| 国产精品嫩草影院av在线观看| 国产探花极品一区二区| 各种免费的搞黄视频| 国产乱来视频区| 国产在线免费精品| 亚洲一级一片aⅴ在线观看| 人妻少妇偷人精品九色| 亚洲精品美女久久久久99蜜臀 | 十八禁网站网址无遮挡| 两性夫妻黄色片| 一本大道久久a久久精品| 国产成人一区二区在线| 久久精品亚洲av国产电影网| 黄色怎么调成土黄色| 亚洲伊人色综图| av网站免费在线观看视频| 精品一区在线观看国产| 侵犯人妻中文字幕一二三四区| 日本黄色日本黄色录像| 久久久久久伊人网av| 亚洲国产精品成人久久小说| 亚洲精品一二三| 久久精品久久久久久噜噜老黄| 一本大道久久a久久精品| 亚洲,欧美精品.| 亚洲av成人精品一二三区| 亚洲精品成人av观看孕妇| 女人久久www免费人成看片| 午夜激情久久久久久久| 女人被躁到高潮嗷嗷叫费观| 亚洲av日韩在线播放| 校园人妻丝袜中文字幕| 免费黄频网站在线观看国产| 欧美精品人与动牲交sv欧美| 欧美日韩视频高清一区二区三区二| 精品亚洲乱码少妇综合久久| 国产精品国产三级专区第一集| 嫩草影院入口| 一区福利在线观看| 国产极品天堂在线| 免费观看无遮挡的男女| 国产精品久久久av美女十八| 91午夜精品亚洲一区二区三区| 亚洲国产欧美在线一区| 少妇熟女欧美另类| 大香蕉久久网| 亚洲一级一片aⅴ在线观看| 精品国产超薄肉色丝袜足j| 色网站视频免费| 午夜久久久在线观看| 国产精品久久久久久久久免| 中文字幕人妻丝袜制服| 国产高清国产精品国产三级| 波多野结衣av一区二区av| 国产精品一国产av| videossex国产| 另类亚洲欧美激情| 波多野结衣一区麻豆| 最近手机中文字幕大全| 91精品三级在线观看| 亚洲国产av新网站| 一级黄片播放器| 黄色配什么色好看| 欧美国产精品一级二级三级| 九九爱精品视频在线观看| 男女啪啪激烈高潮av片| 毛片一级片免费看久久久久| av视频免费观看在线观看| 少妇人妻久久综合中文| 热99国产精品久久久久久7| 十八禁网站网址无遮挡| xxx大片免费视频| 三级国产精品片| 久久精品人人爽人人爽视色| 国产男女内射视频| 精品国产超薄肉色丝袜足j| 久久人妻熟女aⅴ| 精品少妇久久久久久888优播| 欧美成人午夜免费资源| 成人毛片60女人毛片免费| 黄色毛片三级朝国网站| 成年动漫av网址| 久久久久精品久久久久真实原创| 少妇熟女欧美另类| 欧美日韩综合久久久久久| 久久久精品94久久精品| 亚洲伊人色综图| 日产精品乱码卡一卡2卡三| 精品少妇内射三级| 欧美老熟妇乱子伦牲交| 2018国产大陆天天弄谢| 久久精品国产a三级三级三级| 亚洲激情五月婷婷啪啪| 日韩免费高清中文字幕av| 黄片小视频在线播放| 一级毛片 在线播放| 久久久精品区二区三区| 男女下面插进去视频免费观看| av卡一久久| 少妇被粗大的猛进出69影院| 99热国产这里只有精品6| 中文字幕精品免费在线观看视频| 成年人免费黄色播放视频| 久久久久视频综合| 国产精品久久久久久精品古装| 亚洲国产精品一区二区三区在线| 欧美日韩视频高清一区二区三区二| 免费少妇av软件| 久久久精品国产亚洲av高清涩受| www日本在线高清视频| 国产成人精品在线电影| av一本久久久久| 国产日韩欧美亚洲二区| 久久精品国产自在天天线| 久久久久久免费高清国产稀缺| 男女下面插进去视频免费观看| 亚洲精品久久午夜乱码| 国产日韩欧美在线精品| 婷婷色综合大香蕉| 国产乱来视频区| 中文天堂在线官网| 啦啦啦视频在线资源免费观看| 午夜影院在线不卡| 欧美bdsm另类| 在线免费观看不下载黄p国产| www.av在线官网国产| xxx大片免费视频| 国产日韩欧美亚洲二区| av免费观看日本| 人妻少妇偷人精品九色| 午夜老司机福利剧场| 少妇人妻 视频| 欧美 亚洲 国产 日韩一| 午夜福利一区二区在线看| 亚洲av.av天堂| 亚洲精品第二区| 免费黄频网站在线观看国产| 男女下面插进去视频免费观看| 观看美女的网站| 免费少妇av软件| 日韩精品有码人妻一区| a 毛片基地| 亚洲成人av在线免费| 看免费av毛片| 日韩在线高清观看一区二区三区| 成年女人毛片免费观看观看9 | 毛片一级片免费看久久久久| 国产xxxxx性猛交| 两性夫妻黄色片| 韩国av在线不卡| 永久网站在线| 久久97久久精品| 成年动漫av网址| av免费在线看不卡| 欧美精品亚洲一区二区| 精品国产乱码久久久久久男人| 久久99热这里只频精品6学生| 国产精品不卡视频一区二区| 黄片播放在线免费| 久久久久久久国产电影| 高清视频免费观看一区二区| 日本色播在线视频| 一区二区三区乱码不卡18| 国产又色又爽无遮挡免| 一级,二级,三级黄色视频| 大码成人一级视频| 亚洲五月色婷婷综合| 午夜免费观看性视频| 亚洲第一区二区三区不卡| 国产综合精华液| 日韩一区二区视频免费看| 国产麻豆69| 一级黄片播放器| 午夜福利在线免费观看网站| av一本久久久久| 欧美精品高潮呻吟av久久| 日韩伦理黄色片| 麻豆精品久久久久久蜜桃| 欧美日韩综合久久久久久| 啦啦啦在线免费观看视频4| 久久婷婷青草| 七月丁香在线播放| 婷婷成人精品国产| 国产黄色免费在线视频| 亚洲国产精品成人久久小说| 女人久久www免费人成看片| 免费久久久久久久精品成人欧美视频| 在线观看人妻少妇| 如日韩欧美国产精品一区二区三区| 亚洲国产色片| 韩国精品一区二区三区| 一级,二级,三级黄色视频| 欧美人与性动交α欧美软件| 欧美激情极品国产一区二区三区| 男女国产视频网站| 巨乳人妻的诱惑在线观看| 日韩伦理黄色片| 国产一级毛片在线| 只有这里有精品99| 韩国av在线不卡| 国产成人精品无人区| 啦啦啦在线免费观看视频4| 久久久欧美国产精品| xxx大片免费视频| 亚洲精品国产av蜜桃| 国产黄频视频在线观看| 男人爽女人下面视频在线观看| 国产有黄有色有爽视频| 国精品久久久久久国模美| 亚洲精品一二三| 成人影院久久| 人妻 亚洲 视频| 免费不卡的大黄色大毛片视频在线观看| 久久久久久久大尺度免费视频| 2022亚洲国产成人精品| 亚洲精品第二区| 精品国产乱码久久久久久男人| av卡一久久| 色94色欧美一区二区| 国精品久久久久久国模美| 欧美黄色片欧美黄色片| 一级毛片电影观看| 亚洲第一av免费看| 日韩中文字幕视频在线看片| 免费黄网站久久成人精品| 搡女人真爽免费视频火全软件| 999久久久国产精品视频| 男人操女人黄网站| 国产精品久久久久久精品古装| 黄片无遮挡物在线观看| 日韩中文字幕欧美一区二区 | 在线 av 中文字幕| 国产成人精品久久久久久| 午夜福利影视在线免费观看| 国产精品av久久久久免费| 亚洲欧美一区二区三区久久| 国产高清不卡午夜福利| 人妻人人澡人人爽人人| 国产av码专区亚洲av| 中文乱码字字幕精品一区二区三区| 男女下面插进去视频免费观看| 丝袜脚勾引网站| 精品福利永久在线观看| 免费黄色在线免费观看| 日韩av在线免费看完整版不卡| 少妇人妻精品综合一区二区| 午夜日本视频在线| 日韩中文字幕欧美一区二区 | 晚上一个人看的免费电影| 少妇被粗大猛烈的视频| 久久人人97超碰香蕉20202| 久久久精品国产亚洲av高清涩受| 久热久热在线精品观看| 美女主播在线视频| 婷婷色av中文字幕| 日本色播在线视频| 狠狠精品人妻久久久久久综合| 国产精品秋霞免费鲁丝片| 亚洲图色成人| 日本vs欧美在线观看视频| 99久久人妻综合| 国产成人免费观看mmmm| 免费黄频网站在线观看国产| av免费在线看不卡| 波多野结衣av一区二区av| 在线观看三级黄色| 精品视频人人做人人爽| 欧美精品av麻豆av| 亚洲在久久综合| 色视频在线一区二区三区| 久久久国产精品麻豆| 亚洲欧美清纯卡通| 天堂中文最新版在线下载| 日本欧美国产在线视频| 精品人妻偷拍中文字幕| 精品国产超薄肉色丝袜足j| 日韩伦理黄色片| 久久久国产欧美日韩av| 国产一区亚洲一区在线观看| 国产 精品1| 在线观看免费视频网站a站| 国产精品一区二区在线不卡| 看免费成人av毛片| av国产久精品久网站免费入址| 国产免费福利视频在线观看| 少妇熟女欧美另类| 精品国产乱码久久久久久小说| 久久久国产欧美日韩av| 熟女少妇亚洲综合色aaa.| 国产精品不卡视频一区二区| 国产成人免费无遮挡视频| 99精国产麻豆久久婷婷| 国产 精品1| av免费观看日本| 在线亚洲精品国产二区图片欧美| av免费在线看不卡| 两个人免费观看高清视频| 午夜免费鲁丝| 熟女电影av网| 97精品久久久久久久久久精品| 观看av在线不卡| 波多野结衣av一区二区av| 丰满乱子伦码专区| 高清视频免费观看一区二区| 精品卡一卡二卡四卡免费| 制服丝袜香蕉在线| 久久久精品区二区三区| 日本vs欧美在线观看视频| 欧美97在线视频|