• <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SAE-SA-1D-CNN-BGRU的渦扇發(fā)動機(jī)剩余壽命預(yù)測

    2023-09-14 05:45:48蔡文濤張呂凡徐詩奕吳柔慧任一竹
    航空發(fā)動機(jī) 2023年4期
    關(guān)鍵詞:渦扇神經(jīng)網(wǎng)絡(luò)發(fā)動機(jī)

    聶 磊 ,蔡文濤 ,張呂凡 ,徐詩奕 ,吳柔慧 ,任一竹

    (1.湖北工業(yè)大學(xué)機(jī)械工程學(xué)院,2.湖北省現(xiàn)代制造質(zhì)量工程重點(diǎn)實(shí)驗(yàn)室:武漢 430068)

    0 引言

    準(zhǔn)確預(yù)測渦扇發(fā)動機(jī)的剩余使用壽命是保證其正常工作、降低維護(hù)成本的重要手段[1]。目前,壽命預(yù)測的方法主要有3類[2-4]:基于物理失效模型的預(yù)測方法、基于經(jīng)驗(yàn)的預(yù)測方法和基于數(shù)據(jù)驅(qū)動的預(yù)測方法。物理模型方法需要進(jìn)行大量試驗(yàn),且試驗(yàn)周期長,成本高,還需綜合考慮設(shè)備所經(jīng)歷的物理、化學(xué)、氣動熱力過程,導(dǎo)致物理模型難以精確建立,給該方法的使用帶來了限制;經(jīng)驗(yàn)預(yù)測法將設(shè)備故障和失效數(shù)據(jù)擬合為統(tǒng)計分布,該預(yù)測方法模型復(fù)雜度低且只能給出同類設(shè)備同工況的預(yù)測評估;數(shù)據(jù)驅(qū)動法通過捕捉設(shè)備的監(jiān)測數(shù)據(jù)與剩余使用壽命(Remaining useful life ,RUL)間的關(guān)系來進(jìn)行壽命預(yù)測,該方法通常采用數(shù)理統(tǒng)計和機(jī)器學(xué)習(xí)的手段,使用簡便并且模型通用性好,因此受到了廣泛的研究。

    針對基于數(shù)據(jù)驅(qū)動的預(yù)測方法,學(xué)者們開展了廣泛研究。任子強(qiáng)等[5]提出了一種建立復(fù)合健康因子(Composite Health Indicator,CHI)的方法并采用線性維納過程構(gòu)建出CHI 數(shù)學(xué)模型,使用Bayesian 方法更新模型參數(shù),并模擬出發(fā)動機(jī)退化軌跡;趙申坤等[6]篩選出渦扇發(fā)動機(jī)中具有退化趨勢的特征,采用主成分分析法對篩選的特征做數(shù)據(jù)融合,提取出能表征發(fā)動機(jī)退化趨勢的1維健康因子(Health indicator,HI),構(gòu)建出貝葉斯?fàn)顟B(tài)模型用于預(yù)測發(fā)動機(jī)的RUL;Chui等[7]提出一種非主導(dǎo)排序遺傳算法優(yōu)化遞歸神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)權(quán)重的預(yù)測算法,并通過渦扇發(fā)動機(jī)RUL 預(yù)測算例來說明方法的有效性;Kang等[8]使用網(wǎng)格搜索優(yōu)化多層感知機(jī)網(wǎng)絡(luò)參數(shù)預(yù)測渦扇發(fā)動機(jī)RUL,表明了該模型的有效性;宋亞等[9]提出了一種自編碼神經(jīng)網(wǎng)絡(luò)和雙向長短期記憶網(wǎng)絡(luò)的混合模型,并基于通用數(shù)據(jù)集展開測試,表明該混合模型精度優(yōu)于現(xiàn)有深度學(xué)習(xí)模型的;張永峰等[10]利用1 維卷積神經(jīng)網(wǎng)絡(luò)提取渦扇發(fā)動機(jī)的特征,將提取到的高維特征輸入到雙向長短期記憶網(wǎng)絡(luò)進(jìn)行回歸預(yù)測,表明該方法優(yōu)于其他的機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)模型。

    上述文獻(xiàn)所提出的RUL預(yù)測可分為2類:將原始高維特征數(shù)據(jù)融合為1 維健康因子,建立HI 的數(shù)學(xué)模型用以預(yù)測RUL;將原始數(shù)據(jù)輸入至神經(jīng)網(wǎng)絡(luò)中,依靠其強(qiáng)大的非線性映射能力建立起原始數(shù)據(jù)與RUL 間的關(guān)系??紤]到在航空發(fā)動機(jī)退化過程中退化率的非線性成分占比大、監(jiān)測變量維數(shù)多和監(jiān)測數(shù)據(jù)存在噪聲等特點(diǎn),本文綜合二者方法所提供的良好思路和特點(diǎn),將原始高維數(shù)據(jù)融合成1 維HI,利用SA-1D-CNN-BGRU 網(wǎng)絡(luò)建立了HI 和RUL 的關(guān)系,并在C-MAPSS的FD001數(shù)據(jù)集上進(jìn)行了驗(yàn)證。

    1 基于SA-1D-CNN-BGRU 的渦扇發(fā)動機(jī)退化建模

    1.1 堆疊自編碼網(wǎng)絡(luò)

    自編碼(Autoencoder,AE)網(wǎng)絡(luò)是一種無監(jiān)督學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò),可將輸入數(shù)據(jù)轉(zhuǎn)換為低維度表示[11]。典型的自編碼網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示,包含輸入層、隱藏層和輸出層,盡可能地使輸入數(shù)據(jù)和輸出數(shù)據(jù)一致,在中間的隱藏層中實(shí)現(xiàn)輸入特征的壓縮。

    圖1 自編碼網(wǎng)絡(luò)結(jié)構(gòu)

    網(wǎng)絡(luò)中的輸入層為x={x1,x2,…,xn},中間隱藏層為h={h1,h2,…,hm},其中m<n,輸出層為y={y1,y2,…,yn}。在自編碼網(wǎng)絡(luò)的編碼與解碼過程中,數(shù)據(jù)經(jīng)過如下變換

    式中:f、g為激活函數(shù),本文選取的為RELU和tanh;Wy為輸入層和隱藏層中神經(jīng)元的權(quán)重;by為輸入層和隱藏層中神經(jīng)元的偏置;Wz為輸出層和隱藏層神經(jīng)元的權(quán)重;bz為輸出層和隱藏層神經(jīng)元的偏置。

    堆疊自編碼(Stacked autoencoder,SAE)由自編碼網(wǎng)絡(luò)堆疊連接形成,每層均做編碼操作,將前一層的輸出作為下一層的輸入,使其具有更好的低維特征提取能力。

    1.2 1維卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)最早被應(yīng)用于機(jī)器視覺領(lǐng)域,通過卷積運(yùn)算提取出圖像中的空間特征,能夠高效地利用數(shù)據(jù)[12-14]。1 維卷積神經(jīng)網(wǎng)絡(luò)(1-Dimensional Convolutional neural network,1D-CNN)是2D-CNN 的變體,二者處理數(shù)據(jù)的方法相同,通常應(yīng)用于自然語言處理和時序數(shù)據(jù)??紤]到渦扇發(fā)動機(jī)退化數(shù)據(jù)的時序特點(diǎn),本文利用1D-CNN 提取時序數(shù)據(jù)中的空間特征,其原理如圖2所示。

    圖2 1D-CNN原理

    1.3 雙向門控循環(huán)單元

    循環(huán)神經(jīng)網(wǎng)絡(luò)在處理時間序列時,若輸入的時序過長,則循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent neural network,RNN)不能將之前的信息傳遞到當(dāng)前狀態(tài),在反向傳播時,容易導(dǎo)致梯度消息或者彌散的問題。長短期記憶網(wǎng)絡(luò)(Long and short-term memory networks,LSTM)網(wǎng)絡(luò)可解決短時記憶的問題,具有3 個門控單元來實(shí)現(xiàn)權(quán)重學(xué)習(xí)調(diào)節(jié)信息,從而避免梯度的彌散或爆炸。與LSTM 相比,門控循環(huán)單元(Gated recurrent unit,GRU)簡化了門控單元數(shù),在一定程度上減少了網(wǎng)絡(luò)的參數(shù),進(jìn)而提升了模型的訓(xùn)練速度[15]。單個GRU 單元結(jié)構(gòu)如圖3所示。

    圖3 單個GRU單元結(jié)構(gòu)

    GRU計算公式

    式中:tanh 為激活函數(shù);xt為輸入數(shù)據(jù);ht-1為上一狀態(tài)的輸出;rt為t時刻重置門,zt為t時刻更新門,Wz、Wr和Wh?分別為更新門、重置門和輸出值的權(quán)重矩陣。

    雙向門控循環(huán)單元(Bidireactional gated recurrent unit,BGRU)包含了2 個方向相反的GRU,每個GRU對輸出序列的正序和逆序進(jìn)行處理,并將各自的輸出合并形成最終輸出。即在每個時刻,BGRU 網(wǎng)絡(luò)可以學(xué)習(xí)到該時刻前后的序列信息,使得BGRU 網(wǎng)絡(luò)可以綜合考慮到過去和未來的信息,有助于提升模型的預(yù)測性能。其展開結(jié)構(gòu)如圖4所示。

    圖4 BGRU展開結(jié)構(gòu)

    1.4 注意力機(jī)制

    注意力機(jī)制最早在機(jī)器視覺領(lǐng)域被提出,近年來被應(yīng)用于許多領(lǐng)域并取得了巨大的成功[16]。在神經(jīng)網(wǎng)絡(luò)中,隨著模型復(fù)雜化過程中,其參數(shù)增多且表達(dá)能力更強(qiáng),同時模型信息變得冗雜,帶來了信息過載的問題。為解決這個問題,在神經(jīng)網(wǎng)絡(luò)中引入注意力機(jī)制,可以有效地分配一系列權(quán)重,使得模型將資源集中在關(guān)鍵信息當(dāng)中,從而提高算法效率。注意力機(jī)制計算過程如圖5所示,可分為3個階段。

    圖5 注意力機(jī)制計算過程

    在第1階段,計算每個Q和K的相似性,得到每個K對應(yīng)的權(quán)重系數(shù)。在第2階段,為防止結(jié)果過大,使用softmax 函數(shù)對權(quán)值歸一化處理,將其轉(zhuǎn)化為概率形式。在第3 階段,對不同的權(quán)重進(jìn)行加權(quán)求和,得到最后的注意表達(dá)式

    式中:Ki為輸入向量信息;Q為用于查找關(guān)鍵信息的查詢向量;Vi為權(quán)重值;ai為每個向量的權(quán)重系數(shù)。

    當(dāng)K=Q=V時,稱為自注意機(jī)制(Self Attention,SA)。

    1.5 SAE-SA-1D-CNN-BGRU 壽命預(yù)測模型

    對輸入數(shù)據(jù)做卡爾曼濾波處理,濾除其噪聲。隨后將濾波后的數(shù)據(jù)作為SAE 網(wǎng)絡(luò)的輸入,通過多個AE層后得到包含輸入信息主要特征的數(shù)據(jù)。將降維后的特征數(shù)據(jù)作為SA-1D-CNN-BGRU 網(wǎng)絡(luò)的輸入,這當(dāng)中2 個卷積層可以充分提取輸入數(shù)據(jù)的空間信息,BGRU 層可提取每一當(dāng)前時刻的過去和未來的時序信息,通過自注意機(jī)制確定關(guān)鍵信息的權(quán)重,隨后在池化層中過濾信息減小模型的參數(shù)計算,接著在全連接層中將特征組合起來,便于識別不同的特征,最后得到輸出。組合模型結(jié)構(gòu)如圖6所示。

    圖6 SAE-SA-1D-CNN-BGRU 模型結(jié)構(gòu)

    1.6 預(yù)測模型評價指標(biāo)

    為定量分析組合模型的性能,均方根誤差(Root mean square error,RMSE),式中記為RRMSE,和評分函數(shù)(Score),式中記為Rscore,是來評估RUL 預(yù)測結(jié)果準(zhǔn)確性的常用指標(biāo)。均方根誤差為常用的模型評估指標(biāo),評分函數(shù)為非對稱函數(shù),是當(dāng)前對RUL 預(yù)測比較有權(quán)威的評估指標(biāo),該指標(biāo)對于預(yù)測結(jié)果大于真實(shí)值的滯后性預(yù)測會給出較高的評分,即分值越低,表明該方法越好,其表達(dá)式分別為

    式中:ym為輸出樣本數(shù);yi為樣本真實(shí)值;? 為樣本預(yù)測值。

    2 實(shí)例分析

    2.1 數(shù)據(jù)集描述

    本文使用來源于美國國家航空航天局(National Aeronautics and Space Administration,NASA)的公開數(shù)據(jù)集來評估方法的有效性。該數(shù)據(jù)集被廣泛用于PHM 研究領(lǐng)域,包含4組渦扇發(fā)動機(jī)在不同運(yùn)行條件和不同故障模式的數(shù)據(jù),每組數(shù)據(jù)中包括訓(xùn)練集、測試集和真實(shí)RUL 3部分,原始數(shù)據(jù)中含有大量的隨機(jī)噪聲。本研究選取的數(shù)據(jù)為FD001,該組數(shù)據(jù)具體的結(jié)構(gòu)和傳感器信息描述見文獻(xiàn)[17-19],在此不再贅述。

    2.2 研究過程和結(jié)果分析

    2.2.1 數(shù)據(jù)預(yù)處理

    隨著飛機(jī)的起降,飛機(jī)發(fā)動機(jī)的關(guān)鍵部件不斷地磨損,性能不斷地退化。盡管飛機(jī)發(fā)動機(jī)的物理失效機(jī)理十分復(fù)雜,準(zhǔn)確反映其健康狀態(tài)的參數(shù)難以獲得,但一些基于在線監(jiān)測的參數(shù)同樣可以表征飛機(jī)發(fā)動機(jī)的退化規(guī)律。

    剔除7 個在發(fā)動機(jī)退化中未曾改變和兩個趨勢性不明顯的傳感器數(shù)據(jù)后,本文選取的12 個狀態(tài)參數(shù)包括LPC 出口總溫度、HPC 出口總溫度、低壓汽輪機(jī)出口總溫度、HPC出口總壓、物理風(fēng)扇轉(zhuǎn)速、HPC出口靜壓、燃油流量與Ps30 之比、修正風(fēng)扇轉(zhuǎn)速、旁路比、排氣焓、HPT 冷卻液排放、LPT 冷卻液放氣。以上狀態(tài)參數(shù)均具有單調(diào)性,可以共同作為飛機(jī)發(fā)動機(jī)剩余使用壽命預(yù)測的特征。在實(shí)際情況中,噪聲可能來源于環(huán)境的改變,導(dǎo)致測量過程中氣流、溫度、濕度、壓力等因素的影響,這些噪聲源在發(fā)動機(jī)運(yùn)行不同階段都會存在,最后在傳感器觀測到的數(shù)據(jù)中產(chǎn)生了綜合效應(yīng)。因此采集的發(fā)動機(jī)數(shù)據(jù)中噪聲的影響不可忽視。由于測量數(shù)據(jù)中含有噪聲,對這些數(shù)據(jù)融合后得到的綜合健康因子仍然含有噪聲,使得綜合健康因子序列的局部變化起伏很大,難以正常描述設(shè)備的性能退化,因此本文首先采用卡爾曼濾波對數(shù)據(jù)做平滑處理,部分結(jié)果如圖7 濾波后傳感器數(shù)據(jù)所示。進(jìn)一步的,去除濾波后數(shù)據(jù)的量綱,防止量綱不統(tǒng)一對后續(xù)處理的影響。接著采用SAE 網(wǎng)絡(luò)提取原始數(shù)據(jù)中的主要特征,并將其作為HI 來表征渦扇發(fā)動機(jī)的健康狀態(tài),具體結(jié)果如圖8FD001 訓(xùn)練集HI所示。隨后給訓(xùn)練集的RUL 確定標(biāo)簽,本文將RU 值設(shè)置為分段線性函數(shù),如圖9 RUL標(biāo)簽設(shè)置所示。首先渦扇發(fā)動機(jī)發(fā)運(yùn)行前期處于平穩(wěn)狀態(tài),此時的RUL 值可看作不發(fā)生變化,然后發(fā)動機(jī)開始線性衰退。對于衰退初期RUL 的取值,文本設(shè)置130 作為發(fā)動機(jī)退化初期的RUL 值。考慮到測試集時序長度最小為31,本文設(shè)定分割窗口長度為30,用以保證能對每臺發(fā)動機(jī)的RUL做出預(yù)測。

    圖7 濾波后傳感器數(shù)據(jù)

    圖8 FD001訓(xùn)練集HI

    圖9 RUL標(biāo)簽設(shè)置

    本文選取滑窗的形式輸入文中模型,考慮到測試集中序列長度最小為31,本文窗口的寬度設(shè)置為30,即使用前1~30 個時間步的傳感器數(shù)據(jù)作為1 個序列,第2~31 個時間步的傳感器數(shù)據(jù)作為1 個序列,依此類推。模型的輸入為劃分的滑窗序列,輸出為每個序列的最后1個周期的RUL標(biāo)簽。

    2.2.2 結(jié)果分析

    LSTM、PCA-LSTM、PCA-1D-CNN-LSTM 和本文模型對渦扇發(fā)動機(jī)RUL預(yù)測結(jié)果如圖10~13所示,虛線為真實(shí)壽命,實(shí)現(xiàn)為預(yù)測的壽命值。在LSTM 模型中,整體上預(yù)測結(jié)果大于真實(shí)結(jié)果,其RRMSE=31.37,Rscore=1316,最大預(yù)測值為175,遠(yuǎn)大于真實(shí)值中最大值143。在該模型中,由于輸入數(shù)據(jù)為原始傳感器數(shù)據(jù),數(shù)據(jù)中存在的噪聲擾動大,對預(yù)測精度有較大影響。此外原始傳感器信息過多,存在冗余現(xiàn)象,且LSTM網(wǎng)絡(luò)模型的學(xué)習(xí)能力不足,導(dǎo)致預(yù)測精度較差。PCA-LSTM 模型中,預(yù)測結(jié)果與真實(shí)值較為接近,前幾組發(fā)動機(jī)預(yù)測誤差較大,且多數(shù)真實(shí)值遠(yuǎn)大于預(yù)測值,其RRMSE=28.97,Rscore=850。在該模型中,不僅對數(shù)據(jù)做了濾波處理,還采用線性PCA 降維方法將高維的退化數(shù)據(jù)融合為1 維HI 序列,將該序列輸入至LSTM 網(wǎng)絡(luò)中學(xué)習(xí)其與RUL 間的關(guān)系,此時預(yù)測精度有了一定的提升,表明降維方法可初步提取傳感器數(shù)據(jù)中的有效信息,該類型方法有待進(jìn)一步改進(jìn)。PCA-1D-CNN-LSTM 模型中,整體預(yù)測結(jié)果接近真實(shí)值,少數(shù)預(yù)測值偏離真實(shí)值,其RRMSE=20.16,Rscore=275。在該模型中,對預(yù)測網(wǎng)絡(luò)結(jié)構(gòu)做了改進(jìn),其中的1D-CNN 和LSTM 網(wǎng)絡(luò)分別可提取HI 序列中的空間和時序信息,此時HI 序列的信息得到在1D-CNNLSTM 網(wǎng)絡(luò)中得到了充分的學(xué)習(xí),預(yù)測精度也得到了進(jìn)一步的提升。在本文模型中,整體預(yù)測無較大偏差,在幾組測試集發(fā)動機(jī)壽命即將結(jié)束的RUL 預(yù)測中,產(chǎn)生了RUL 小于0 的偏差,但是預(yù)測精度得到了極大提高,其RRMSE=16.22,Rscore=225。在本文提出的模型中,不僅采用了非線性的SAE 降維方法代替了PCA降維方法,充分的提取了高維傳感器數(shù)據(jù)中的主要退化規(guī)律,還采用BGRU模型代替LSTM模型,簡化了訓(xùn)練模型時的參數(shù),同時注意力機(jī)制對1D-CNNBGRU 模型提取的特征分配了權(quán)重,便于混合網(wǎng)絡(luò)模型中的回歸層高效的學(xué)習(xí)HI 序列和RUL 間的關(guān)系,模型的精度得到了更好的提升。模型評估見表1。

    表1 模型評估

    圖10 LSTM模型預(yù)測結(jié)果

    圖11 PCA-LSTM 模型預(yù)測結(jié)果

    圖12 PCA-1D-CNNLSTM模型預(yù)測結(jié)果

    圖13 SAE-SA-1D-CNNBGRU模型預(yù)測結(jié)果

    綜合分析以上結(jié)果,本文分別建立了LSTM、PCA-LSTM、PCA-1D-CNN-LSTM 和本文所提模型用以預(yù)測渦扇發(fā)動機(jī)的RUL,以上方法均實(shí)現(xiàn)較高精度的預(yù)測,其中PCA-LSTM 相較LSTM 模型的均方根誤差提升了7.65%,評分函數(shù)提升了27.54%,PCA-1DCNN-LSTM 模型的均方根誤差相較于前2 種方法分別提升了35.73%和30.41%,評分函數(shù)提升了79.79%和67.64%,本文所提模型的均方根誤差相較于前3種模型分別提升了83.46%、73.53%和18.18%,結(jié)果證明了本文方法的優(yōu)越性和有效性。

    3 結(jié)束語

    采用卡爾曼濾波、SAE 網(wǎng)絡(luò)和SA-1D-CNNBGRU 混合網(wǎng)絡(luò)的方法對渦扇發(fā)動機(jī)傳感器數(shù)據(jù)進(jìn)行預(yù)處理和RUL 的預(yù)測,可為設(shè)備的健康管理與智能運(yùn)維提供支撐??紤]到本文預(yù)測時存在誤差,未來可進(jìn)一步研究HI 序列的建立方法,充分提取狀態(tài)監(jiān)測數(shù)據(jù)中的有效信息后利用本文預(yù)測模型進(jìn)行RUL預(yù)測;可對每種傳感器監(jiān)測數(shù)據(jù)單獨(dú)建立模型通過網(wǎng)絡(luò)并聯(lián)方式提高RUL預(yù)測精度。

    猜你喜歡
    渦扇神經(jīng)網(wǎng)絡(luò)發(fā)動機(jī)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    發(fā)動機(jī)空中起動包線擴(kuò)展試飛組織與實(shí)施
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    小型渦扇發(fā)動機(jī)燃油控制規(guī)律
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    新一代MTU2000發(fā)動機(jī)系列
    新型1.5L-Eco-Boost發(fā)動機(jī)
    齒輪傳動渦扇發(fā)動機(jī)簡介
    高空長航時無人機(jī)用渦扇發(fā)動機(jī)關(guān)鍵技術(shù)分析
    天堂网av新在线| 国产一级毛片七仙女欲春2| 国产黄片视频在线免费观看| kizo精华| 成年女人永久免费观看视频| 99热这里只有是精品50| 99久久精品热视频| 亚洲欧美精品综合久久99| 99久国产av精品国产电影| 国产成人aa在线观看| 美女 人体艺术 gogo| 精品一区二区免费观看| 亚洲欧美精品综合久久99| 日本与韩国留学比较| 最近2019中文字幕mv第一页| 永久网站在线| 丝袜美腿在线中文| 久久精品久久久久久久性| 成人毛片60女人毛片免费| 在现免费观看毛片| 成人毛片60女人毛片免费| 简卡轻食公司| 国产精品一区二区在线观看99 | 日韩中字成人| 如何舔出高潮| 欧美bdsm另类| 九九爱精品视频在线观看| 亚洲欧美成人综合另类久久久 | 久久久久久国产a免费观看| 欧美最黄视频在线播放免费| 天堂√8在线中文| 青春草视频在线免费观看| 97在线视频观看| 18+在线观看网站| 久久久久久大精品| 91精品一卡2卡3卡4卡| 欧美一区二区亚洲| 一个人看视频在线观看www免费| 日日干狠狠操夜夜爽| 黄色配什么色好看| 美女内射精品一级片tv| 高清午夜精品一区二区三区 | 国产精品野战在线观看| 丰满乱子伦码专区| 国产亚洲精品av在线| 国产精品女同一区二区软件| 国产成人freesex在线| 亚洲欧美日韩卡通动漫| 国产白丝娇喘喷水9色精品| videossex国产| 亚洲国产高清在线一区二区三| 久久久久九九精品影院| 国产亚洲精品久久久久久毛片| 麻豆国产av国片精品| 91午夜精品亚洲一区二区三区| 乱系列少妇在线播放| 欧美一区二区精品小视频在线| 免费在线观看成人毛片| 欧美日韩精品成人综合77777| 国产久久久一区二区三区| 国产精品久久久久久精品电影| 久久久久久久亚洲中文字幕| 免费观看精品视频网站| 午夜激情福利司机影院| 男女视频在线观看网站免费| 有码 亚洲区| 18禁黄网站禁片免费观看直播| 午夜精品一区二区三区免费看| 听说在线观看完整版免费高清| 国产精品一区二区在线观看99 | 国产片特级美女逼逼视频| 亚洲精品亚洲一区二区| 成熟少妇高潮喷水视频| 丰满人妻一区二区三区视频av| 真实男女啪啪啪动态图| 国产激情偷乱视频一区二区| 白带黄色成豆腐渣| 国产精品久久久久久亚洲av鲁大| 亚洲美女视频黄频| 综合色av麻豆| 春色校园在线视频观看| 国产69精品久久久久777片| 国产又黄又爽又无遮挡在线| 国产成人freesex在线| 男女啪啪激烈高潮av片| avwww免费| 久久精品综合一区二区三区| 六月丁香七月| 啦啦啦啦在线视频资源| 精品久久久久久久久久久久久| 日韩一区二区视频免费看| 内射极品少妇av片p| 欧美精品一区二区大全| 男女下面进入的视频免费午夜| 色哟哟·www| 校园人妻丝袜中文字幕| 18禁裸乳无遮挡免费网站照片| 非洲黑人性xxxx精品又粗又长| 丝袜喷水一区| 国产黄片美女视频| 日韩一本色道免费dvd| 国产精品国产三级国产av玫瑰| 日日干狠狠操夜夜爽| 亚洲精品影视一区二区三区av| 国产日本99.免费观看| av在线老鸭窝| 免费无遮挡裸体视频| 国产极品天堂在线| 亚洲av成人av| 日本一二三区视频观看| 亚洲中文字幕一区二区三区有码在线看| 国产乱人视频| 久久久久久久久大av| 免费看美女性在线毛片视频| 能在线免费观看的黄片| 国产乱人偷精品视频| 少妇熟女aⅴ在线视频| 久久久午夜欧美精品| 国产黄a三级三级三级人| 毛片一级片免费看久久久久| 嘟嘟电影网在线观看| 97超碰精品成人国产| 不卡一级毛片| 精品久久久久久久久亚洲| 久久人人爽人人爽人人片va| 日韩欧美精品免费久久| 桃色一区二区三区在线观看| 直男gayav资源| 久久久久久久久中文| 日韩视频在线欧美| 白带黄色成豆腐渣| 自拍偷自拍亚洲精品老妇| 亚洲内射少妇av| 日韩欧美精品免费久久| 久久国内精品自在自线图片| 亚洲精品456在线播放app| 国产伦精品一区二区三区四那| 亚洲国产高清在线一区二区三| 成人国产麻豆网| 国产成人福利小说| 欧美成人a在线观看| 日本撒尿小便嘘嘘汇集6| 天堂网av新在线| 看免费成人av毛片| 91午夜精品亚洲一区二区三区| 亚洲一级一片aⅴ在线观看| av视频在线观看入口| 国产精品一区www在线观看| 久久精品国产鲁丝片午夜精品| kizo精华| 欧美三级亚洲精品| 免费观看a级毛片全部| 变态另类丝袜制服| 久久韩国三级中文字幕| 精品无人区乱码1区二区| 国产亚洲av片在线观看秒播厂 | 国产亚洲91精品色在线| 国产精品久久久久久久久免| 亚洲av二区三区四区| 日日撸夜夜添| 欧美xxxx性猛交bbbb| 中国美白少妇内射xxxbb| 26uuu在线亚洲综合色| 高清毛片免费观看视频网站| 黄色欧美视频在线观看| 日韩欧美精品v在线| 男女视频在线观看网站免费| 亚洲丝袜综合中文字幕| 一区福利在线观看| 午夜精品在线福利| 亚洲成av人片在线播放无| 哪个播放器可以免费观看大片| av卡一久久| 午夜精品一区二区三区免费看| 22中文网久久字幕| 国产精品日韩av在线免费观看| 给我免费播放毛片高清在线观看| 女人被狂操c到高潮| 亚洲精华国产精华液的使用体验 | 校园人妻丝袜中文字幕| 女人被狂操c到高潮| 成人一区二区视频在线观看| 国内精品美女久久久久久| 爱豆传媒免费全集在线观看| 午夜免费激情av| 国产精品永久免费网站| 美女脱内裤让男人舔精品视频 | 观看美女的网站| 国产精品久久视频播放| 国产91av在线免费观看| 小蜜桃在线观看免费完整版高清| 色哟哟哟哟哟哟| 99久久精品热视频| 最近中文字幕高清免费大全6| 男插女下体视频免费在线播放| 男人狂女人下面高潮的视频| 少妇的逼水好多| 我的老师免费观看完整版| 亚洲成人中文字幕在线播放| 久久久久久大精品| 99在线视频只有这里精品首页| 久久久a久久爽久久v久久| 一级黄色大片毛片| 免费大片18禁| 黄色欧美视频在线观看| 日韩制服骚丝袜av| 男人狂女人下面高潮的视频| 中文字幕av成人在线电影| 欧美激情在线99| 啦啦啦韩国在线观看视频| 成人三级黄色视频| 久久久国产成人免费| 久久精品国产亚洲av涩爱 | 99热这里只有是精品50| 久久亚洲精品不卡| 欧美3d第一页| ponron亚洲| 欧美在线一区亚洲| 日韩一区二区视频免费看| 精品国产三级普通话版| 啦啦啦啦在线视频资源| 又粗又爽又猛毛片免费看| 少妇猛男粗大的猛烈进出视频 | 日本av手机在线免费观看| 久久久a久久爽久久v久久| 中文欧美无线码| 老司机影院成人| www.av在线官网国产| 国产av不卡久久| 亚洲人成网站在线播| 中文字幕av成人在线电影| 精品久久久久久久末码| 久久久欧美国产精品| 日日撸夜夜添| 嘟嘟电影网在线观看| 日韩欧美 国产精品| 卡戴珊不雅视频在线播放| 中文字幕久久专区| 国产美女午夜福利| 精品一区二区三区人妻视频| 最后的刺客免费高清国语| 成人永久免费在线观看视频| 综合色av麻豆| 国产欧美日韩精品一区二区| 免费观看a级毛片全部| 乱系列少妇在线播放| .国产精品久久| a级毛片免费高清观看在线播放| 亚洲国产精品久久男人天堂| 日韩av不卡免费在线播放| 能在线免费看毛片的网站| 亚洲,欧美,日韩| 国产精品国产三级国产av玫瑰| 免费看日本二区| 欧美一区二区精品小视频在线| 精品久久久久久久末码| 国产精品国产高清国产av| a级毛片a级免费在线| av在线老鸭窝| 美女国产视频在线观看| 色视频www国产| 国产熟女欧美一区二区| 国国产精品蜜臀av免费| 国产精品野战在线观看| 日本五十路高清| 一本久久中文字幕| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99 | 亚洲高清免费不卡视频| 岛国毛片在线播放| 免费看a级黄色片| 在线观看一区二区三区| 一个人看的www免费观看视频| 久久热精品热| 国产真实伦视频高清在线观看| 黄片wwwwww| 久久久精品欧美日韩精品| 99热全是精品| 国产日韩欧美在线精品| 久久鲁丝午夜福利片| 久久久成人免费电影| 嘟嘟电影网在线观看| 在线天堂最新版资源| 两个人视频免费观看高清| 国产色爽女视频免费观看| 久久久午夜欧美精品| 国产老妇伦熟女老妇高清| 91狼人影院| 亚洲国产欧美人成| 久久草成人影院| 少妇高潮的动态图| 嫩草影院新地址| 晚上一个人看的免费电影| 在线观看av片永久免费下载| 亚洲电影在线观看av| 亚洲18禁久久av| 三级毛片av免费| 亚洲国产高清在线一区二区三| 国产精品爽爽va在线观看网站| 国产色婷婷99| 日韩精品有码人妻一区| 欧美色欧美亚洲另类二区| 变态另类成人亚洲欧美熟女| 村上凉子中文字幕在线| 国产视频内射| 在线a可以看的网站| 亚洲18禁久久av| 久久草成人影院| 身体一侧抽搐| 日韩高清综合在线| 小蜜桃在线观看免费完整版高清| 国产男人的电影天堂91| 精品久久久久久成人av| 久久99精品国语久久久| 午夜精品在线福利| 午夜视频国产福利| 亚洲国产欧洲综合997久久,| 少妇熟女欧美另类| 亚洲精品自拍成人| 一边摸一边抽搐一进一小说| h日本视频在线播放| 国产视频首页在线观看| 免费人成在线观看视频色| 亚洲欧美日韩无卡精品| 久久99热6这里只有精品| 看十八女毛片水多多多| 国产蜜桃级精品一区二区三区| 国产69精品久久久久777片| 国产一级毛片七仙女欲春2| 性色avwww在线观看| 国产激情偷乱视频一区二区| 久久精品国产清高在天天线| 国产精品久久久久久久久免| 2022亚洲国产成人精品| 日本欧美国产在线视频| 亚洲电影在线观看av| 日本免费a在线| 高清在线视频一区二区三区 | 久久人妻av系列| 免费看av在线观看网站| 国产白丝娇喘喷水9色精品| 日韩精品青青久久久久久| 亚洲内射少妇av| 欧美成人一区二区免费高清观看| 尤物成人国产欧美一区二区三区| 欧美一区二区精品小视频在线| 亚洲自偷自拍三级| 一夜夜www| 亚洲久久久久久中文字幕| 日韩成人伦理影院| 只有这里有精品99| 国产一区二区三区在线臀色熟女| 夜夜夜夜夜久久久久| 午夜激情福利司机影院| 亚洲成人久久爱视频| 国产精品麻豆人妻色哟哟久久 | 亚洲真实伦在线观看| 欧美性猛交╳xxx乱大交人| 国产精品久久电影中文字幕| 国产精品国产高清国产av| 国产真实伦视频高清在线观看| www.色视频.com| 久久国内精品自在自线图片| 成人午夜精彩视频在线观看| 日本成人三级电影网站| www.色视频.com| 一本久久精品| 99热这里只有是精品在线观看| 三级男女做爰猛烈吃奶摸视频| 国产一区二区亚洲精品在线观看| 久久99热6这里只有精品| 日韩精品青青久久久久久| 日本免费a在线| 两性午夜刺激爽爽歪歪视频在线观看| 一边亲一边摸免费视频| 国产激情偷乱视频一区二区| 黑人高潮一二区| 一级黄片播放器| av.在线天堂| 亚洲美女视频黄频| 51国产日韩欧美| 国产熟女欧美一区二区| 国产精品人妻久久久影院| 在线免费十八禁| 国产伦精品一区二区三区四那| 国产不卡一卡二| 欧美日本亚洲视频在线播放| 男人舔女人下体高潮全视频| 色综合站精品国产| 美女高潮的动态| 免费人成在线观看视频色| 黄色日韩在线| 人妻夜夜爽99麻豆av| 搡女人真爽免费视频火全软件| 丝袜美腿在线中文| 在线免费观看不下载黄p国产| 中国美白少妇内射xxxbb| 久久热精品热| 哪里可以看免费的av片| 亚洲成a人片在线一区二区| 看黄色毛片网站| 精品久久久久久久久亚洲| 日韩亚洲欧美综合| 亚洲人成网站高清观看| 一个人看视频在线观看www免费| 久久欧美精品欧美久久欧美| 校园人妻丝袜中文字幕| 天堂网av新在线| 国产一区二区三区av在线 | 天堂中文最新版在线下载 | 亚洲成a人片在线一区二区| 只有这里有精品99| 人妻少妇偷人精品九色| av天堂在线播放| 国产黄色视频一区二区在线观看 | 国产午夜精品论理片| 一级毛片久久久久久久久女| 麻豆一二三区av精品| www.色视频.com| 男女那种视频在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 91在线精品国自产拍蜜月| 精品久久久久久久人妻蜜臀av| 久久久久久久久大av| 在线免费观看不下载黄p国产| 2022亚洲国产成人精品| 国产人妻一区二区三区在| 日韩精品有码人妻一区| 美女内射精品一级片tv| 亚洲性久久影院| 日本av手机在线免费观看| 麻豆一二三区av精品| 在线天堂最新版资源| 国模一区二区三区四区视频| 成人永久免费在线观看视频| 日韩av在线大香蕉| 欧美日本视频| 变态另类丝袜制服| 1024手机看黄色片| 91精品国产九色| 日韩在线高清观看一区二区三区| 小说图片视频综合网站| 亚洲综合色惰| 亚洲高清免费不卡视频| 国产淫片久久久久久久久| 午夜免费男女啪啪视频观看| 最好的美女福利视频网| 色综合站精品国产| 亚洲精品456在线播放app| 国产精品乱码一区二三区的特点| 热99在线观看视频| 一级黄片播放器| 欧美变态另类bdsm刘玥| 国产精品无大码| 岛国在线免费视频观看| 男人狂女人下面高潮的视频| 成年版毛片免费区| 国产精品免费一区二区三区在线| 嫩草影院入口| 成人美女网站在线观看视频| 深夜a级毛片| 舔av片在线| 嘟嘟电影网在线观看| 日产精品乱码卡一卡2卡三| 91在线精品国自产拍蜜月| 99热网站在线观看| 少妇人妻一区二区三区视频| 91在线精品国自产拍蜜月| 亚洲在线观看片| 日本-黄色视频高清免费观看| 深夜精品福利| 麻豆乱淫一区二区| 波野结衣二区三区在线| 天美传媒精品一区二区| 国产在线精品亚洲第一网站| 国产成人91sexporn| 老司机福利观看| 国产亚洲5aaaaa淫片| 嘟嘟电影网在线观看| 大型黄色视频在线免费观看| 美女高潮的动态| 此物有八面人人有两片| 午夜福利成人在线免费观看| 亚洲精品成人久久久久久| 身体一侧抽搐| 久久午夜亚洲精品久久| 亚洲精品自拍成人| 国产单亲对白刺激| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 人妻系列 视频| 久久精品久久久久久噜噜老黄 | 国产精品不卡视频一区二区| 久久久久久久午夜电影| 成人永久免费在线观看视频| 舔av片在线| 十八禁国产超污无遮挡网站| a级毛片a级免费在线| 欧美最黄视频在线播放免费| av在线天堂中文字幕| 青春草视频在线免费观看| a级毛片a级免费在线| 日韩国内少妇激情av| 成人特级av手机在线观看| 成人综合一区亚洲| 亚洲欧美日韩无卡精品| 青青草视频在线视频观看| 亚洲欧美中文字幕日韩二区| 少妇的逼水好多| 少妇人妻一区二区三区视频| 亚洲av免费高清在线观看| 久久亚洲国产成人精品v| 色综合亚洲欧美另类图片| 一进一出抽搐动态| 少妇熟女aⅴ在线视频| 五月玫瑰六月丁香| 日韩av在线大香蕉| 久久精品国产亚洲av涩爱 | 亚洲精品国产av成人精品| 国产精品1区2区在线观看.| 亚洲精品色激情综合| 午夜激情欧美在线| 国产成人精品一,二区 | 亚洲国产欧美在线一区| 日本黄色片子视频| 边亲边吃奶的免费视频| 免费观看人在逋| 大又大粗又爽又黄少妇毛片口| 久久久久久久久久黄片| 国产v大片淫在线免费观看| 久久99蜜桃精品久久| 欧美激情在线99| 一级毛片我不卡| 精品久久久久久成人av| 哪个播放器可以免费观看大片| 99在线人妻在线中文字幕| 一级毛片我不卡| 亚洲精品乱码久久久v下载方式| 日韩一区二区视频免费看| 久久99蜜桃精品久久| 可以在线观看的亚洲视频| 亚洲色图av天堂| 91在线精品国自产拍蜜月| 久久久久久久久中文| 国产一区二区三区在线臀色熟女| 尤物成人国产欧美一区二区三区| 国产极品天堂在线| 久久精品夜色国产| 欧美日韩综合久久久久久| 国产精品日韩av在线免费观看| 日韩大尺度精品在线看网址| 丰满的人妻完整版| 九九爱精品视频在线观看| АⅤ资源中文在线天堂| 中文字幕久久专区| 卡戴珊不雅视频在线播放| 婷婷亚洲欧美| 国内精品宾馆在线| 一进一出抽搐gif免费好疼| 国产v大片淫在线免费观看| 午夜a级毛片| www.色视频.com| 国产激情偷乱视频一区二区| 亚洲av一区综合| 老熟妇乱子伦视频在线观看| 一级毛片久久久久久久久女| 联通29元200g的流量卡| 国产成人91sexporn| 国产在线精品亚洲第一网站| 成人漫画全彩无遮挡| 久久亚洲国产成人精品v| 欧美日韩乱码在线| 麻豆成人av视频| 在现免费观看毛片| 夜夜看夜夜爽夜夜摸| 在线免费十八禁| 亚洲成人精品中文字幕电影| 国产日韩欧美在线精品| 精品久久久久久久久亚洲| 欧美一级a爱片免费观看看| 亚洲av一区综合| 国产精品一区二区性色av| 日本撒尿小便嘘嘘汇集6| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产精品久久电影中文字幕| 国产黄a三级三级三级人| 免费av观看视频| 欧美成人一区二区免费高清观看| av在线蜜桃| 亚洲欧美精品综合久久99| 热99在线观看视频| 中国美白少妇内射xxxbb| 欧美一区二区亚洲| 国产女主播在线喷水免费视频网站 | 性插视频无遮挡在线免费观看| 黄色日韩在线| 干丝袜人妻中文字幕| 3wmmmm亚洲av在线观看| 午夜视频国产福利| 亚洲婷婷狠狠爱综合网| 国产色爽女视频免费观看| 亚洲精品粉嫩美女一区| 亚洲人成网站在线播放欧美日韩| 欧美在线一区亚洲| 中文字幕av成人在线电影| 精品久久久久久久久久久久久| 床上黄色一级片| 在线天堂最新版资源| 国产v大片淫在线免费观看| 日韩欧美三级三区| 啦啦啦观看免费观看视频高清| 国产一区亚洲一区在线观看| 午夜免费激情av| 亚洲精品日韩在线中文字幕 | 国产真实伦视频高清在线观看| 精品国内亚洲2022精品成人|