• <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 ?

    元學(xué)習(xí)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用綜述

    2023-10-15 08:44:39李金科
    科技與創(chuàng)新 2023年18期
    關(guān)鍵詞:度量故障診斷深度

    李金科

    (西安石油大學(xué)機(jī)械工程學(xué)院,陜西西安 710065)

    近年,許多研究將深度學(xué)習(xí)技術(shù)應(yīng)用到旋轉(zhuǎn)機(jī)械故障診斷領(lǐng)域,以實(shí)現(xiàn)故障的識(shí)別、分類,便于健康檢測(cè)。盡管深度神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)從原始振動(dòng)信號(hào)中提取深度特征,實(shí)現(xiàn)了從原始信號(hào)到診斷的自動(dòng)端到端過(guò)程。深度學(xué)習(xí)的有效性很大程度上取決于大量訓(xùn)練數(shù)據(jù),然而,現(xiàn)實(shí)中大量標(biāo)記訓(xùn)練數(shù)據(jù)難以獲取,標(biāo)注難度大,且深度學(xué)習(xí)模型的泛化能力弱。對(duì)于深度神經(jīng)網(wǎng)絡(luò)而言,在不使用大量測(cè)試數(shù)據(jù)的情況下很難提取訓(xùn)練和測(cè)試數(shù)據(jù)的共同特征,這常常限制了深度學(xué)習(xí)模型的廣泛應(yīng)用。此外,工況變化也會(huì)降低故障識(shí)別精度。當(dāng)在訓(xùn)練數(shù)據(jù)上表現(xiàn)良好的深度模型應(yīng)用于新的工況故障識(shí)別時(shí),也必須重新設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)和超參數(shù)。因此亟需尋求一種超參數(shù)優(yōu)化少、訓(xùn)練數(shù)據(jù)量小、泛化能力強(qiáng)的方法,以滿足實(shí)際應(yīng)用中快速準(zhǔn)確的故障診斷要求。因此滿足樣本量少、泛化能力好的元學(xué)習(xí)方法引起了故障診斷領(lǐng)域研究者的關(guān)注,并在近幾年中得到了應(yīng)用。

    本文中主要介紹了元學(xué)習(xí)的基本概念和分類,及其在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用,調(diào)研了故障診斷中元學(xué)習(xí)的最新研究情況,并對(duì)這些元學(xué)習(xí)方法進(jìn)行了分析和總結(jié),對(duì)其未來(lái)研究方向提出了展望,以期為相關(guān)領(lǐng)域的研究者提供一些思路。

    1 元學(xué)習(xí)

    1.1 元學(xué)習(xí)的基本概念

    元學(xué)習(xí)(Meta-learning)的目的是在2 個(gè)層次上學(xué)習(xí)元知識(shí),其中內(nèi)部層次的學(xué)習(xí)將基本學(xué)習(xí)者的支持集作為輸入,外部層次的學(xué)習(xí)在元任務(wù)中輸入元學(xué)習(xí)者的查詢集,通過(guò)跨任務(wù)的迭代雙層優(yōu)化,模型學(xué)習(xí)元知識(shí)快速適應(yīng)所需任務(wù),因此元學(xué)習(xí)又被稱為“學(xué)會(huì)如何學(xué)習(xí)”。

    1.2 元學(xué)習(xí)的分類及應(yīng)用

    元學(xué)習(xí)方法致力于如何有效地獲取元知識(shí)來(lái)指導(dǎo)最優(yōu)參數(shù)的搜索。從這個(gè)角度來(lái)看,關(guān)于元學(xué)習(xí)的工作可以分為以下3 類。

    1.2.1 基于優(yōu)化的元學(xué)習(xí)

    基于優(yōu)化的方法是學(xué)習(xí)模型參數(shù),優(yōu)化初始化的元知識(shí),這使得模型能夠快速適應(yīng)新任務(wù)。因此,這種方法為任意一種深度模型提供了一種學(xué)習(xí)范式,因此模型不可知。

    基于優(yōu)化的元學(xué)習(xí)旨在為所有給定的故障識(shí)別任務(wù)提供全局共享的初始化,以便在僅使用少量樣本進(jìn)行微調(diào)后,模型能夠快速適應(yīng)新任務(wù)。ZHANG 等[1]提出了一個(gè)基于元優(yōu)化的元學(xué)習(xí)少樣本軸承故障診斷模型,利用內(nèi)外雙層循環(huán)優(yōu)化網(wǎng)絡(luò)參數(shù),其網(wǎng)絡(luò)結(jié)構(gòu)和優(yōu)化過(guò)程解決了LI等[2]提出的滾動(dòng)軸承故障診斷中的數(shù)據(jù)稀缺和數(shù)據(jù)不平衡問(wèn)題,并且在診斷人為造成的軸承故障時(shí),相對(duì)于LI等[2]提出的基于連體網(wǎng)絡(luò)的模型,使用具有可學(xué)習(xí)內(nèi)層循環(huán)學(xué)習(xí)率的MAML(Model-Agnostic Meta-Learning,模型無(wú)關(guān)的元學(xué)習(xí))模型可以將準(zhǔn)確率提升到97%。此外,由于CWRU(Case Western Reserve University,凱斯西儲(chǔ)大學(xué))數(shù)據(jù)集只包含來(lái)自人為制造的軸承缺陷的振動(dòng)數(shù)據(jù),這與實(shí)際工況中缺陷隨時(shí)間變化的情況不一致。因此,ZHANG等[1]還將提出的方法應(yīng)用于Paderborn 數(shù)據(jù)集,以探究MAML 在面對(duì)真實(shí)軸承故障時(shí)的泛化能力。實(shí)驗(yàn)結(jié)果表明,與目前其他最先進(jìn)的少樣本學(xué)習(xí)方法相比,MAML 在5 類別、10 類別均表現(xiàn)更好。

    1.2.2 基于度量的元學(xué)習(xí)

    基于度量的元學(xué)習(xí)可以分別用于少樣本和跨域故障診斷中的故障識(shí)別,它可以學(xué)習(xí)少數(shù)故障樣本支持的特征或嵌入空間,以識(shí)別未知樣本的故障類別。簡(jiǎn)而言之,支持集的樣本不提供用于更新參數(shù)的故障信息,而是被視為要與查詢樣本進(jìn)行比較的類原型。利用度量函數(shù)例如歐幾里得距離、余弦距離等來(lái)計(jì)算樣本之間的距離從而進(jìn)行分類識(shí)別。近年來(lái)對(duì)基于度量的方法進(jìn)行了大量的研究,如Matching Net[3]、Pro-totypical Net[4]和Relation Net[5],以上度量方法在故障診斷中的應(yīng)用也得到了廣泛的研究。

    LI等[6]提出了一種新的深度學(xué)習(xí)方法——多尺度動(dòng)態(tài)融合原型簇網(wǎng)絡(luò)(Multiscale Dynamic Fusion Prototypical Cluster Network,MFPCN),其引入了多尺度動(dòng)態(tài)融合模塊,利用閥門機(jī)制調(diào)制不同尺度的特征,對(duì)有限的訓(xùn)練樣本提取出更多可區(qū)分的特征,彌補(bǔ)了Snell 等提出的原型網(wǎng)絡(luò)(ProNet)在有限標(biāo)記樣本下提取機(jī)械振動(dòng)信號(hào)特征能力較弱的缺點(diǎn)[6]。此外LI等[6]還提出原型模糊c 均值聚類算法,利用未標(biāo)記樣本信息生成精細(xì)化原型,為基于度量的原型最近鄰分類器提供了更精確的距離度量基準(zhǔn)。最后,采用聯(lián)合學(xué)習(xí)模式對(duì)模型進(jìn)行訓(xùn)練,使聯(lián)合損失在最近鄰分類和全局分類2 個(gè)耦合任務(wù)上表現(xiàn)良好。經(jīng)過(guò)大量實(shí)驗(yàn)表明,LI等[6]提出的MFPCN 方法優(yōu)于傳統(tǒng)的深度學(xué)習(xí)方法WDCNN(Deep Convolutional Neural Networks with Wide First-layer Kernel,首層寬卷積深度神經(jīng)網(wǎng)絡(luò)),在少樣本故障分類任務(wù)中平均準(zhǔn)確率提高了18%以上。此外,LI等[6]還將該方法應(yīng)用于實(shí)際風(fēng)電場(chǎng)中少量標(biāo)記樣本下的風(fēng)力發(fā)電機(jī)行星齒輪箱健康診斷,測(cè)試精度優(yōu)于其他模型算法。實(shí)驗(yàn)結(jié)果表明,該方法在強(qiáng)噪聲條件下比其他算法具有更好的魯棒性。

    1.2.3 基于模型的元學(xué)習(xí)

    基于模型的方法借助于神經(jīng)網(wǎng)絡(luò)從任務(wù)中提取元知識(shí),其中ω可以表示歷史數(shù)據(jù)、優(yōu)化策略等。因此,存在另一個(gè)通常由網(wǎng)絡(luò)參數(shù)化的小空間來(lái)提供引導(dǎo)信息。為了實(shí)現(xiàn)少樣本和跨域的故障診斷,診斷模型必須利用歷史數(shù)據(jù)來(lái)指導(dǎo)新工況中的診斷?;谀P偷脑獙W(xué)習(xí)就是這樣一種方法,它有一個(gè)外部存儲(chǔ)模塊來(lái)集成以前的故障消息。該模塊在給出新數(shù)據(jù)時(shí)進(jìn)行更改,并對(duì)查詢集的樣本進(jìn)行預(yù)測(cè)。因此,在大多數(shù)情況下,這種方法是以順序方式實(shí)現(xiàn)的,適用于時(shí)間序列數(shù)據(jù)。即元學(xué)習(xí)器fω的知識(shí)被提供給基礎(chǔ)學(xué)習(xí)器gθ,用于快速自適應(yīng)。大多數(shù)基于模型的方法具有存儲(chǔ)知識(shí)的存儲(chǔ)模塊,這使得任務(wù)特定的適應(yīng)更加容易,并限制了基礎(chǔ)學(xué)習(xí)器的參數(shù)空間,但在故障診斷中,基于模型的元學(xué)習(xí)沒(méi)有得到廣泛的研究。

    2 元學(xué)習(xí)與其他技術(shù)的融合

    上述的元學(xué)習(xí)策略及模型在一定程度上提升了在小樣本條件下深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)故障診斷的性能,但仍有改善空間。近期,除了在深度學(xué)習(xí)中結(jié)合元學(xué)習(xí)外,一些研究嘗試將元學(xué)習(xí)與半監(jiān)督學(xué)習(xí)或無(wú)監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)中的領(lǐng)域泛化等新技術(shù)結(jié)合用于提高模型的泛化能力以及在小樣本中的診斷精度,并取得了良好的效果,網(wǎng)絡(luò)的泛化性能和魯棒性也得到了進(jìn)一步改善和提高。

    XU 等[7]提出了CUMCA(Constructing Unsupervised Meta-learning Tasks with Clustering and Augmentation,利用聚類和增廣構(gòu)建無(wú)監(jiān)督元學(xué)習(xí)任務(wù))方法,利用聚類嵌入方法和數(shù)據(jù)增強(qiáng)函數(shù)構(gòu)造任務(wù),在元學(xué)習(xí)的內(nèi)外層之間建立了一種新的數(shù)據(jù)增強(qiáng)函數(shù),進(jìn)一步對(duì)增強(qiáng)數(shù)據(jù)在內(nèi)外層中的作用進(jìn)行了理論分析,并在MiniImagenet 和Omniglot 數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),結(jié)果表明,該方法通過(guò)構(gòu)造合適的無(wú)監(jiān)督任務(wù)分布,使得無(wú)標(biāo)記數(shù)據(jù)集構(gòu)建的無(wú)監(jiān)督元學(xué)習(xí)任務(wù)與監(jiān)督元學(xué)習(xí)方法測(cè)試精度和泛化能力均接近。特別是在Omniglot 數(shù)據(jù)集的實(shí)驗(yàn)中,CUMCA 與監(jiān)督元學(xué)習(xí)MAML 的性能差異小于1%。

    ZHAO 等[8]提出了一種基于記憶的多源元學(xué)習(xí)(Memory-based Multi-source Meta-Learning,MML)框架,在訓(xùn)練中模擬域泛化的訓(xùn)練—測(cè)試過(guò)程,有效地提高了模型在不可見(jiàn)域上的泛化能力。此外,該模型引入了一個(gè)基于內(nèi)存的模塊和MetaBN(Meta-Batch Normalization,元批量標(biāo)準(zhǔn)化方法)以充分利用元學(xué)習(xí)的優(yōu)勢(shì)并得到進(jìn)一步的改進(jìn)。經(jīng)過(guò)大量的實(shí)驗(yàn)證明,該方法能有效提高模型對(duì)不可見(jiàn)域的泛化能力,在4種大規(guī)模ReID 數(shù)據(jù)集上的泛化性能優(yōu)于現(xiàn)有方法。

    3 研究展望

    綜上,通過(guò)整理近年元學(xué)習(xí)在小樣本故障診斷中的研究可以發(fā)現(xiàn),雖然元學(xué)習(xí)在解決樣本數(shù)量較少的故障診斷方面發(fā)揮了重要作用,但距離實(shí)際應(yīng)用仍有一定差距,還有很多問(wèn)題需要進(jìn)一步研究、探討和解決。下文從小樣本故障診斷目前所面臨的問(wèn)題入手,分析了現(xiàn)有解決方法的不足,并對(duì)相關(guān)領(lǐng)域未來(lái)的研究方向及需要解決的問(wèn)題進(jìn)行了總結(jié)和展望。

    3.1 元學(xué)習(xí)算法計(jì)算復(fù)雜

    盡管如前所述元學(xué)習(xí)在故障診斷中引起了廣泛關(guān)注,但元學(xué)習(xí)的方法擴(kuò)展和應(yīng)用仍存在一些問(wèn)題和挑戰(zhàn)。此前元學(xué)習(xí)與深度學(xué)習(xí)相結(jié)合在不同類型中發(fā)展了很多,但每種類型都有其優(yōu)缺點(diǎn)。一般來(lái)說(shuō),基于優(yōu)化的元學(xué)習(xí)由于雙層學(xué)習(xí)而具有最佳的任務(wù)泛化能力,基于度量的元學(xué)習(xí)簡(jiǎn)單,并且可以有效避免元優(yōu)化中的參數(shù)特性導(dǎo)致的過(guò)度擬合,而基于模型的元學(xué)習(xí)器中的內(nèi)部網(wǎng)絡(luò)結(jié)構(gòu)靈活多變。由于基于優(yōu)化的方法需要實(shí)現(xiàn)內(nèi)層和外層學(xué)習(xí),所以計(jì)算時(shí)間長(zhǎng)。此外,元學(xué)習(xí)器在多次內(nèi)層學(xué)習(xí)后進(jìn)行更新,這需要記憶用于元參數(shù)反向傳播的中間梯度信息,對(duì)計(jì)算機(jī)的性能要求高。對(duì)于一些基于度量的方法,當(dāng)測(cè)試任務(wù)與訓(xùn)練任務(wù)差異較大時(shí),這些方法的測(cè)試精度和泛化能力將顯著降低。基于模型的元學(xué)習(xí)相較于其他2 種泛化能力較弱。

    本文認(rèn)為,為了減少計(jì)算時(shí)間以及降低對(duì)計(jì)算機(jī)的性能要求,可采用自適應(yīng)學(xué)習(xí)率策略,簡(jiǎn)化計(jì)算的同時(shí)保持模型和泛化能力。如何更好地相結(jié)合,來(lái)提高泛化能力和預(yù)測(cè)精度的同時(shí),降低計(jì)算量和資源使用量是值得進(jìn)一步研究的問(wèn)題。

    3.2 故障數(shù)據(jù)采集困難

    在實(shí)際工程中,由于機(jī)械設(shè)備的工作條件、機(jī)械結(jié)構(gòu)和時(shí)間序列數(shù)據(jù)的時(shí)間特性,數(shù)據(jù)采集既昂貴又耗時(shí)。同時(shí)采集數(shù)據(jù)的質(zhì)量取決于信號(hào)傳輸、傳感器性能、采樣頻率等,很難獲取絕對(duì)干凈且分布一致的數(shù)據(jù)。而將元學(xué)習(xí)應(yīng)用到故障診斷中時(shí),從一個(gè)任務(wù)到另一個(gè)任務(wù)的泛化在大多數(shù)情況下需要多個(gè)訓(xùn)練集進(jìn)行訓(xùn)練,然而通常不可能同時(shí)有區(qū)別地收集這么多類別的豐富的故障數(shù)據(jù),或是收集的故障數(shù)據(jù)質(zhì)量差等問(wèn)題,這將導(dǎo)致模型訓(xùn)練效果差。

    對(duì)于此問(wèn)題,本文認(rèn)為可以結(jié)合遷移學(xué)習(xí),使用已有圖像數(shù)據(jù)集來(lái)輔助模型進(jìn)行預(yù)訓(xùn)練,再將信號(hào)轉(zhuǎn)化為時(shí)頻圖,結(jié)合元學(xué)習(xí)框架對(duì)模型進(jìn)行微調(diào),解決樣本類別過(guò)多不易采集的問(wèn)題。對(duì)于質(zhì)量較低的樣本數(shù)據(jù),可以使用異常點(diǎn)剔除、均值插補(bǔ)等數(shù)據(jù)清洗方式先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,或者采用數(shù)據(jù)增強(qiáng)等方式對(duì)樣本數(shù)據(jù)進(jìn)行擴(kuò)充。如何有效地結(jié)合數(shù)據(jù)處理或遷移學(xué)習(xí)中的方法是未來(lái)解決樣本數(shù)據(jù)采集困難的重要手段和研究方向。

    4 結(jié)束語(yǔ)

    元學(xué)習(xí)在類別較少的跨域故障診斷中的泛化和小樣本問(wèn)題解決中取得了顯著的成功,但是由于計(jì)算成本高、基礎(chǔ)理論研究的欠缺以及故障數(shù)據(jù)采集等問(wèn)題,使其得到進(jìn)一步推廣變得困難。近年來(lái),一些研究將元學(xué)習(xí)框架和深度學(xué)習(xí)、域泛化相結(jié)合,或與其他技術(shù)相結(jié)合,解決了小樣本故障診斷和跨域故障診斷的問(wèn)題。本文首先闡明了元學(xué)習(xí)的相關(guān)概念,并從數(shù)學(xué)優(yōu)化的角度將故障診斷中的元學(xué)習(xí)算法分為3 類:基于優(yōu)化、基于度量和基于模型,并對(duì)這些研究進(jìn)行了調(diào)查和總結(jié),證明了元學(xué)習(xí)方法在故障診斷中的有效性,然后分析了現(xiàn)有研究的不足,對(duì)未來(lái)研究方向進(jìn)行了展望。總之,元學(xué)習(xí)方法對(duì)于小樣本的故障診斷和跨域故障診斷是一種有效的方式,但要達(dá)到實(shí)際工程應(yīng)用,仍有一些問(wèn)題亟待解決和進(jìn)一步的探索。

    猜你喜歡
    度量故障診斷深度
    有趣的度量
    模糊度量空間的強(qiáng)嵌入
    深度理解一元一次方程
    迷向表示分為6個(gè)不可約直和的旗流形上不變愛(ài)因斯坦度量
    深度觀察
    深度觀察
    深度觀察
    地質(zhì)異常的奇異性度量與隱伏源致礦異常識(shí)別
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    1024视频免费在线观看| 国产精品成人在线| 色94色欧美一区二区| 欧美黑人欧美精品刺激| 国产精品免费一区二区三区在线 | 国产精品亚洲av一区麻豆| 在线观看免费午夜福利视频| 首页视频小说图片口味搜索| 日韩中文字幕视频在线看片| 正在播放国产对白刺激| 777米奇影视久久| 国产精品欧美亚洲77777| 亚洲国产中文字幕在线视频| 人人妻人人澡人人看| 成年女人毛片免费观看观看9 | 90打野战视频偷拍视频| 精品人妻熟女毛片av久久网站| 人妻 亚洲 视频| 丁香六月天网| 午夜免费成人在线视频| 黑人巨大精品欧美一区二区蜜桃| 天天躁夜夜躁狠狠躁躁| 乱人伦中国视频| 精品国产一区二区三区四区第35| 99久久人妻综合| 中文字幕制服av| 精品国产超薄肉色丝袜足j| 妹子高潮喷水视频| 在线亚洲精品国产二区图片欧美| videos熟女内射| 国产又爽黄色视频| 国产欧美日韩精品亚洲av| 欧美日韩中文字幕国产精品一区二区三区 | 国产视频一区二区在线看| 欧美日韩亚洲高清精品| 精品国产超薄肉色丝袜足j| 新久久久久国产一级毛片| 国产真人三级小视频在线观看| 欧美黄色片欧美黄色片| 一夜夜www| 国产精品自产拍在线观看55亚洲 | 国产91精品成人一区二区三区 | 777米奇影视久久| 最近最新中文字幕大全电影3 | av有码第一页| 人妻一区二区av| 亚洲男人天堂网一区| 在线永久观看黄色视频| 久久狼人影院| 国产精品九九99| 91av网站免费观看| cao死你这个sao货| 欧美亚洲 丝袜 人妻 在线| 日韩一卡2卡3卡4卡2021年| 亚洲avbb在线观看| 91大片在线观看| 成人影院久久| 久久人妻av系列| 夜夜骑夜夜射夜夜干| 精品久久久精品久久久| 亚洲精品成人av观看孕妇| 动漫黄色视频在线观看| 精品国产一区二区三区四区第35| 国产一区二区激情短视频| 国产福利在线免费观看视频| 成人黄色视频免费在线看| 桃花免费在线播放| 脱女人内裤的视频| 超碰成人久久| 久久久久久人人人人人| 少妇被粗大的猛进出69影院| 日韩欧美国产一区二区入口| 国产成人系列免费观看| 午夜福利免费观看在线| 母亲3免费完整高清在线观看| 最黄视频免费看| 777米奇影视久久| 国产成人精品久久二区二区免费| 又黄又粗又硬又大视频| 自线自在国产av| 国产野战对白在线观看| av在线播放免费不卡| 国产不卡av网站在线观看| 香蕉丝袜av| 亚洲国产欧美一区二区综合| 午夜老司机福利片| 久久久久精品国产欧美久久久| 亚洲色图综合在线观看| 中文字幕精品免费在线观看视频| 国产亚洲av高清不卡| 久久久久久人人人人人| 国产xxxxx性猛交| 1024香蕉在线观看| 国产免费现黄频在线看| 精品国产乱码久久久久久男人| 国产成人精品久久二区二区91| 狠狠狠狠99中文字幕| 一区在线观看完整版| 久久人妻av系列| 精品少妇久久久久久888优播| av免费在线观看网站| 在线观看免费视频网站a站| 99re6热这里在线精品视频| 国产伦人伦偷精品视频| tocl精华| 免费久久久久久久精品成人欧美视频| 窝窝影院91人妻| 国产精品99久久99久久久不卡| 亚洲精品中文字幕在线视频| 久热这里只有精品99| 叶爱在线成人免费视频播放| a在线观看视频网站| 性少妇av在线| 国产97色在线日韩免费| 黄色丝袜av网址大全| 50天的宝宝边吃奶边哭怎么回事| 亚洲av片天天在线观看| 欧美国产精品va在线观看不卡| 欧美精品亚洲一区二区| 黄网站色视频无遮挡免费观看| av视频免费观看在线观看| 捣出白浆h1v1| 性色av乱码一区二区三区2| 久久精品91无色码中文字幕| 法律面前人人平等表现在哪些方面| 亚洲国产欧美网| 在线观看www视频免费| 国产精品香港三级国产av潘金莲| 在线天堂中文资源库| 69av精品久久久久久 | 757午夜福利合集在线观看| 又紧又爽又黄一区二区| 亚洲国产欧美日韩在线播放| 日本欧美视频一区| 国产午夜精品久久久久久| 久久久久久久久久久久大奶| 日韩中文字幕视频在线看片| 在线观看舔阴道视频| 12—13女人毛片做爰片一| 国产精品久久久人人做人人爽| 欧美黄色片欧美黄色片| 亚洲av电影在线进入| 亚洲色图 男人天堂 中文字幕| 免费久久久久久久精品成人欧美视频| 国产在视频线精品| 伊人久久大香线蕉亚洲五| 在线永久观看黄色视频| 大陆偷拍与自拍| 在线观看免费日韩欧美大片| 久久久久国产一级毛片高清牌| 天堂8中文在线网| 国产精品98久久久久久宅男小说| 无遮挡黄片免费观看| 成年人免费黄色播放视频| 日本av免费视频播放| 久久久国产一区二区| av国产精品久久久久影院| 国产精品99久久99久久久不卡| 欧美+亚洲+日韩+国产| 国产不卡一卡二| 久久中文字幕一级| 国产国语露脸激情在线看| 久久久久国产一级毛片高清牌| 女人爽到高潮嗷嗷叫在线视频| 每晚都被弄得嗷嗷叫到高潮| 日韩 欧美 亚洲 中文字幕| 亚洲性夜色夜夜综合| 日本wwww免费看| 午夜日韩欧美国产| 大型黄色视频在线免费观看| 国产精品久久久人人做人人爽| 精品国产乱码久久久久久男人| 99热国产这里只有精品6| 国产日韩一区二区三区精品不卡| 高清欧美精品videossex| 欧美+亚洲+日韩+国产| 久久久水蜜桃国产精品网| 国产精品成人在线| 多毛熟女@视频| 女性被躁到高潮视频| 十八禁高潮呻吟视频| 久久精品人人爽人人爽视色| 制服诱惑二区| 丰满人妻熟妇乱又伦精品不卡| 女性被躁到高潮视频| tube8黄色片| 国产免费现黄频在线看| 别揉我奶头~嗯~啊~动态视频| 一本大道久久a久久精品| 精品一品国产午夜福利视频| 性少妇av在线| 亚洲欧美激情在线| 女性生殖器流出的白浆| 伦理电影免费视频| 天天影视国产精品| 人人妻人人澡人人看| 成年版毛片免费区| 老司机影院毛片| 久久久久精品国产欧美久久久| 好男人电影高清在线观看| 交换朋友夫妻互换小说| 亚洲精品av麻豆狂野| tube8黄色片| 国产色视频综合| 美国免费a级毛片| 久久久精品免费免费高清| 国产精品美女特级片免费视频播放器 | 欧美黑人精品巨大| 精品国产乱码久久久久久小说| 五月天丁香电影| 精品少妇黑人巨大在线播放| av一本久久久久| 日韩欧美国产一区二区入口| 香蕉国产在线看| av电影中文网址| 亚洲男人天堂网一区| 亚洲精品乱久久久久久| 热re99久久精品国产66热6| 久久人妻熟女aⅴ| 午夜免费鲁丝| 搡老岳熟女国产| 成人黄色视频免费在线看| 欧美性长视频在线观看| 日韩熟女老妇一区二区性免费视频| www.精华液| 日韩制服丝袜自拍偷拍| 汤姆久久久久久久影院中文字幕| www日本在线高清视频| 19禁男女啪啪无遮挡网站| 欧美另类亚洲清纯唯美| av线在线观看网站| 久久久久国内视频| 在线 av 中文字幕| 性高湖久久久久久久久免费观看| 淫妇啪啪啪对白视频| 国产精品久久久av美女十八| 精品国产一区二区久久| 不卡一级毛片| 亚洲av国产av综合av卡| 亚洲午夜精品一区,二区,三区| 大香蕉久久网| 天堂8中文在线网| 美女午夜性视频免费| 免费在线观看黄色视频的| 欧美 亚洲 国产 日韩一| 国产精品久久久人人做人人爽| 天天操日日干夜夜撸| 亚洲人成伊人成综合网2020| 黄色毛片三级朝国网站| 狠狠精品人妻久久久久久综合| 19禁男女啪啪无遮挡网站| 午夜精品久久久久久毛片777| 成人精品一区二区免费| 涩涩av久久男人的天堂| 母亲3免费完整高清在线观看| av天堂久久9| 91字幕亚洲| 满18在线观看网站| 制服人妻中文乱码| 国产一区二区三区视频了| 性高湖久久久久久久久免费观看| 日韩中文字幕视频在线看片| 亚洲一区中文字幕在线| 久久久久精品人妻al黑| 成人国语在线视频| 一二三四在线观看免费中文在| 在线观看一区二区三区激情| 叶爱在线成人免费视频播放| 两人在一起打扑克的视频| 国产亚洲精品一区二区www | av天堂在线播放| 18禁美女被吸乳视频| 大码成人一级视频| 精品福利观看| 一本一本久久a久久精品综合妖精| 欧美成狂野欧美在线观看| 最近最新中文字幕大全电影3 | 菩萨蛮人人尽说江南好唐韦庄| 搡老熟女国产l中国老女人| 日韩视频在线欧美| 视频在线观看一区二区三区| 激情在线观看视频在线高清 | 成人国产av品久久久| 久久性视频一级片| 激情在线观看视频在线高清 | 亚洲成国产人片在线观看| 三上悠亚av全集在线观看| 高清毛片免费观看视频网站 | 黑人猛操日本美女一级片| 丝袜喷水一区| 色婷婷av一区二区三区视频| 男人舔女人的私密视频| 最黄视频免费看| 黄网站色视频无遮挡免费观看| 纵有疾风起免费观看全集完整版| 欧美国产精品va在线观看不卡| 国产男女超爽视频在线观看| 大片免费播放器 马上看| 日本精品一区二区三区蜜桃| 色尼玛亚洲综合影院| 国产在线观看jvid| 精品久久蜜臀av无| 新久久久久国产一级毛片| 国产欧美日韩综合在线一区二区| 在线亚洲精品国产二区图片欧美| 最黄视频免费看| 久久久精品区二区三区| 免费人妻精品一区二区三区视频| 精品少妇一区二区三区视频日本电影| 一级,二级,三级黄色视频| 亚洲va日本ⅴa欧美va伊人久久| 免费高清在线观看日韩| 日日摸夜夜添夜夜添小说| 亚洲av美国av| 久久久久久久久免费视频了| 99精品欧美一区二区三区四区| www.熟女人妻精品国产| 久久久精品免费免费高清| 精品欧美一区二区三区在线| 欧美av亚洲av综合av国产av| 国产97色在线日韩免费| 十八禁高潮呻吟视频| bbb黄色大片| 不卡一级毛片| 男人操女人黄网站| 欧美 日韩 精品 国产| 两性夫妻黄色片| 国产视频一区二区在线看| 欧美精品人与动牲交sv欧美| av免费在线观看网站| 男女下面插进去视频免费观看| 夜夜骑夜夜射夜夜干| 久久国产精品大桥未久av| 国产精品电影一区二区三区 | 美女主播在线视频| 国产成人影院久久av| 水蜜桃什么品种好| 视频在线观看一区二区三区| 黄色成人免费大全| 日韩大码丰满熟妇| 亚洲中文字幕日韩| 欧美成狂野欧美在线观看| 日韩中文字幕欧美一区二区| 日本av免费视频播放| 久久久精品区二区三区| 国产av又大| 中文亚洲av片在线观看爽 | 成人18禁高潮啪啪吃奶动态图| 国产高清激情床上av| 欧美一级毛片孕妇| 在线观看免费视频网站a站| 午夜激情久久久久久久| 日韩欧美一区视频在线观看| 国产精品 欧美亚洲| 国产淫语在线视频| 久久久精品94久久精品| 国产欧美日韩一区二区三| 丰满人妻熟妇乱又伦精品不卡| 一区福利在线观看| 国产片内射在线| 考比视频在线观看| 成人影院久久| 亚洲久久久国产精品| 色视频在线一区二区三区| 久久中文看片网| 制服人妻中文乱码| www.999成人在线观看| 欧美久久黑人一区二区| 少妇被粗大的猛进出69影院| 欧美久久黑人一区二区| 在线天堂中文资源库| 国产av国产精品国产| 国产欧美日韩精品亚洲av| 免费在线观看日本一区| 亚洲精品粉嫩美女一区| 丝袜美足系列| 欧美激情高清一区二区三区| 色婷婷久久久亚洲欧美| 久久天躁狠狠躁夜夜2o2o| 国产精品1区2区在线观看. | 日韩有码中文字幕| 久久精品国产a三级三级三级| 久久久精品国产亚洲av高清涩受| 国产亚洲精品第一综合不卡| 日韩中文字幕视频在线看片| 天天影视国产精品| 欧美国产精品一级二级三级| 日韩欧美三级三区| 精品少妇久久久久久888优播| 久久久水蜜桃国产精品网| 日日摸夜夜添夜夜添小说| 女性生殖器流出的白浆| 午夜福利影视在线免费观看| 欧美在线一区亚洲| 亚洲自偷自拍图片 自拍| 丝袜美腿诱惑在线| 天天躁日日躁夜夜躁夜夜| 国内毛片毛片毛片毛片毛片| 欧美乱码精品一区二区三区| 在线看a的网站| 午夜激情av网站| 丝袜人妻中文字幕| 欧美亚洲日本最大视频资源| 一区在线观看完整版| 亚洲专区中文字幕在线| 成人国产av品久久久| 精品午夜福利视频在线观看一区 | 在线av久久热| 午夜福利乱码中文字幕| 搡老乐熟女国产| 日本精品一区二区三区蜜桃| 男男h啪啪无遮挡| 俄罗斯特黄特色一大片| 欧美精品啪啪一区二区三区| 中国美女看黄片| 日韩中文字幕欧美一区二区| 99热国产这里只有精品6| 午夜免费成人在线视频| av网站在线播放免费| 久久精品国产亚洲av香蕉五月 | 精品国产超薄肉色丝袜足j| 欧美人与性动交α欧美精品济南到| 亚洲专区中文字幕在线| 狂野欧美激情性xxxx| 成年动漫av网址| 伦理电影免费视频| 日本黄色日本黄色录像| 精品卡一卡二卡四卡免费| 中文字幕人妻丝袜制服| 久热爱精品视频在线9| 麻豆av在线久日| 日本黄色视频三级网站网址 | 亚洲成人手机| 精品国产乱码久久久久久男人| 国产老妇伦熟女老妇高清| a级毛片在线看网站| 成人特级黄色片久久久久久久 | 亚洲中文字幕日韩| 日本一区二区免费在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 在线播放国产精品三级| 99在线人妻在线中文字幕 | 国产精品影院久久| 一级片'在线观看视频| kizo精华| 99国产精品99久久久久| 久久精品国产亚洲av高清一级| 国产精品免费视频内射| 美女主播在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲色图综合在线观看| 极品教师在线免费播放| 97人妻天天添夜夜摸| 国产精品成人在线| 亚洲伊人色综图| 精品欧美一区二区三区在线| 18禁国产床啪视频网站| 国产免费视频播放在线视频| 国产免费福利视频在线观看| 一区二区三区激情视频| 三级毛片av免费| 免费少妇av软件| 国产高清国产精品国产三级| 成人免费观看视频高清| 老司机亚洲免费影院| 久久免费观看电影| 纯流量卡能插随身wifi吗| 两人在一起打扑克的视频| 成年动漫av网址| 国产成人av激情在线播放| 免费高清在线观看日韩| 国产精品一区二区精品视频观看| 久9热在线精品视频| 97在线人人人人妻| www.熟女人妻精品国产| av有码第一页| 亚洲午夜精品一区,二区,三区| 91国产中文字幕| 18禁观看日本| 亚洲avbb在线观看| 日本黄色日本黄色录像| 欧美性长视频在线观看| 成人手机av| 伊人久久大香线蕉亚洲五| 老司机福利观看| 宅男免费午夜| 久久 成人 亚洲| 肉色欧美久久久久久久蜜桃| 亚洲三区欧美一区| 两人在一起打扑克的视频| 久久久精品免费免费高清| av国产精品久久久久影院| 肉色欧美久久久久久久蜜桃| 天堂俺去俺来也www色官网| 久久这里只有精品19| 99re在线观看精品视频| xxxhd国产人妻xxx| 亚洲欧美一区二区三区黑人| 麻豆成人av在线观看| bbb黄色大片| 亚洲国产看品久久| 精品少妇久久久久久888优播| 国产有黄有色有爽视频| 亚洲成人免费电影在线观看| 色婷婷av一区二区三区视频| 国产欧美日韩一区二区三| 成人精品一区二区免费| 亚洲国产欧美一区二区综合| 18禁观看日本| 午夜成年电影在线免费观看| 美女高潮到喷水免费观看| 国产精品熟女久久久久浪| 中文欧美无线码| 十八禁高潮呻吟视频| 丰满人妻熟妇乱又伦精品不卡| 国产三级黄色录像| 亚洲午夜精品一区,二区,三区| 麻豆国产av国片精品| 欧美av亚洲av综合av国产av| 精品一区二区三区av网在线观看 | 免费一级毛片在线播放高清视频 | 12—13女人毛片做爰片一| 狂野欧美激情性xxxx| 人人妻人人爽人人添夜夜欢视频| 午夜福利影视在线免费观看| 免费人妻精品一区二区三区视频| 国产亚洲精品第一综合不卡| 国产一区二区 视频在线| 天天添夜夜摸| 亚洲熟女毛片儿| aaaaa片日本免费| 国产欧美日韩一区二区三| 王馨瑶露胸无遮挡在线观看| 久久久久国内视频| 国产日韩欧美亚洲二区| 国产高清videossex| 免费高清在线观看日韩| 国产精品麻豆人妻色哟哟久久| av天堂久久9| 黄色视频,在线免费观看| 欧美成人午夜精品| 日本撒尿小便嘘嘘汇集6| 热99久久久久精品小说推荐| 咕卡用的链子| 成人手机av| 国产成人系列免费观看| xxxhd国产人妻xxx| 天天操日日干夜夜撸| 国产高清视频在线播放一区| 国产激情久久老熟女| 女性生殖器流出的白浆| 少妇 在线观看| 操美女的视频在线观看| 黄片小视频在线播放| 国产成+人综合+亚洲专区| 欧美精品一区二区免费开放| 天天影视国产精品| 中文字幕av电影在线播放| 久久久久久久精品吃奶| 亚洲全国av大片| 成人18禁在线播放| 大陆偷拍与自拍| 动漫黄色视频在线观看| 777米奇影视久久| 啦啦啦 在线观看视频| 9热在线视频观看99| 精品国产一区二区久久| 国产精品免费一区二区三区在线 | 韩国精品一区二区三区| 少妇精品久久久久久久| 18禁裸乳无遮挡动漫免费视频| 国产淫语在线视频| 久久热在线av| 国产一区二区激情短视频| 丰满少妇做爰视频| 国产成人精品久久二区二区91| 在线观看66精品国产| 男人操女人黄网站| 97在线人人人人妻| 午夜老司机福利片| 国产男靠女视频免费网站| 少妇的丰满在线观看| 久久精品国产亚洲av香蕉五月 | 欧美乱妇无乱码| 乱人伦中国视频| 日韩一卡2卡3卡4卡2021年| 精品视频人人做人人爽| 久久99热这里只频精品6学生| 久久中文字幕一级| 中文亚洲av片在线观看爽 | 国产精品久久电影中文字幕 | 精品亚洲成国产av| 国产高清videossex| 国产成人精品在线电影| 在线十欧美十亚洲十日本专区| 一边摸一边抽搐一进一小说 | 精品乱码久久久久久99久播| 亚洲成人手机| 久久精品91无色码中文字幕| 嫩草影视91久久| 午夜激情久久久久久久| 人妻一区二区av| 在线观看免费高清a一片| 男女免费视频国产| 麻豆乱淫一区二区| 中文欧美无线码| 极品少妇高潮喷水抽搐| 亚洲国产中文字幕在线视频| 成年人免费黄色播放视频| 女性被躁到高潮视频| 国产黄频视频在线观看| 伊人久久大香线蕉亚洲五| 亚洲国产欧美在线一区| 久久av网站| 一本久久精品|