• <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 ?

    噪聲干擾下的CCSD-CNN軸承故障診斷方法

    2023-10-17 14:49:50李輝徐偉烝
    軸承 2023年10期
    關(guān)鍵詞:高斯故障診斷軸承

    李輝,徐偉烝

    (天津職業(yè)技術(shù)師范大學(xué) 機(jī)械工程學(xué)院,天津 300222)

    隨著人工智能的發(fā)展,深度學(xué)習(xí)在機(jī)電設(shè)備智能運(yùn)維領(lǐng)域得到了廣泛關(guān)注[1-3],故障診斷領(lǐng)域涉及的主要深度學(xué)習(xí)方法主要有自編碼器(Auto Encoder,AE)[4]、卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)[5]、深度信念網(wǎng)絡(luò)(Deep Belief Network,DBN)[6]、循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks,RNN)[7]和深度遷移學(xué)習(xí)(Deep Transfer Learning,DTL)[8]等。卷積神經(jīng)網(wǎng)絡(luò)充分利用了局部連接、權(quán)值共享和下采樣等技術(shù),不僅能有效避免參數(shù)過(guò)多導(dǎo)致的過(guò)擬合,而且運(yùn)算效率較高,因此在故障診斷領(lǐng)域的應(yīng)用較多[1]。

    卷積神經(jīng)網(wǎng)絡(luò)常使用二維圖像作為輸入層,應(yīng)用中通常采用信號(hào)預(yù)處理方法將一維振動(dòng)信號(hào)轉(zhuǎn)化為二維圖像:文獻(xiàn)[9]使用短時(shí)傅里葉變換(Short Time Fourier Transform, STFT)將電機(jī)軸承一維振動(dòng)信號(hào)轉(zhuǎn)換成二維時(shí)頻譜圖作為CNN的輸入數(shù)據(jù)進(jìn)行故障診斷;文獻(xiàn)[10]提出一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的故障診斷方法,利用短時(shí)傅里葉變換得到滾動(dòng)軸承振動(dòng)信號(hào)的二維時(shí)頻譜并通過(guò)卷積神經(jīng)網(wǎng)絡(luò)自適應(yīng)提取時(shí)頻譜中的不同故障特征。短時(shí)傅里葉變換采用固定的窗函數(shù),因而難以有效匹配變工況下軸承故障特征。文獻(xiàn)[11] 將連續(xù)小波變換(Continuous Wavelet Transform,CWT)與CNN有效結(jié)合,應(yīng)用于軸承和齒輪故障特征提取。文獻(xiàn)[12]采用連續(xù)小波變換構(gòu)建軸承振動(dòng)信號(hào)的時(shí)頻圖并利用卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)自動(dòng)模式識(shí)別。文獻(xiàn)[13]利用小波包變換分解振動(dòng)信號(hào)并重構(gòu)小波包時(shí)頻圖,通過(guò)深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)不同工況、不同故障程度及故障類(lèi)型軸承的模式識(shí)別。文獻(xiàn)[14]利用離散小波變換構(gòu)造時(shí)頻矩陣,采用CNN進(jìn)行特征提取,通過(guò)Softmax分類(lèi)器實(shí)現(xiàn)故障分類(lèi)。小波變換采用可調(diào)時(shí)頻窗函數(shù),能自適應(yīng)地匹配軸承故障特征,但不同的小波母函數(shù)會(huì)得到不同的分類(lèi)效果。在真實(shí)的工業(yè)場(chǎng)景下,采集到的數(shù)據(jù)除了被測(cè)軸承振動(dòng)信號(hào)外,還往往混雜著各種各樣的噪聲,神經(jīng)網(wǎng)絡(luò)模型必須具有抗噪能力,才能精準(zhǔn)地實(shí)現(xiàn)智能故障診斷[15-16]。

    當(dāng)機(jī)電設(shè)備中的軸承發(fā)生故障時(shí),其振動(dòng)信號(hào)往往是非線(xiàn)性、非平穩(wěn)的非高斯信號(hào),分析重點(diǎn)是其局部特征,而傳統(tǒng)的時(shí)頻信號(hào)處理方法難以有效處理該類(lèi)信號(hào)[17]。另外,當(dāng)設(shè)備工況(轉(zhuǎn)速、載荷等)變化時(shí),軸承振動(dòng)信號(hào)中往往包含大量噪聲和奇異值,CNN的特征提取能力也會(huì)顯著下降[16]。振動(dòng)信號(hào)的時(shí)頻圖刻畫(huà)了非平穩(wěn)信號(hào)的內(nèi)在幅值和頻率特征,信息刻畫(huà)的越細(xì)微,越易于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行信號(hào)特征的學(xué)習(xí)和提取,在噪聲干擾下,基于短時(shí)傅里葉變換和小波變換等時(shí)頻分析的信號(hào)預(yù)處理方法往往不能得到滿(mǎn)意的診斷效果[18]。

    軸承故障振動(dòng)信號(hào)為典型的循環(huán)平穩(wěn)信號(hào)[19-20],循環(huán)平穩(wěn)方法能有效提取軸承的故障特征[21-22],譜相關(guān)密度(Spectral Correlation Density,SCD)能有效抑制信號(hào)中的高斯噪聲,但當(dāng)信號(hào)中含有非高斯噪聲時(shí),譜相關(guān)密度的性能會(huì)嚴(yán)重退化[23]。循環(huán)相關(guān)熵能有效處理非線(xiàn)性、非平穩(wěn)、非高斯信號(hào),在雙頻平面很好地刻畫(huà)軸承的故障特征且具有很高的頻率分辨率,能有效提取淹沒(méi)在強(qiáng)噪聲環(huán)境中的微弱信號(hào)特征[24-27],從而為CNN提供高質(zhì)量的輸入數(shù)據(jù),提高傳統(tǒng)CNN對(duì)非平穩(wěn)、非線(xiàn)性、非高斯信號(hào)的自適應(yīng)能力及其魯棒性。因此,本文綜合利用循環(huán)相關(guān)熵譜密度(Cyclic Correntropy Spectral Density,CCSD)和CNN的優(yōu)點(diǎn),提出了基于循環(huán)相關(guān)熵譜密度和CNN的軸承故障診斷方法(CCSD-CNN)。

    1 CCSD-CNN故障診斷方法

    1.1 循環(huán)相關(guān)熵

    對(duì)于實(shí)信號(hào)x(t),其時(shí)變自相關(guān)熵函數(shù)可定義為

    (1)

    (2)

    式中:τ為時(shí)間滯后量;E為數(shù)學(xué)期望;κσ(·)為滿(mǎn)足Mercer條件的核函數(shù),常采用高斯核函數(shù);σ為高斯核函數(shù)的核長(zhǎng)。

    當(dāng)實(shí)信號(hào)x(t)為循環(huán)平穩(wěn)信號(hào)時(shí),時(shí)變自相關(guān)熵函數(shù)Vx(t,τ)可展開(kāi)為傅里葉級(jí)數(shù)形式,即

    (3)

    (4)

    (5)

    循環(huán)相關(guān)熵主要有以下性質(zhì):

    1)循環(huán)相關(guān)熵利用了核函數(shù)κσ,核函數(shù)是一種非線(xiàn)性變換,將歐幾里得空間的非線(xiàn)性數(shù)據(jù)轉(zhuǎn)化為再生核希爾伯特空間的線(xiàn)性數(shù)據(jù),因而循環(huán)相關(guān)熵能有效處理非線(xiàn)性信號(hào)。

    4)軸承故障振動(dòng)信號(hào)為典型的循環(huán)平穩(wěn)信號(hào),屬于一類(lèi)特殊的非平穩(wěn)信號(hào),循環(huán)相關(guān)熵能在(α,f)構(gòu)成的雙頻平面內(nèi)有效刻畫(huà)軸承故障特征且具有良好的頻率分辨率,因此,循環(huán)相關(guān)熵能有效處理軸承故障誘發(fā)的非平穩(wěn)信號(hào)[25]。

    綜上,充分利用循環(huán)相關(guān)熵的良好性能可以為卷積神經(jīng)網(wǎng)絡(luò)提供高質(zhì)量的輸入數(shù)據(jù),有利于卷積神經(jīng)網(wǎng)絡(luò)對(duì)信號(hào)特征的學(xué)習(xí)和提取,優(yōu)化CNN對(duì)非平穩(wěn)、非線(xiàn)性、非高斯信號(hào)的自適應(yīng)能力,提高CNN的魯棒性和準(zhǔn)確率。

    1.2 卷積神經(jīng)網(wǎng)絡(luò)

    典型的CNN是LeNet-5卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[28],輸入數(shù)據(jù)在經(jīng)歷多次卷積、激活和池化操作后被送入全連接層,并由輸出層(分類(lèi)器)輸出模型的預(yù)測(cè)結(jié)果。本文提出的CNN模型借鑒LeNet-5卷積神經(jīng)網(wǎng)絡(luò),模型參數(shù)見(jiàn)表1,包含2個(gè)卷積層,2個(gè)批歸一化層,2個(gè)池化層,2個(gè)全連接層和1個(gè)Softmax輸出層,卷積層和全連接層激活函數(shù)均采用ReLU函數(shù)。

    表1 卷積神經(jīng)網(wǎng)絡(luò)模型參數(shù)

    1.3 CCSD-CNN故障診斷流程

    如圖1所示,CCSD-CNN軸承故障診斷方法的主要步驟為:

    圖1 基于CCSD-CNN的軸承故障診斷流程

    1)對(duì)軸承故障振動(dòng)信號(hào)進(jìn)行重疊采樣,進(jìn)行數(shù)據(jù)集增廣以構(gòu)建軸承故障數(shù)據(jù)集,并將各樣本數(shù)據(jù)歸一化,將振動(dòng)信號(hào)振幅控制在[0,1]。

    3)將軸承故障數(shù)據(jù)集按6:2:2的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集。

    2 基于CCSD-CNN的軸承故障診斷

    2.1 CWRU電機(jī)軸承試驗(yàn)數(shù)據(jù)

    將CCSD-CNN方法應(yīng)用于美國(guó)凱斯西儲(chǔ)大學(xué)(CWRU)滾動(dòng)軸承數(shù)據(jù)集[29],振動(dòng)信號(hào)采集對(duì)象為電動(dòng)機(jī)驅(qū)動(dòng)端(DE)的深溝球軸承,型號(hào)為SKF6205,采樣頻率為48 kHz。軸承故障類(lèi)型分為鋼球故障(BF)、內(nèi)圈故障(IF)、外圈故障(OF),損傷直徑分為0.178,0.356,0.533 mm,依據(jù)軸承故障類(lèi)型和損傷直徑將軸承鋼球、內(nèi)圈、外圈故障和正常狀態(tài)分別標(biāo)記為BF7,BF14,BF21,IF7,IF14,IF21,OF7,OF14,OF21,NC。

    將驗(yàn)證集和測(cè)試集經(jīng)CCSD預(yù)處理后輸入訓(xùn)練好的CNN,驗(yàn)證集主要用于CNN模型參數(shù)的調(diào)整,測(cè)試集用于檢驗(yàn)CNN的軸承故障準(zhǔn)確率和泛化能力。按照CCSD-CNN軸承故障診斷流程從數(shù)據(jù)預(yù)處理、CNN特征提取識(shí)別、結(jié)果可視化分析3個(gè)方面進(jìn)行詳細(xì)試驗(yàn)分析與驗(yàn)證。

    2.2 噪聲干擾下CCSD故障特征提取

    為驗(yàn)證循環(huán)相關(guān)熵在軸承故障特征提取方面的有效性,從數(shù)據(jù)集A中任選BF7,IF7,OF7和NC的一個(gè)樣本,分別計(jì)算其譜相關(guān)密度(SCD)和循環(huán)相關(guān)熵譜密度(CCSD)。

    2.2.1 原始振動(dòng)信號(hào)

    圖2 軸承振動(dòng)信號(hào)

    圖3 軸承振動(dòng)信號(hào)的譜相關(guān)密度

    圖4 軸承振動(dòng)信號(hào)的循環(huán)相關(guān)熵譜密度

    2.2.2 高斯噪聲干擾

    在軸承振動(dòng)信號(hào)中添加信噪比(SNR)為-2 dB的高斯噪聲,結(jié)果如圖5所示:添加高斯噪聲后,由于噪聲對(duì)振動(dòng)信號(hào)幅值具有平滑作用,減小了振動(dòng)信號(hào)幅值之間的差異, 導(dǎo)致軸承故障產(chǎn)生的周期性沖擊特征不再明顯。

    圖5 添加高斯噪聲后的軸承振動(dòng)信號(hào)(SNR=-2 dB)

    高斯噪聲干擾下,軸承振動(dòng)信號(hào)的譜相關(guān)密度和循環(huán)相關(guān)熵譜密度分別如圖6、圖7所示:由于噪聲的影響,譜相關(guān)密度圖中的菱形頻譜結(jié)構(gòu)更為明顯,在更廣泛的頻率范圍內(nèi)存在非0幅值,盡管譜相關(guān)密度對(duì)高斯噪聲具有自免疫能力,但高斯噪聲的存在仍對(duì)譜相關(guān)密度產(chǎn)生了一定影響,降低了SCD的頻譜分辨率;添加高斯噪聲后,循環(huán)相關(guān)熵譜密度圖的變化較小,而且比譜相關(guān)密度的頻譜分辨率高,表明循環(huán)相關(guān)熵譜密度具有更好的高斯噪聲抑制能力,在高斯噪聲干擾下仍能有效提取軸承故障特征。

    圖6 軸承振動(dòng)信號(hào)的譜相關(guān)密度(SNR=-2 dB)

    圖7 軸承振動(dòng)信號(hào)的循環(huán)相關(guān)熵譜密度(SNR=-2 dB)

    2.2.3 非高斯噪聲干擾

    隨機(jī)選擇10個(gè)幅值不等的脈沖信號(hào)模擬非高斯噪聲,添加非高斯噪聲后的軸承振動(dòng)信號(hào)如圖8所示:脈沖噪聲的幅值遠(yuǎn)大于軸承振動(dòng)信號(hào)的幅值,除外圈故障外,軸承振動(dòng)信號(hào)基本上被脈沖噪聲淹沒(méi),難以識(shí)別振動(dòng)信號(hào)中的周期成分。

    圖8 添加非高斯噪聲后的軸承振動(dòng)信號(hào)

    非高斯噪聲干擾下,軸承振動(dòng)信號(hào)的譜相關(guān)密度和循環(huán)相關(guān)熵譜密度分別如圖9、圖10所示:由于譜相關(guān)密度是基于信號(hào)的二階統(tǒng)計(jì)量, 而脈沖噪聲的二階統(tǒng)計(jì)量并不存在,因此譜相關(guān)密度的性能退化,添加脈沖噪聲后,譜相關(guān)密度圖的頻譜結(jié)構(gòu)變得很模糊,頻譜分辨率大大降低,很難提取軸承的故障特征;添加脈沖噪聲后,循環(huán)相關(guān)熵譜密度圖的變化較小,這是由于循環(huán)相關(guān)熵譜密度既包含信號(hào)的二階統(tǒng)計(jì)量,又包含信號(hào)的高階統(tǒng)計(jì)量,因此具有很強(qiáng)的非高斯噪聲抑制能力,能在強(qiáng)脈沖噪聲干擾下有效提取軸承微弱故障特征。

    圖9 添加非高斯噪聲后軸承振動(dòng)信號(hào)的譜相關(guān)密度

    圖10 添加非高斯噪聲后軸承振動(dòng)信號(hào)的循環(huán)相關(guān)熵譜密度

    2.3 非高斯噪聲干擾下CCSD-CNN故障診斷

    對(duì)試驗(yàn)數(shù)據(jù)集的每個(gè)振動(dòng)信號(hào)樣本均隨機(jī)添加10個(gè)幅值不等的脈沖信號(hào),根據(jù)CCSD-CNN軸承故障診斷流程訓(xùn)練CNN,得到的準(zhǔn)確率和損失值曲線(xiàn)如圖11所示,在非高斯噪聲干擾下,CCSD-CNN模型在訓(xùn)練迭代100次之后,故障診斷準(zhǔn)確率高于95%,并且損失值逐漸趨近于0,表明CCSD-CNN模型穩(wěn)定且訓(xùn)練速度較快。

    (a) 數(shù)據(jù)集A

    添加非高斯噪聲干擾后,將CCSD-CNN模型與STFT-CNN,CWT-CNN和SCD-CNN模型進(jìn)行對(duì)比,其中STFT采用128點(diǎn)的Hanning窗,CWT采用Morlet連續(xù)小波變換,CCSD高斯核函數(shù)核長(zhǎng)σ為1.72。各模型的診斷結(jié)果見(jiàn)表2(準(zhǔn)確率取10次試驗(yàn)的平均值):在非高斯噪聲干擾下,CCSD-CNN方法的準(zhǔn)確率最高,3個(gè)測(cè)試集的平均準(zhǔn)確率為98.53%,說(shuō)明CCSD-CNN模型有效抑制了非高斯噪聲,使得含非高斯噪聲的振動(dòng)信號(hào)經(jīng)過(guò)CCSD預(yù)處理后,能獲得高質(zhì)量、高區(qū)分性的軸承故障特征圖像,從而極大提高了CNN的故障特征提取能力。

    表2 非高斯噪聲干擾下各模型的準(zhǔn)確率

    為進(jìn)一步對(duì)比SCD-CNN和CCSD-CNN方法的特征提取能力,對(duì)添加非高斯噪聲測(cè)試集的SCD-CNN和CCSD-CNN模型輸出層特征進(jìn)行t-SNE可視化[31-32],結(jié)果如圖12所示:SCD-CNN模型只能將少數(shù)軸承故障進(jìn)行分類(lèi),對(duì)多數(shù)軸承故障類(lèi)型的辨別力較差,不同軸承故障類(lèi)型間存在相互重疊,非高斯噪聲干擾嚴(yán)重影響了SCD-CNN模型的特征提取能力,導(dǎo)致其魯棒性變差;CCSD-CNN模型在測(cè)試集添加非高斯噪聲的工況下,仍能清晰地劃分不同類(lèi)型的故障信號(hào),10類(lèi)不同故障信號(hào)之間只出現(xiàn)了少量的混疊,表明CCSD對(duì)非高斯噪聲具有很強(qiáng)的抑制能力。因此,對(duì)含非高斯噪聲的滾動(dòng)軸承故障信號(hào),CCSD-CNN方法比SCD-CNN具有更好的類(lèi)內(nèi)聚集性(類(lèi)內(nèi)間距小),且不同類(lèi)別的間距較大,具有更好的非高斯噪聲處理性能。

    (a) SCD-CNN

    2.4 高斯噪聲干擾下CCSD-CNN故障診斷

    試驗(yàn)數(shù)據(jù)集(3 hp)中添加不同信噪比(SNR分別為-6,-4,-2,0,2 dB)高斯噪聲時(shí),各模型的診斷結(jié)果(取10次試驗(yàn)的平均值)如圖13所示:隨著信噪比的提高,各模型的準(zhǔn)確率都呈上升趨勢(shì),表明高斯噪聲對(duì)CNN的診斷準(zhǔn)確率有較大影響,但CCSD-CNN模型在不同條件下的準(zhǔn)確率均高于其他模型。

    (a) 測(cè)試集A

    3 結(jié)論

    本文提出了基于循環(huán)相關(guān)熵譜密度和卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承故障診斷方法,通過(guò)循環(huán)相關(guān)熵信號(hào)預(yù)處理有效增強(qiáng)了CNN的抗噪聲干擾能力,提高了CNN網(wǎng)絡(luò)的穩(wěn)定性和診斷準(zhǔn)確率:

    1)從循環(huán)相關(guān)熵譜密度構(gòu)成的雙頻平面(α,f)可以看出,不同的軸承故障類(lèi)型具有不同的雙頻頻譜特征且各故障狀態(tài)的頻率和幅值不同,即循環(huán)相關(guān)熵能有效刻畫(huà)軸承不同故障狀態(tài),為CNN提供了高質(zhì)量的輸入數(shù)據(jù)。

    2)在高斯噪聲、非高斯噪聲干擾下,CCSD-CNN模型的診斷準(zhǔn)確率均高于SCD-CNN,STFT- CNN,CWT-CNN模型。

    3)CCSD-CNN模型充分利用了循環(huán)相關(guān)熵的良好性能,改善了傳統(tǒng)CNN對(duì)非平穩(wěn)、非線(xiàn)性、非高斯信號(hào)的自適應(yīng)能力,提高了CNN的魯棒性。

    猜你喜歡
    高斯故障診斷軸承
    小高斯的大發(fā)現(xiàn)
    軸承知識(shí)
    哈爾濱軸承(2022年2期)2022-07-22 06:39:32
    軸承知識(shí)
    哈爾濱軸承(2022年1期)2022-05-23 13:13:24
    軸承知識(shí)
    哈爾濱軸承(2021年2期)2021-08-12 06:11:46
    軸承知識(shí)
    哈爾濱軸承(2021年1期)2021-07-21 05:43:16
    天才數(shù)學(xué)家——高斯
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    有限域上高斯正規(guī)基的一個(gè)注記
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    基于WPD-HHT的滾動(dòng)軸承故障診斷
    亚洲国产中文字幕在线视频| 女同久久另类99精品国产91| 97人妻精品一区二区三区麻豆| 亚洲熟妇中文字幕五十中出| 亚洲av熟女| 三级毛片av免费| 亚洲在线自拍视频| 国产精品综合久久久久久久免费| 国产精品三级大全| 无人区码免费观看不卡| netflix在线观看网站| 1000部很黄的大片| 成人特级av手机在线观看| 亚洲五月婷婷丁香| 久久久国产成人精品二区| 色av中文字幕| 成人18禁在线播放| 色av中文字幕| 亚洲人成网站高清观看| netflix在线观看网站| 久久国产精品影院| 国产三级中文精品| 一级a爱片免费观看的视频| 日本黄色视频三级网站网址| 三级男女做爰猛烈吃奶摸视频| 香蕉久久夜色| 99久久九九国产精品国产免费| 一级黄色大片毛片| 久久精品人妻少妇| 五月伊人婷婷丁香| 亚洲,欧美精品.| 欧美性猛交黑人性爽| 欧美zozozo另类| 最近在线观看免费完整版| 桃色一区二区三区在线观看| 日韩欧美在线二视频| 99精品在免费线老司机午夜| 真实男女啪啪啪动态图| 久久精品国产综合久久久| av福利片在线观看| 少妇人妻一区二区三区视频| 成人午夜高清在线视频| av黄色大香蕉| 国内精品一区二区在线观看| av欧美777| 亚洲av熟女| 精品日产1卡2卡| 一个人看视频在线观看www免费 | 男人舔女人下体高潮全视频| 最新在线观看一区二区三区| 黄片大片在线免费观看| x7x7x7水蜜桃| 级片在线观看| 国产午夜精品论理片| 99视频精品全部免费 在线| 欧美+亚洲+日韩+国产| av欧美777| 九九热线精品视视频播放| 亚洲黑人精品在线| aaaaa片日本免费| 国产高清三级在线| 国内精品一区二区在线观看| 国产99白浆流出| 精品久久久久久,| 99国产综合亚洲精品| 非洲黑人性xxxx精品又粗又长| 国产激情偷乱视频一区二区| 日韩欧美精品v在线| 中文字幕熟女人妻在线| 国产视频内射| 亚洲第一电影网av| 国产亚洲精品一区二区www| 日本黄色视频三级网站网址| 国产主播在线观看一区二区| 亚洲欧美日韩高清专用| 欧美乱码精品一区二区三区| 久久这里只有精品中国| 国产精品嫩草影院av在线观看 | 欧美zozozo另类| 国产精品久久电影中文字幕| 亚洲精品在线美女| a级毛片a级免费在线| 免费在线观看成人毛片| 婷婷亚洲欧美| 亚洲18禁久久av| 久久午夜亚洲精品久久| 日韩欧美在线乱码| 一a级毛片在线观看| 天天躁日日操中文字幕| 国产探花在线观看一区二区| 午夜影院日韩av| 国产黄色小视频在线观看| 老司机福利观看| 老熟妇乱子伦视频在线观看| 88av欧美| 别揉我奶头~嗯~啊~动态视频| a级一级毛片免费在线观看| 97碰自拍视频| 亚洲黑人精品在线| 国产激情欧美一区二区| 国产午夜精品久久久久久一区二区三区 | 中国美女看黄片| xxx96com| 久久欧美精品欧美久久欧美| 精品免费久久久久久久清纯| 国产aⅴ精品一区二区三区波| 国产99白浆流出| 国产三级黄色录像| 精品日产1卡2卡| 一级黄色大片毛片| 久久精品综合一区二区三区| 国产视频内射| 国产亚洲精品久久久久久毛片| 搡女人真爽免费视频火全软件 | 在线播放无遮挡| 亚洲自拍偷在线| 岛国在线免费视频观看| 一本精品99久久精品77| 国产高潮美女av| 亚洲狠狠婷婷综合久久图片| 亚洲不卡免费看| 亚洲精品在线美女| 亚洲内射少妇av| 在线观看日韩欧美| 欧美日韩瑟瑟在线播放| 国产真人三级小视频在线观看| 最近最新中文字幕大全免费视频| 在线播放国产精品三级| 久久精品91蜜桃| 岛国视频午夜一区免费看| 禁无遮挡网站| 中文字幕高清在线视频| 国产真人三级小视频在线观看| 色播亚洲综合网| 欧美中文综合在线视频| 又紧又爽又黄一区二区| 亚洲精品粉嫩美女一区| 成人鲁丝片一二三区免费| 国产精品99久久久久久久久| 国产免费av片在线观看野外av| 一区二区三区免费毛片| 免费人成在线观看视频色| 欧美一区二区精品小视频在线| 色综合站精品国产| 婷婷丁香在线五月| 亚洲中文字幕一区二区三区有码在线看| 国产精品三级大全| 亚洲成人久久爱视频| 99热精品在线国产| 亚洲av第一区精品v没综合| 国产精品一区二区三区四区久久| 露出奶头的视频| 国产亚洲精品久久久com| e午夜精品久久久久久久| 十八禁人妻一区二区| 亚洲人成电影免费在线| 婷婷丁香在线五月| 亚洲中文日韩欧美视频| 女同久久另类99精品国产91| 色在线成人网| 欧美日韩中文字幕国产精品一区二区三区| 俺也久久电影网| 99热这里只有精品一区| 日韩欧美在线乱码| 成人特级黄色片久久久久久久| 五月伊人婷婷丁香| 久久久国产精品麻豆| 日韩高清综合在线| e午夜精品久久久久久久| 一级毛片女人18水好多| 欧美日韩瑟瑟在线播放| 午夜福利18| 国产精品日韩av在线免费观看| 欧美性猛交黑人性爽| 欧美+日韩+精品| 日本成人三级电影网站| 在线视频色国产色| 90打野战视频偷拍视频| 久久久久国内视频| 色av中文字幕| 老司机深夜福利视频在线观看| 精品午夜福利视频在线观看一区| 51国产日韩欧美| 免费在线观看日本一区| 久久国产精品影院| 国产高清激情床上av| 搡老妇女老女人老熟妇| 老司机午夜十八禁免费视频| 夜夜躁狠狠躁天天躁| 久久香蕉精品热| 精品国产美女av久久久久小说| 亚洲欧美日韩高清专用| 久久久久国产精品人妻aⅴ院| 亚洲,欧美精品.| 18禁黄网站禁片午夜丰满| 亚洲最大成人中文| 久久香蕉国产精品| 又爽又黄无遮挡网站| av福利片在线观看| 久久久精品欧美日韩精品| 欧美成人免费av一区二区三区| 麻豆成人av在线观看| 变态另类丝袜制服| 丰满人妻熟妇乱又伦精品不卡| 亚洲中文字幕日韩| 观看美女的网站| 丰满人妻熟妇乱又伦精品不卡| 每晚都被弄得嗷嗷叫到高潮| 丝袜美腿在线中文| 国产aⅴ精品一区二区三区波| ponron亚洲| 免费大片18禁| 脱女人内裤的视频| 日韩 欧美 亚洲 中文字幕| 国产欧美日韩一区二区精品| 国产老妇女一区| 淫秽高清视频在线观看| 亚洲天堂国产精品一区在线| 久久精品国产自在天天线| 99在线视频只有这里精品首页| 亚洲国产精品合色在线| 女生性感内裤真人,穿戴方法视频| 色综合欧美亚洲国产小说| 我的老师免费观看完整版| 亚洲七黄色美女视频| 午夜精品一区二区三区免费看| 97人妻精品一区二区三区麻豆| 国产淫片久久久久久久久 | netflix在线观看网站| 国产91精品成人一区二区三区| 亚洲欧美激情综合另类| 日韩欧美 国产精品| 日韩av在线大香蕉| 一本综合久久免费| 亚洲国产欧美人成| 亚洲av成人精品一区久久| 丁香欧美五月| 97超级碰碰碰精品色视频在线观看| 亚洲国产高清在线一区二区三| 天美传媒精品一区二区| 欧美一级a爱片免费观看看| 五月伊人婷婷丁香| 最新在线观看一区二区三区| 人妻夜夜爽99麻豆av| 一个人观看的视频www高清免费观看| 欧美激情在线99| 亚洲人成电影免费在线| 看黄色毛片网站| 最好的美女福利视频网| 搡老妇女老女人老熟妇| 亚洲男人的天堂狠狠| 亚洲专区国产一区二区| 在线免费观看的www视频| 真人一进一出gif抽搐免费| 国产伦精品一区二区三区四那| 大型黄色视频在线免费观看| 99国产综合亚洲精品| 成人亚洲精品av一区二区| 在线观看免费视频日本深夜| 亚洲熟妇熟女久久| 一级黄片播放器| 国产高清三级在线| 午夜免费激情av| 日本黄色片子视频| 精品一区二区三区av网在线观看| 99国产精品一区二区三区| 人人妻,人人澡人人爽秒播| 天美传媒精品一区二区| 国产精品久久电影中文字幕| 中文亚洲av片在线观看爽| 长腿黑丝高跟| bbb黄色大片| 欧美日韩国产亚洲二区| 精品国产三级普通话版| 欧美乱妇无乱码| 9191精品国产免费久久| 美女免费视频网站| 色精品久久人妻99蜜桃| 久久久精品大字幕| 国产精品影院久久| 亚洲七黄色美女视频| 精品久久久久久久久久久久久| 精品一区二区三区视频在线观看免费| 天堂√8在线中文| 中文字幕精品亚洲无线码一区| 免费看光身美女| 黄片小视频在线播放| 亚洲人成电影免费在线| 国产成+人综合+亚洲专区| 日韩欧美三级三区| 九色国产91popny在线| 国内揄拍国产精品人妻在线| 欧美极品一区二区三区四区| 91av网一区二区| 非洲黑人性xxxx精品又粗又长| 老汉色∧v一级毛片| 中亚洲国语对白在线视频| 成人高潮视频无遮挡免费网站| 一个人免费在线观看的高清视频| 一区二区三区国产精品乱码| 亚洲av日韩精品久久久久久密| 99久久综合精品五月天人人| 麻豆久久精品国产亚洲av| 国产色婷婷99| www日本在线高清视频| 嫩草影视91久久| 天堂√8在线中文| 免费在线观看亚洲国产| 老司机深夜福利视频在线观看| 亚洲美女视频黄频| 亚洲成av人片免费观看| 9191精品国产免费久久| 99久久精品热视频| 18禁黄网站禁片午夜丰满| av福利片在线观看| 久久久久久国产a免费观看| 性欧美人与动物交配| 在线天堂最新版资源| 久久精品综合一区二区三区| 色综合欧美亚洲国产小说| 国内精品美女久久久久久| 午夜福利免费观看在线| 精品99又大又爽又粗少妇毛片 | 国产精品嫩草影院av在线观看 | 免费大片18禁| 欧美大码av| 亚洲成人精品中文字幕电影| 日本 欧美在线| 99久久成人亚洲精品观看| 国产精品久久视频播放| 亚洲不卡免费看| 国产99白浆流出| 九九热线精品视视频播放| 国产美女午夜福利| 欧美不卡视频在线免费观看| 国产成人福利小说| 欧美另类亚洲清纯唯美| 午夜福利在线观看免费完整高清在 | 高清在线国产一区| 此物有八面人人有两片| 免费人成视频x8x8入口观看| 人妻丰满熟妇av一区二区三区| 精品久久久久久,| 亚洲最大成人手机在线| 成人永久免费在线观看视频| 亚洲,欧美精品.| 99热6这里只有精品| 午夜两性在线视频| 青草久久国产| 我的老师免费观看完整版| 亚洲av免费高清在线观看| 国产午夜福利久久久久久| 国产成人影院久久av| 女同久久另类99精品国产91| 毛片女人毛片| 每晚都被弄得嗷嗷叫到高潮| 女警被强在线播放| 日韩精品青青久久久久久| 亚洲成人久久爱视频| 久久久久久九九精品二区国产| 久久久色成人| 中文字幕av成人在线电影| 国产美女午夜福利| 亚洲精品一区av在线观看| 两人在一起打扑克的视频| 午夜福利在线在线| www国产在线视频色| 亚洲自拍偷在线| 女人被狂操c到高潮| 欧美日本亚洲视频在线播放| 亚洲欧美精品综合久久99| 97人妻精品一区二区三区麻豆| 狂野欧美激情性xxxx| 亚洲欧美日韩无卡精品| 精品99又大又爽又粗少妇毛片 | 亚洲欧美日韩无卡精品| 亚洲欧美精品综合久久99| 国产一区二区在线观看日韩 | 国产精品影院久久| 女人被狂操c到高潮| 欧美av亚洲av综合av国产av| 国产精品久久电影中文字幕| 宅男免费午夜| 窝窝影院91人妻| 欧美日韩中文字幕国产精品一区二区三区| 国产亚洲精品av在线| 俄罗斯特黄特色一大片| 国产探花极品一区二区| 久久亚洲真实| 久久精品91蜜桃| 久久午夜亚洲精品久久| 亚洲 国产 在线| 国产日本99.免费观看| 噜噜噜噜噜久久久久久91| 在线国产一区二区在线| 国内毛片毛片毛片毛片毛片| 欧美不卡视频在线免费观看| 午夜免费激情av| 日本黄大片高清| 在线观看日韩欧美| 久久欧美精品欧美久久欧美| 久久草成人影院| 中文字幕人成人乱码亚洲影| 两人在一起打扑克的视频| 91久久精品电影网| 日本免费a在线| a级毛片a级免费在线| 高清在线国产一区| 国产一区在线观看成人免费| 美女cb高潮喷水在线观看| 午夜日韩欧美国产| 久久久久久久久大av| 久久精品国产99精品国产亚洲性色| 国产高潮美女av| 高清毛片免费观看视频网站| 韩国av一区二区三区四区| 99热只有精品国产| 少妇的丰满在线观看| 两个人的视频大全免费| 嫩草影院入口| 人妻丰满熟妇av一区二区三区| 亚洲成人中文字幕在线播放| 成人鲁丝片一二三区免费| 女人高潮潮喷娇喘18禁视频| 在线免费观看不下载黄p国产 | 91在线精品国自产拍蜜月 | 叶爱在线成人免费视频播放| 一区二区三区国产精品乱码| 床上黄色一级片| 免费在线观看日本一区| 亚洲熟妇熟女久久| 成人欧美大片| 中文字幕人妻丝袜一区二区| 精品人妻一区二区三区麻豆 | 久久99热这里只有精品18| 国产69精品久久久久777片| 日本成人三级电影网站| 色综合站精品国产| 最新美女视频免费是黄的| 亚洲精品在线观看二区| 亚洲精品久久国产高清桃花| 国产毛片a区久久久久| 淫秽高清视频在线观看| 脱女人内裤的视频| 岛国视频午夜一区免费看| 在线播放国产精品三级| 啦啦啦免费观看视频1| 久久久色成人| 久久久久久久久中文| 深夜精品福利| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 黄色丝袜av网址大全| 午夜福利在线在线| 国产成人aa在线观看| 精品国产亚洲在线| 久久亚洲真实| 久久久久国产精品人妻aⅴ院| 亚洲av一区综合| 免费av观看视频| 哪里可以看免费的av片| 最近最新中文字幕大全电影3| 亚洲美女视频黄频| 成熟少妇高潮喷水视频| 亚洲国产精品sss在线观看| 中文字幕精品亚洲无线码一区| 美女高潮喷水抽搐中文字幕| 成人欧美大片| 18禁美女被吸乳视频| 欧美区成人在线视频| 成人av在线播放网站| 男女午夜视频在线观看| 在线播放国产精品三级| 国产亚洲欧美在线一区二区| 亚洲va日本ⅴa欧美va伊人久久| 日韩欧美精品免费久久 | 国产成年人精品一区二区| 色综合婷婷激情| 久久6这里有精品| 亚洲中文字幕日韩| 日本撒尿小便嘘嘘汇集6| 少妇丰满av| 九色国产91popny在线| 久久久久久大精品| 网址你懂的国产日韩在线| 精品欧美国产一区二区三| 2021天堂中文幕一二区在线观| 亚洲男人的天堂狠狠| 波多野结衣高清作品| 久久久久免费精品人妻一区二区| 免费看十八禁软件| 欧美一区二区精品小视频在线| www国产在线视频色| 18禁国产床啪视频网站| 午夜日韩欧美国产| 久久天躁狠狠躁夜夜2o2o| 91久久精品电影网| 色综合欧美亚洲国产小说| 99精品欧美一区二区三区四区| netflix在线观看网站| 欧美成人a在线观看| 一进一出抽搐gif免费好疼| 中出人妻视频一区二区| 亚洲精品色激情综合| 欧美高清成人免费视频www| 母亲3免费完整高清在线观看| 麻豆久久精品国产亚洲av| 久久精品国产99精品国产亚洲性色| 国产91精品成人一区二区三区| 小蜜桃在线观看免费完整版高清| 亚洲国产精品成人综合色| 色哟哟哟哟哟哟| 国产亚洲欧美98| 91麻豆精品激情在线观看国产| 真人做人爱边吃奶动态| 母亲3免费完整高清在线观看| 91久久精品电影网| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品美女久久久久99蜜臀| 欧美绝顶高潮抽搐喷水| 毛片女人毛片| 亚洲精品日韩av片在线观看 | 日本 av在线| 免费人成在线观看视频色| 最近最新中文字幕大全免费视频| 人妻夜夜爽99麻豆av| 国产精品久久久久久久久免 | 俄罗斯特黄特色一大片| 午夜两性在线视频| 亚洲一区高清亚洲精品| 在线免费观看的www视频| 国产亚洲精品一区二区www| 桃红色精品国产亚洲av| 亚洲成人精品中文字幕电影| 国产成人a区在线观看| 我要搜黄色片| 国内精品美女久久久久久| 蜜桃亚洲精品一区二区三区| 老汉色av国产亚洲站长工具| 国产精品一区二区三区四区免费观看 | 岛国在线观看网站| 国产淫片久久久久久久久 | 久久精品影院6| 欧美精品啪啪一区二区三区| 在线观看日韩欧美| 草草在线视频免费看| 人人妻人人看人人澡| 一边摸一边抽搐一进一小说| 欧美又色又爽又黄视频| 99久久成人亚洲精品观看| 最近视频中文字幕2019在线8| 小说图片视频综合网站| 夜夜夜夜夜久久久久| 美女高潮喷水抽搐中文字幕| 免费看光身美女| av女优亚洲男人天堂| 欧美bdsm另类| a级一级毛片免费在线观看| 亚洲五月天丁香| 精品人妻1区二区| 国产高清三级在线| 日日干狠狠操夜夜爽| 日韩免费av在线播放| 亚洲国产精品久久男人天堂| 天天添夜夜摸| 国产午夜福利久久久久久| 特大巨黑吊av在线直播| 亚洲国产欧美人成| 欧美日韩综合久久久久久 | 观看美女的网站| 人妻夜夜爽99麻豆av| 精品久久久久久成人av| a级毛片a级免费在线| 中文亚洲av片在线观看爽| 国产单亲对白刺激| 国产欧美日韩精品亚洲av| 老熟妇乱子伦视频在线观看| x7x7x7水蜜桃| 亚洲精品色激情综合| 欧美激情久久久久久爽电影| 午夜激情欧美在线| 精品乱码久久久久久99久播| 搞女人的毛片| 亚洲成人久久爱视频| 国产欧美日韩一区二区三| 久久精品亚洲精品国产色婷小说| 99在线视频只有这里精品首页| 久久这里只有精品中国| 在线播放无遮挡| 久久久色成人| 国产精品av视频在线免费观看| 韩国av一区二区三区四区| 午夜精品在线福利| 午夜福利欧美成人| 9191精品国产免费久久| 男人和女人高潮做爰伦理| 精品国产三级普通话版| 国产熟女xx| 麻豆成人午夜福利视频| 久久久成人免费电影| av专区在线播放| 狠狠狠狠99中文字幕| 全区人妻精品视频| 一级黄片播放器| 亚洲一区二区三区不卡视频| 午夜福利高清视频| 国内精品久久久久久久电影| 国产三级在线视频| 日韩欧美在线二视频| 欧美黄色片欧美黄色片| 天堂av国产一区二区熟女人妻| 露出奶头的视频| 欧美日韩瑟瑟在线播放| 性色avwww在线观看| 人妻夜夜爽99麻豆av| 国产视频内射|