• <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 ?

    基于層疊式殘差LSTM 網(wǎng)絡(luò)的橋梁非線性地震響應(yīng)預(yù)測(cè)

    2024-04-11 03:44:40廖聿宸張瑞陽(yáng)宗周紅
    工程力學(xué) 2024年4期
    關(guān)鍵詞:神經(jīng)網(wǎng)絡(luò)有限元樣本

    廖聿宸,張瑞陽(yáng),林 榕,宗周紅,吳 剛

    (1.東南大學(xué)混凝土及預(yù)應(yīng)力混凝土結(jié)構(gòu)教育部重點(diǎn)實(shí)驗(yàn)室,江蘇,南京 211189;2.東南大學(xué)智慧建造與運(yùn)維國(guó)家地方聯(lián)合工程研究中心,江蘇,南京 211189;3.東南大學(xué)土木工程學(xué)院,江蘇,南京 211189;4.東南大學(xué)爆炸安全防護(hù)教育部工程研究中心,江蘇,南京 211189)

    橋梁作為公路、鐵路、市政工程的重要交通基礎(chǔ)設(shè)施,保障其運(yùn)營(yíng)安全對(duì)國(guó)家社會(huì)經(jīng)濟(jì)發(fā)展具有重要意義。特別是,橋梁面臨強(qiáng)震、重載、颶風(fēng)、海嘯等各類(lèi)極端事件威脅[1],如何快速、準(zhǔn)確地評(píng)價(jià)橋梁的抗災(zāi)變能力成為亟待解決的難題。通常,采用彈塑性有限元分析方法預(yù)測(cè)橋梁遭受極端荷載時(shí)的結(jié)構(gòu)響應(yīng)[2-6]。然而,非線性有限元分析存在計(jì)算耗時(shí)長(zhǎng)、實(shí)時(shí)性差等問(wèn)題。諸如橋梁易損性分析[7-9]、可靠度分析[10]以及非線性模型修正[11]等方法需重復(fù)若干次有限元分析,加劇了原本高昂的計(jì)算成本。因此,亟需發(fā)展耗時(shí)少、精度高的高效代理模型,實(shí)現(xiàn)橋梁性能的快速評(píng)估。

    為建立橋梁響應(yīng)與荷載作用的近似映射關(guān)系,降低結(jié)構(gòu)分析的計(jì)算成本,多元回歸模型[12]、Kriging 模型[13-14]、徑向基函數(shù)(radius base function,RBF)[15]、ARMA 模型[16]、支持向量機(jī)(support vector machine, SVM)[17]等代理模型已得到廣泛應(yīng)用。但是上述代理模型擬合參數(shù)少,通常只適用于線性或弱非線性系統(tǒng)的動(dòng)力響應(yīng)預(yù)測(cè),難以揭示大變形情況下復(fù)雜系統(tǒng)的動(dòng)力性能[18]。相比之下,人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)具備較為優(yōu)良的非線性擬合能力,成為非線性動(dòng)力系統(tǒng)建模的強(qiáng)力工具[19]。例如,JENG 等[20]通過(guò)多層感知機(jī)(multilayer perceptron, MLP)預(yù)測(cè)了預(yù)應(yīng)力混凝土簡(jiǎn)支梁橋的結(jié)構(gòu)響應(yīng),并比較了不同網(wǎng)絡(luò)層數(shù)、隱藏層節(jié)點(diǎn)數(shù)目等超參數(shù)對(duì)預(yù)測(cè)精度的影響。WANG 等[21]建立了4 層ANN 模型來(lái)預(yù)測(cè)預(yù)應(yīng)力混凝土剛構(gòu)橋的地震響應(yīng),并采用Levenberg-Marquardt 算法進(jìn)行網(wǎng)絡(luò)訓(xùn)練,實(shí)現(xiàn)了中小震下橋梁響應(yīng)的準(zhǔn)確預(yù)測(cè)。ABBAS 等[22]采用ANN 模型建立了橋梁典型氣動(dòng)力響應(yīng)與自激氣動(dòng)力之間的關(guān)系,為橋梁氣動(dòng)外形設(shè)計(jì)提供更為便捷的計(jì)算工具。

    雖然ANN 模型已在非線性響應(yīng)建模方面取得不少成果,但是其淺層網(wǎng)絡(luò)結(jié)構(gòu)使得復(fù)雜非線性動(dòng)力系統(tǒng)的響應(yīng)預(yù)測(cè)仍存在精度不足的問(wèn)題。目前深度學(xué)習(xí)已經(jīng)有了迅猛發(fā)展,深度神經(jīng)網(wǎng)絡(luò)(deep neural network, DNN)為克服上述問(wèn)題提供了更為有效的思路。WU 和JAHANSHAHI[23]將卷積神經(jīng)網(wǎng)絡(luò)(convolution neural network, CNN)模型應(yīng)用于單自由度與多自由度結(jié)構(gòu)的動(dòng)力響應(yīng)預(yù)測(cè),分析了預(yù)測(cè)值與真實(shí)值的誤差分布、頻譜差異。然而,CNN 模型更多地關(guān)注時(shí)間序列的局部特征,無(wú)法有效捕捉相鄰時(shí)刻的相關(guān)關(guān)系。相比而言,循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network, RNN)及長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(long short-term memory neural network, LSTM)等變體網(wǎng)絡(luò)在序列預(yù)測(cè)方面具有良好的優(yōu)勢(shì),部分研究人員成功將其應(yīng)用于非線性動(dòng)力系統(tǒng)的響應(yīng)預(yù)測(cè)。PEREZ-RAMIREZ等[24]借助RNN 模型預(yù)測(cè)大型結(jié)構(gòu)的地震響應(yīng),并采用Bayesian 正則化方法對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化訓(xùn)練。ZHANG 等[25]通過(guò)雙層LSTM 網(wǎng)絡(luò)對(duì)多層框架結(jié)構(gòu)的地震響應(yīng)進(jìn)行準(zhǔn)確預(yù)測(cè),同時(shí)提出層疊式LSTM 網(wǎng)絡(luò)(LSTM-s)降低網(wǎng)絡(luò)規(guī)模以提高訓(xùn)練效率。隨后,ZHANG 等[26]進(jìn)一步將物理信息嵌入多層LSTM 網(wǎng)絡(luò)的損失函數(shù),有效改善了少樣本下的非線性地震響應(yīng)預(yù)測(cè)精度。TORKY 等[27]采用一種混合ConvLSTM 網(wǎng)絡(luò)(convolution-long short-term memory neural network)對(duì)高層建筑在三向地震動(dòng)輸入下的結(jié)構(gòu)響應(yīng)進(jìn)行預(yù)測(cè),充分發(fā)揮LSTM 網(wǎng)絡(luò)的復(fù)雜序列回歸能力與CNN 網(wǎng)絡(luò)的多維信息捕捉能力。許澤坤和陳雋[28]提出了一種單向多層堆疊式的LSTM 網(wǎng)絡(luò),通過(guò)滑動(dòng)時(shí)間窗實(shí)現(xiàn)了非線性結(jié)構(gòu)地震響應(yīng)的遞推計(jì)算。LI 等[29-30]提出了數(shù)據(jù)驅(qū)動(dòng)的LSTM 網(wǎng)絡(luò)和物理信息嵌入的RNN 網(wǎng)絡(luò),利用監(jiān)測(cè)數(shù)據(jù)成功預(yù)測(cè)出大跨度懸索橋的抖振和渦激振動(dòng)響應(yīng)。RAO 等[31]將控制方程、邊界條件、初值條件等約束作為物理信息引入神經(jīng)網(wǎng)絡(luò),實(shí)現(xiàn)了無(wú)標(biāo)簽數(shù)據(jù)的彈性動(dòng)力問(wèn)題建模。

    目前,基于深度神經(jīng)網(wǎng)絡(luò)的橋梁非線性地震響應(yīng)建模仍較少見(jiàn),相關(guān)研究的預(yù)測(cè)效果也有待改善。在已有研究的基礎(chǔ)上,本研究結(jié)合殘差網(wǎng)絡(luò)結(jié)構(gòu)與LSTM 網(wǎng)絡(luò)的優(yōu)勢(shì),提出一種數(shù)據(jù)驅(qū)動(dòng)的層疊式殘差長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(residual long short-term memory neural network, ResLSTM)作為代理模型,改善經(jīng)典深度LSTM 網(wǎng)絡(luò)的預(yù)測(cè)效果,并首次應(yīng)用于地震作用下的橋梁非線性響應(yīng)預(yù)測(cè)。最后,通過(guò)預(yù)應(yīng)力混凝土連續(xù)梁橋與組合梁斜拉橋兩組數(shù)值算例,以及美國(guó)Meloland 跨線橋的現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證,并依據(jù)相關(guān)系數(shù)、峰值響應(yīng)誤差等指標(biāo)對(duì)模型的非線性響應(yīng)預(yù)測(cè)性能進(jìn)行檢驗(yàn)。

    1 層疊式殘差長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)

    1.1 殘差長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)結(jié)構(gòu)

    采用圖1 的ResLSTM 神經(jīng)網(wǎng)絡(luò)構(gòu)建橋梁地震響應(yīng)的代理模型,該模型對(duì)應(yīng)于橋梁結(jié)構(gòu)的真實(shí)物理模型或數(shù)值模型。ResLSTM 網(wǎng)絡(luò)的輸入為地震動(dòng)的加速度時(shí)程,而輸出為結(jié)構(gòu)位移、速度、加速度等地震響應(yīng)時(shí)程。所提出的網(wǎng)絡(luò)單向堆疊了輸入層、兩層LSTM 層和兩層全連接層(fullyconnected layer,F(xiàn)C),以及輸出層,由此形成層疊式的LSTM 網(wǎng)絡(luò)。進(jìn)一步地,在LSTM 網(wǎng)絡(luò)中引入殘差連接模塊(residual connection,RC),形成層疊式殘差神經(jīng)網(wǎng)絡(luò)(ResLSTM)。RC 模塊源自HE 等[32]提出的殘差神經(jīng)網(wǎng)絡(luò)(residual neural network,ResNet),已在語(yǔ)義分割[33]、情感分析[34]等場(chǎng)景廣泛應(yīng)用。RC 模塊能夠緩解誤差反向傳播、修正時(shí)的梯度消失現(xiàn)象,使得LSTM 等DNN的優(yōu)化訓(xùn)練更為容易、穩(wěn)健;同時(shí),上一隱藏層輸出的細(xì)節(jié)信息在前向計(jì)算過(guò)程中得以完好保留。因此,RC 模塊能最大程度地保證DNN 的預(yù)測(cè)精度和魯棒性。

    圖1 ResLSTM 網(wǎng)絡(luò)結(jié)構(gòu)Fig.1 The structure of ResLSTM neural network

    ResLSTM 中,RC 模塊將相鄰兩層LSTM 層的輸出進(jìn)行逐元素相加,具體實(shí)現(xiàn)方式如下:

    式中:yRC為RC 模塊的輸出;yLSTM1和yLSTM2分別為第一層和第二層LSTM 層的輸出; HLSTM2(·)為第二層LSTM 層的非線性映射, ReLU(·)為線性整流函數(shù)。進(jìn)一步地,RC 模塊的輸出結(jié)果傳入FC 層,并由兩層FC 層映射為橋梁的地震響應(yīng)。

    ResLSTM 網(wǎng)絡(luò)中,LSTM 層由若干LSTM 單元組成,其層數(shù)經(jīng)試算確定為兩層。LSTM 單元如圖2 所示,包含輸入門(mén)it、遺忘門(mén)ft、tanh 層及輸出門(mén)ot,單元中各激活函數(shù)及計(jì)算流程如式(3)~式(8)所示。LSTM 單元通過(guò)門(mén)機(jī)制決定當(dāng)前時(shí)刻輸入xt與上一LSTM 單元輸出ht-1的信息保留程度,實(shí)現(xiàn)長(zhǎng)短期信息的篩選與保留[35]。

    圖2 LSTM 單元結(jié)構(gòu)Fig.2 The structure of the LSTM cell

    圖3 輸入與輸出序列劃分Fig.3 Division of input and output sequences

    式中: σ(·) 為 sigmoid 函數(shù); tanh(·)為雙曲正切函數(shù);Wp(p=f,i,o)為輸入門(mén)、遺忘門(mén)、輸出門(mén)的權(quán)重矩陣;bp(p=f,i,o)為輸入門(mén)、遺忘門(mén)、輸出門(mén)的偏置向量; ?為矩陣或向量之間逐元素相乘。

    ResLSTM 網(wǎng)絡(luò)采用均方誤差(MSE)作為損失函數(shù),具體形式如下:

    式中:J為損失函數(shù);D={(xi,yi)|i=1,2,···,Nm}為訓(xùn)練集數(shù)據(jù);xi和yi分別為第i組訓(xùn)練樣本的輸入序列和輸出序列;Nm為訓(xùn)練集樣本數(shù)量;Hi(w,b,x)為給定參數(shù)和輸入的網(wǎng)絡(luò)預(yù)測(cè)結(jié)果。

    ResLSTM 網(wǎng)絡(luò)的優(yōu)化目標(biāo)如式(10)所示,采用Adam 優(yōu)化算法[36]對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。此外,采取剪枝操作(dropout)防止網(wǎng)絡(luò)過(guò)擬合[37],節(jié)點(diǎn)隨機(jī)失效概率設(shè)置為0.2。

    1.2 層疊式序列結(jié)構(gòu)

    為減少LSTM 隱藏層節(jié)點(diǎn)數(shù)量,將地震動(dòng)記錄構(gòu)成的輸入序列X=[x1,x2,···,xn]T∈Rn×Ni和地震響 應(yīng) 構(gòu) 成 的 輸 出 序 列Y=[y1,y2,···,yn]T∈Rn×No按照固定窗長(zhǎng)sw劃分為若干段子序列(Ni和No分別表示輸入與輸出的特征數(shù)量)。由此,進(jìn)一步降低ResLSTM 網(wǎng)絡(luò)的訓(xùn)練難度和耗時(shí),并提高地震響應(yīng)的預(yù)測(cè)精度。

    2 數(shù)值算例驗(yàn)證

    2.1 雙跨連續(xù)梁橋地震響應(yīng)建模

    通過(guò)文獻(xiàn)[38]的Benchmark 模型驗(yàn)證方法效果。原橋?yàn)閮煽珙A(yù)應(yīng)力混凝土連續(xù)梁橋,主梁與蓋梁、蓋梁與橋墩均為固結(jié)。其中,主梁梁高為2.36 m,蓋梁高3.2 m,橋墩高7.32 m,墩身最大外徑為2.73 m。采用ABAQUS 軟件建立有限元模型,模型如圖4 所示,全橋模型共計(jì)430 個(gè)自由度。其中,主梁、蓋梁、橋墩采用B31 單元進(jìn)行模擬,端橫梁采用剛體單元模擬,支座通過(guò)非線性彈簧單元模擬,橋臺(tái)、樁基的土-結(jié)構(gòu)相互作用通過(guò)線性彈簧-阻尼單元模擬。此外,為提高計(jì)算效率,橋墩依據(jù)受力情況分為彈塑性區(qū)段和彈性區(qū)段。其中,彈塑性區(qū)段采用了雙折線模型來(lái)描述橋墩的彎矩-曲率關(guān)系,從而模擬橋墩在地震作用下的非線性行為。

    圖4 Benchmark 模型[38]Fig.4 The benchmark model

    將ABAQUS 模型的質(zhì)量矩陣、單元?jiǎng)偠染仃囈约皢卧芯€剛度矩陣導(dǎo)入MATLAB,并基于Rayleigh 阻尼假定生成結(jié)構(gòu)阻尼矩陣,阻尼比取5%。采用MATLAB 的ODE45 求解器進(jìn)行彈塑性時(shí)程分析,計(jì)算過(guò)程根據(jù)材料本構(gòu)和構(gòu)件應(yīng)力狀態(tài)對(duì)總體剛度矩陣進(jìn)行迭代更新;地震加速度輸入方向垂直于主梁軸線方向,分析步長(zhǎng)為0.005 s,輸出步長(zhǎng)為0.01 s。從美國(guó)NGA 數(shù)據(jù)庫(kù)[39]的100 條強(qiáng)震記錄中選取12 條進(jìn)行增量動(dòng)力分析,按照原始記錄的0.6 倍、0.7 倍……1.5 倍進(jìn)行調(diào)幅。當(dāng)?shù)卣鹞灰祈憫?yīng)超過(guò)0.08 m 時(shí)橋梁結(jié)構(gòu)因塑性變形過(guò)大已發(fā)生破壞,因此剔除峰值位移大于0.08 m的地震響應(yīng)計(jì)算結(jié)果,避免過(guò)大非線性對(duì)模型訓(xùn)練的不良影響。之后,從各組結(jié)果中選取5 條響應(yīng)時(shí)程作為訓(xùn)練集與驗(yàn)證集樣本,共計(jì)60 個(gè)樣本。除上述12 條地震動(dòng)記錄以外,另隨機(jī)選取20 條地震動(dòng)記錄,按照0.1 倍、0.2 倍……1.5 倍幅值進(jìn)行彈塑性時(shí)程分析,所得計(jì)算結(jié)果作為預(yù)測(cè)集,共計(jì)300 個(gè)樣本。

    基于Python 環(huán)境的Pytorch 框架訓(xùn)練深度神經(jīng)網(wǎng)絡(luò),計(jì)算機(jī)配置為8 核16 線程i7-10900 CPU和NIVIDIA ROG-RTX3060 GPU。時(shí)間序列的劃分窗長(zhǎng)為10,LSTM 層節(jié)點(diǎn)數(shù)量為50,訓(xùn)練過(guò)程的最大迭代步數(shù)為50 000,L2 范數(shù)正則化系數(shù)為1×10-8,初始學(xué)習(xí)率為0.001,批訓(xùn)練樣本數(shù)為20。訓(xùn)練前,將全部數(shù)據(jù)歸一化至[-1,1]的閉區(qū)間上,以此消除量綱差異,加快網(wǎng)絡(luò)優(yōu)化的收斂速度。同時(shí),采用文獻(xiàn)[25]的LSTM 網(wǎng)絡(luò)進(jìn)行對(duì)比,并選取相同的訓(xùn)練樣本、劃分窗長(zhǎng)、優(yōu)化器、最大訓(xùn)練步數(shù),以及LSTM 的隱藏層節(jié)點(diǎn)數(shù)目。

    本研究通過(guò)相關(guān)系數(shù)和峰值響應(yīng)的相對(duì)誤差來(lái)衡量模型的預(yù)測(cè)精度。其中,相關(guān)系數(shù)是回歸分析的常用無(wú)量綱指標(biāo),可以衡量序列間的整體相似度,并消除序列幅值差異對(duì)評(píng)價(jià)結(jié)果的影響。相關(guān)系數(shù)的定義如下式所示:

    式中:CI(Ypre,Yref) 為 預(yù)測(cè)響應(yīng)Ypre和目標(biāo)響應(yīng)Yref之間的相關(guān)系數(shù); Cov(·)為不同序列間的協(xié)方差;Var(·)為序列的方差。

    因相關(guān)系數(shù)僅反映地震響應(yīng)預(yù)測(cè)值與目標(biāo)值的整體相似度,未能考慮峰值響應(yīng)對(duì)結(jié)構(gòu)的重要影響。因此,另采用峰值響應(yīng)的相對(duì)誤差對(duì)模型預(yù)測(cè)精度進(jìn)行補(bǔ)充評(píng)價(jià):

    式中:Epr為相對(duì)誤差; |Ypre,p| 和 |Yref,p|分別為峰值響應(yīng)預(yù)測(cè)值和目標(biāo)值的絕對(duì)值。在后續(xù)分析中,相關(guān)系數(shù)與峰值響應(yīng)相對(duì)誤差兩類(lèi)評(píng)價(jià)指標(biāo)的集中程度將通過(guò)四分位值進(jìn)行量化。評(píng)價(jià)指標(biāo)分布越集中,說(shuō)明模型的預(yù)測(cè)精度越穩(wěn)定、魯棒性越好。

    圖5 分別給出了兩類(lèi)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)分布情況,并標(biāo)出了4 組典型工況的評(píng)價(jià)指標(biāo);表1 列出了評(píng)價(jià)指標(biāo)的統(tǒng)計(jì)結(jié)果。相比LSTM 網(wǎng)絡(luò),ResLSTM 預(yù)測(cè)結(jié)果的相關(guān)系數(shù)分布更為集中。其中,ResLSTM 網(wǎng)絡(luò)的上四分位數(shù)和下四分位點(diǎn)分別為0.9116 和0.9320,而LSTM 網(wǎng)絡(luò)的上四分位數(shù)和下四分位數(shù)分別為0.9088 和0.9318。由此表明,ResLSTM 網(wǎng)絡(luò)的魯棒性強(qiáng)于LSTM 網(wǎng)絡(luò)。對(duì)比最小相關(guān)系數(shù),LSTM 網(wǎng)絡(luò)為0.7571,ResLSTM 網(wǎng)絡(luò)則為0.7336。雖然ResLSTM網(wǎng)絡(luò)的最小相關(guān)系數(shù)更低,但是僅個(gè)別測(cè)試集樣本的預(yù)測(cè)結(jié)果出現(xiàn)偏差,而LSTM 網(wǎng)絡(luò)在較多測(cè)試集樣本上存在明顯預(yù)測(cè)誤差。因此,上述結(jié)果表明ResLSTM 網(wǎng)絡(luò)的預(yù)測(cè)精度總體良好,相較于LSTM 網(wǎng)絡(luò)表現(xiàn)出更好的魯棒性,僅在個(gè)別樣本上表現(xiàn)欠佳。通過(guò)查驗(yàn)測(cè)試集數(shù)據(jù),預(yù)測(cè)偏差大的樣本均來(lái)自同一組地震動(dòng)記錄的增量分析結(jié)果,且兩類(lèi)模型均無(wú)法準(zhǔn)確預(yù)測(cè)所提及的幾組地震響應(yīng)。如圖6 所示,其原因在于,該組地震動(dòng)與訓(xùn)練集的地震動(dòng)在末尾段的振動(dòng)規(guī)律存在較大差異,使得該范圍內(nèi)響應(yīng)預(yù)測(cè)值與目標(biāo)值發(fā)生偏離。

    表1 評(píng)價(jià)指標(biāo)統(tǒng)計(jì)結(jié)果(梁橋)Table 1 The statistics of the assessment indicators (the girder bridge)

    圖5 評(píng)價(jià)指標(biāo)分布(梁橋)Fig.5 Distribution of assessment indicators(the girder bridge)

    圖6 訓(xùn)練集樣本與預(yù)測(cè)異常樣本的地震動(dòng)對(duì)比Fig.6 Comparison between the ground motions of the training samples and the abnormal prediction sample

    峰值響應(yīng)的相對(duì)誤差也驗(yàn)證了ResLSTM 模型具有良好的預(yù)測(cè)性能。對(duì)于ResLSTM 模型,峰值響應(yīng)預(yù)測(cè)誤差的四分位數(shù)分別為-3.23%和1.13%;對(duì)于LSTM 模型,四分位數(shù)則為-3.61%和3.60%。此外,ResLSTM 模型預(yù)測(cè)誤差的最大值和最小值分別為6.94%和-15.59%,LSTM 模型則為19.15%和-28.28%。上述研究結(jié)果表明,ResLSTM 模型對(duì)峰值響應(yīng)的預(yù)測(cè)較LSTM 模型更為可靠,預(yù)測(cè)精度總體更為準(zhǔn)確。

    圖7 給出了圖5 中4 組典型地震作用工況下主梁跨中橫向位移(垂直于橋軸方向)的預(yù)測(cè)結(jié)果。對(duì)于數(shù)值算例,圖上目標(biāo)值代表有限元仿真結(jié)果??梢钥闯觯诰€性與弱非線性情況下(圖7(a)和圖7(b)),ResLSTM 網(wǎng)絡(luò)準(zhǔn)確預(yù)測(cè)了跨中位移,而LSTM 網(wǎng)絡(luò)存在輕微偏移;在強(qiáng)非線性情況下(圖7(c)和圖7(d)),兩者預(yù)測(cè)結(jié)果的相位與目標(biāo)值一致,僅部分時(shí)段幅值產(chǎn)生偏離,且ResLSTM 網(wǎng)絡(luò)較LSTM網(wǎng)絡(luò)偏差更小。此外,ResLSTM 網(wǎng)絡(luò)平均計(jì)算耗時(shí)0.017 s,LSTM 網(wǎng)絡(luò)平均計(jì)算耗時(shí)0.011 s,有限元分析耗時(shí)約24.125 s。需指出,該有限元模型較為簡(jiǎn)單,并通過(guò)matlab 環(huán)境進(jìn)行優(yōu)化,因而計(jì)算效率較高。相比之下,ResLSTM 網(wǎng)絡(luò)和LSTM網(wǎng)絡(luò)的耗時(shí)僅為有限元模型的0.71‰和0.435‰。因ResLSTM 網(wǎng)絡(luò)采用殘差結(jié)構(gòu),其計(jì)算效率略低于LSTM 網(wǎng)絡(luò)。但是,兩者計(jì)算耗時(shí)僅相差0.0067 s,并遠(yuǎn)高于有限元方法,證明了ResLSTM 網(wǎng)絡(luò)的高效性。

    圖7 主梁跨中橫向位移時(shí)程對(duì)比Fig.7 Comparison of transverse displacement time histories at the mid-span of the girder

    2.2 組合梁斜拉橋地震響應(yīng)建模

    借助文獻(xiàn)[40]的斜拉橋OpenSees 模型進(jìn)一步驗(yàn)證本方法對(duì)大跨度橋梁的適用性,模型如圖8所示。原橋?yàn)檠睾8咚?G2)灌河特大橋,屬于半漂浮體系斜拉橋,跨徑布置為(32.9+115.4+340+115.4+32.9) m。大橋主梁采用預(yù)應(yīng)力混凝土-I 形鋼梁組合梁,主梁高度為3.08 m,橋面寬度為36.6 m;橋塔采用鋼筋混凝土空腹式截面,塔高119.629 m(自基礎(chǔ)頂面以上)。因半漂浮體系斜拉橋在地震作用下的塑性鉸通常位于橋塔與橋墩,僅采用forceBeamColumn 單元模擬上述構(gòu)件的彈塑性行為,其余構(gòu)件采用彈性單元。模型的材料特性、邊界條件等參數(shù)已采用環(huán)境振動(dòng)試驗(yàn)進(jìn)行修正[40]。

    圖8 灌河大橋OpenSees 模型Fig.8 The OpenSees model of Guanhe bridge

    同2.1 節(jié),選取相同地震動(dòng)記錄進(jìn)行增量動(dòng)力分析,加速度輸入的幅值依次取0.6 倍、0.7 倍……1.5 倍的原始幅值?;赗ayleigh 阻尼假定生成結(jié)構(gòu)阻尼矩陣,阻尼比取5%;地震加速度輸入方向平行于主梁軸線方向,分析步步長(zhǎng)與輸出步長(zhǎng)均為0.02 s。采用相同計(jì)算平臺(tái)和深度學(xué)習(xí)框架進(jìn)行深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,并從15 組計(jì)算結(jié)果各選取4 條響應(yīng)時(shí)程作為訓(xùn)練集與驗(yàn)證集樣本,共計(jì)60 個(gè)樣本。除上述15 條地震動(dòng)記錄以外,另隨機(jī)選取30 條地震動(dòng)記錄的增量動(dòng)力分析結(jié)果作為預(yù)測(cè)集樣本,共計(jì)300 個(gè)測(cè)試樣本。因加速度輸入和結(jié)構(gòu)響應(yīng)的采樣頻率與2.1 節(jié)不同,時(shí)間序列的劃分窗長(zhǎng)設(shè)置為5;同時(shí),考慮到斜拉橋響應(yīng)的復(fù)雜性,LSTM 隱藏層節(jié)點(diǎn)數(shù)量設(shè)為100,訓(xùn)練過(guò)程的最大迭代步數(shù)為60 000。除上述參數(shù)以外,其余參數(shù)與數(shù)據(jù)預(yù)處理方法與2.1 節(jié)相同。

    圖9 給出了塔頂位置縱向位移預(yù)測(cè)結(jié)果的指標(biāo)分布,并在表2 中列出了指標(biāo)的統(tǒng)計(jì)結(jié)果。同時(shí),圖上標(biāo)注了兩組典型工況的評(píng)價(jià)指標(biāo),對(duì)應(yīng)的響應(yīng)時(shí)程見(jiàn)圖10。與連續(xù)梁橋預(yù)測(cè)結(jié)果類(lèi)似,ResLSTM 網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的相關(guān)系數(shù)分布更為集中。根據(jù)統(tǒng)計(jì)結(jié)果,ResLSTM 網(wǎng)絡(luò)的上四分位點(diǎn)和下四分位點(diǎn)分別為0.8613 和0.8897,而LSTM網(wǎng)絡(luò)的上四分位點(diǎn)和下四分位點(diǎn)分別為0.8613 和0.8783。對(duì)比最小相關(guān)系數(shù),LSTM 網(wǎng)絡(luò)為0.6743,ResLSTM 網(wǎng)絡(luò)則為0.6558。與梁橋地震響應(yīng)預(yù)測(cè)相同,相關(guān)系數(shù)最小的預(yù)測(cè)結(jié)果來(lái)源同一組預(yù)測(cè)樣本,由同一地震動(dòng)記錄生成。由此可知,ResLSTM網(wǎng)絡(luò)在預(yù)測(cè)大跨度斜拉橋的非線性地震響應(yīng)時(shí)仍表現(xiàn)出更為良好的魯棒性,其預(yù)測(cè)效果較LSTM網(wǎng)絡(luò)更為穩(wěn)定。

    表2 評(píng)價(jià)指標(biāo)統(tǒng)計(jì)結(jié)果(斜拉橋)Table 2 The statistics of the assessment indicators (the cable-stayed bridge)

    圖9 評(píng)價(jià)指標(biāo)分布(斜拉橋)Fig.9 Distribution of assessment indicators(the cable-stayed bridge)

    圖10 橋塔塔頂縱向位移時(shí)程對(duì)比Fig.10 Comparison of longitudinal displacement time histories at the top of the tower

    類(lèi)似地,峰值響應(yīng)的相對(duì)誤差也表明ResLSTM網(wǎng)絡(luò)在預(yù)測(cè)斜拉橋峰值響應(yīng)時(shí)具有更好的預(yù)測(cè)性能。由結(jié)果可知,ResLSTM 網(wǎng)絡(luò)預(yù)測(cè)誤差的最大值和最小值分別為25.65%和-27.12%,優(yōu)于LSTM 網(wǎng)絡(luò)。同時(shí),ResLSTM 網(wǎng)絡(luò)預(yù)測(cè)誤差的中位數(shù)為-3.40%,上四分位數(shù)和下四分位數(shù)分別為-10.11%和5.62%。相比而言,LSTM 網(wǎng)絡(luò)的誤差中位數(shù)為-8.00%,上四分位數(shù)和下四分位數(shù)分別為-13.16%和-0.41%??梢?jiàn),ResLSTM 網(wǎng)絡(luò)的預(yù)測(cè)誤差關(guān)于零值對(duì)稱(chēng)分布,且誤差中位數(shù)的絕對(duì)值小于5%。而LSTM 網(wǎng)絡(luò)的預(yù)測(cè)誤差主要分布在-13.16%~-0.41%,且誤差中位數(shù)的絕對(duì)值大于5%,說(shuō)明預(yù)測(cè)的峰值響應(yīng)總體上小于實(shí)際峰值響應(yīng),預(yù)測(cè)結(jié)果偏于危險(xiǎn)。

    圖10 對(duì)比了塔頂縱向位移時(shí)程的預(yù)測(cè)結(jié)果,圖上的目標(biāo)值代表有限元分析得到的塔頂位移時(shí)程??梢钥闯?,相比于經(jīng)典的LSTM 網(wǎng)絡(luò),ResLSTM網(wǎng)絡(luò)所預(yù)測(cè)的峰值響應(yīng)、殘余位移更貼近真實(shí)位移響應(yīng)。因此,對(duì)于結(jié)構(gòu)形式更為復(fù)雜的大跨度斜拉橋,ResLSTM 網(wǎng)絡(luò)依舊能夠較為準(zhǔn)確地預(yù)測(cè)其非線性地震響應(yīng),表現(xiàn)出良好的預(yù)測(cè)性能。進(jìn)一步地,分析代理模型和有限元模型的計(jì)算效率,ResLSTM 網(wǎng)絡(luò)平均耗時(shí)為0.01195 s,LSTM模型平均耗時(shí)0.00892 s,有限元分析平均耗時(shí)約10 min。由此可知,ResLSTM 網(wǎng)絡(luò)的計(jì)算效率仍與LSTM 網(wǎng)絡(luò)相當(dāng)。不僅如此,因斜拉橋有限元模型的自由度較梁橋大幅增加,其計(jì)算耗時(shí)遠(yuǎn)高于ResLSTM 網(wǎng)絡(luò)和LSTM 網(wǎng)絡(luò)。相較而言,ResLSTM 網(wǎng)絡(luò)和LSTM 網(wǎng)絡(luò)的耗時(shí)僅為有限元模型的0.020‰和0.015‰。與2.1 節(jié)結(jié)果對(duì)比,隨著橋梁模型復(fù)雜度的提高,ResLSTM 網(wǎng)絡(luò)計(jì)算時(shí)間基本一致,而有限元模型計(jì)算成本明顯增加。上述對(duì)比證明,在保證精度的前提下,ResLSTM網(wǎng)絡(luò)具有令人滿(mǎn)意的計(jì)算效率。

    2.3 魯棒性檢驗(yàn)

    因ResLSTM 網(wǎng)絡(luò)屬于數(shù)據(jù)驅(qū)動(dòng)的代理模型方法,其預(yù)測(cè)效果受到訓(xùn)練集樣本的影響。當(dāng)訓(xùn)練集包含噪聲污染的樣本時(shí),神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)性能可能下降。為此,以2.1 節(jié)中的連續(xù)梁橋數(shù)值算例為例(斜拉橋算例結(jié)果類(lèi)似),從訓(xùn)練集中隨機(jī)抽取10%、20%、30%的樣本混入高斯白噪聲,樣本輸入(加速度)和輸出(位移)的信噪比分別為15 dB 和50 dB;測(cè)試集的樣本保持不變,不添加高斯白噪聲。由此,分析含噪聲樣本占比對(duì)ResLSTM網(wǎng)絡(luò)預(yù)測(cè)效果的影響。

    圖11 給出了不同噪聲樣本比例下的ResLSTM網(wǎng)絡(luò)預(yù)測(cè)指標(biāo)。可以看出,隨著含噪樣本的比例增加,ResLSTM 網(wǎng)絡(luò)的預(yù)測(cè)性能未出現(xiàn)顯著下降。而且在含噪樣本比例達(dá)30%的情況下,ResLSTM仍舊能較為準(zhǔn)確地預(yù)測(cè)非線性地震響應(yīng)。

    圖11 不同含噪聲訓(xùn)練樣本比例下ResLSTM 網(wǎng)絡(luò)的評(píng)價(jià)指標(biāo)分布Fig.11 Evaluation index distributions of ResLSTM network with different proportion of noisy training samples

    3 實(shí)橋監(jiān)測(cè)數(shù)據(jù)驗(yàn)證

    實(shí)測(cè)數(shù)據(jù)源自CESMD 數(shù)據(jù)庫(kù)[41],該數(shù)據(jù)庫(kù)包含世界多地的強(qiáng)震記錄及結(jié)構(gòu)響應(yīng)。選取地震記錄較為豐富的美國(guó)Meloland 跨線橋,橋梁編號(hào)為Caltrans Bridge No.58-215,記錄臺(tái)站編號(hào)為01136。該橋?yàn)閮煽珙A(yù)應(yīng)力混凝土連續(xù)T 梁橋,墩梁固結(jié),跨徑組成為2×31.6 m= 33.2 m,標(biāo)準(zhǔn)段主梁高1.7 m,寬10.4 m;下部結(jié)構(gòu)為獨(dú)柱墩,圓形斷面,墩高約6.4 m(自基礎(chǔ)頂面算起)。全橋共布置32 個(gè)觀測(cè)點(diǎn),包含加速度、速度及位移傳感器,采樣頻率均為100 Hz,其中6 個(gè)測(cè)點(diǎn)記錄地震動(dòng),測(cè)點(diǎn)布置如圖12 所示。自1979 年起,Meloland跨線橋的地震動(dòng)及結(jié)構(gòu)響應(yīng)記錄共有10 組,可用數(shù)據(jù)共9 組。其中,訓(xùn)練集、驗(yàn)證集以及測(cè)試集的樣本數(shù)量依次為5 組、2 組、2 組。模型輸入選取測(cè)點(diǎn)2 的加速度記錄,輸出為測(cè)點(diǎn)3、5、7、9、13 的位移響應(yīng)。時(shí)間序列的劃分窗長(zhǎng)為10,模型訓(xùn)練的初始學(xué)習(xí)率為0.001,正則項(xiàng)系數(shù)為1×10-8,批訓(xùn)練樣本數(shù)為5,最大訓(xùn)練步數(shù)為50 000。

    圖12 Meloland 跨線橋傳感器布置圖Fig.12 The sensor layout of Meloland overpass

    對(duì)美國(guó)1978 年Calexico 地震和2009 年Calexico地震余震的位移響應(yīng)進(jìn)行預(yù)測(cè),結(jié)果如圖13 所示,圖上的目標(biāo)值為實(shí)測(cè)的結(jié)構(gòu)位移時(shí)程。因各測(cè)點(diǎn)的位移時(shí)程相似,此處僅列出測(cè)點(diǎn)7 的預(yù)測(cè)結(jié)果??梢钥闯觯瑑深?lèi)模型預(yù)測(cè)的地震響應(yīng)在相位上與實(shí)測(cè)值吻合良好,主要差異在于響應(yīng)幅值。對(duì)于Calexico 地震,兩類(lèi)模型預(yù)測(cè)結(jié)果較為相似,均在地震開(kāi)始階段與實(shí)測(cè)值存在較大差異,表現(xiàn)出與實(shí)測(cè)位移不同的振動(dòng)規(guī)律;隨后,兩者預(yù)測(cè)值的相位與觀測(cè)值趨于一致,但幅值仍有較小差異。對(duì)于Calexico 地震余震,ResLSTM 模型的預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果基本相同,但LSTM 模型的預(yù)測(cè)結(jié)果與實(shí)測(cè)響應(yīng)明顯不同,峰值響應(yīng)的幅值、出現(xiàn)時(shí)刻均與實(shí)測(cè)響應(yīng)存在顯著偏差。

    圖13 Meloland 跨線橋位移響應(yīng)預(yù)測(cè)對(duì)比(測(cè)點(diǎn)7)Fig.13 Comparison of predicted displacements of Meloland overpass (measurement node 7)

    進(jìn)一步地,計(jì)算預(yù)測(cè)結(jié)果與目標(biāo)值的相關(guān)系數(shù),ResLSTM 模型相關(guān)系數(shù)分別為0.2549(Calexico 地震)和0.7045 (Calexico 地震余震)。相比而言,LSTM 模型預(yù)測(cè)結(jié)果的相關(guān)系數(shù)分別為0.2313 和0.4489,預(yù)測(cè)精度遠(yuǎn)低于所提出的ResLSTM 模型。Calexico 地震響應(yīng)預(yù)測(cè)精度較低的原因在于,實(shí)測(cè)響應(yīng)的幅值僅為1×10-4量級(jí),輕微的預(yù)測(cè)誤差將導(dǎo)致預(yù)測(cè)結(jié)果的相關(guān)系數(shù)顯著下降。同時(shí),地震加速度與位移響應(yīng)的測(cè)量設(shè)備不同,誤差分布規(guī)律可能存在差異,導(dǎo)致中小地震下響應(yīng)預(yù)測(cè)易出現(xiàn)顯著偏差,而兩類(lèi)模型的預(yù)測(cè)結(jié)果在初始階段(0 s~5 s)具有一定相似性,在一定程度上可以證明上述猜想。相反,Calexico地震余震的響應(yīng)幅值較大,兩類(lèi)模型的預(yù)測(cè)精度相對(duì)良好,其中ResLSTM 模型的相關(guān)系數(shù)更達(dá)到0.7。此外,實(shí)測(cè)數(shù)據(jù)包含各類(lèi)噪聲干擾,也導(dǎo)致結(jié)構(gòu)響應(yīng)的預(yù)測(cè)效果表現(xiàn)欠佳。但是,考慮訓(xùn)練樣本極少,地震響應(yīng)的相位、峰值基本一致,說(shuō)明ResLSTM 可利用少量樣本預(yù)測(cè)中小震作用下的結(jié)構(gòu)位移響應(yīng),并比傳統(tǒng)LSTM 模型表現(xiàn)出更好的預(yù)測(cè)效果。

    4 結(jié)論

    本研究提出了一種層疊式殘差長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)(ResLSTM),并首次應(yīng)用于橋梁非線性地震響應(yīng)預(yù)測(cè)。該神經(jīng)網(wǎng)絡(luò)包含2 層LSTM 層與2 層全連接層,并采用殘差連接結(jié)構(gòu)提升深度網(wǎng)絡(luò)的訓(xùn)練效果,改善有限樣本數(shù)量下的模型預(yù)測(cè)精度。通過(guò)預(yù)應(yīng)力混凝土連續(xù)梁橋與組合梁斜拉橋的數(shù)值仿真算例驗(yàn)證,驗(yàn)證了ResLSTM 神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度與魯棒性。同時(shí),該方法成功應(yīng)用于美國(guó)加州Meloland 跨線橋地震響應(yīng)預(yù)測(cè),并與現(xiàn)場(chǎng)監(jiān)測(cè)數(shù)據(jù)對(duì)比,驗(yàn)證了該方法在實(shí)際工程中的預(yù)測(cè)性能。此外,采用相關(guān)研究的LSTM 神經(jīng)網(wǎng)絡(luò)作為基準(zhǔn)模型進(jìn)行對(duì)照研究,分析ResLSTM 神經(jīng)網(wǎng)絡(luò)的性能提升效果。主要結(jié)論如下:

    (1) 預(yù)應(yīng)力混凝土連續(xù)梁橋的數(shù)值算例表明,ResLSTM 網(wǎng)絡(luò)的計(jì)算效率優(yōu)于經(jīng)典有限元方法,并表現(xiàn)出優(yōu)良、穩(wěn)定的預(yù)測(cè)效果。同時(shí),ResLSTM網(wǎng)絡(luò)采用了殘差連接結(jié)構(gòu),使得誤差能夠有效地沿深度網(wǎng)絡(luò)反向傳遞,最大程度保證了模型參數(shù)的優(yōu)化效果,比傳統(tǒng)LSTM 網(wǎng)絡(luò)具有更好的預(yù)測(cè)精度和魯棒性。

    (2) 組合梁斜拉橋的數(shù)值算例表明,ResLSTM網(wǎng)絡(luò)能夠準(zhǔn)確預(yù)測(cè)出大跨度斜拉橋的復(fù)雜非線性地震響應(yīng),預(yù)測(cè)結(jié)果的峰值、相位變化均與目標(biāo)值吻合良好,并比LSTM 網(wǎng)絡(luò)表現(xiàn)出更為良好和穩(wěn)定的預(yù)測(cè)精度。

    (3) 美國(guó)Meloland 跨線橋的現(xiàn)場(chǎng)監(jiān)測(cè)試驗(yàn)表明,ResLSTM 網(wǎng)絡(luò)成功利用少量觀測(cè)數(shù)據(jù)預(yù)測(cè)出實(shí)際橋梁在中小地震作用下的結(jié)構(gòu)響應(yīng),預(yù)測(cè)結(jié)果的相位變化與實(shí)測(cè)值吻合良好,僅峰值響應(yīng)存在較小差異。此外,對(duì)于實(shí)際結(jié)構(gòu)的地震響應(yīng)預(yù)測(cè),ResLSTM 網(wǎng)絡(luò)的預(yù)測(cè)精度仍?xún)?yōu)于傳統(tǒng)LSTM 網(wǎng)絡(luò)。

    猜你喜歡
    神經(jīng)網(wǎng)絡(luò)有限元樣本
    用樣本估計(jì)總體復(fù)習(xí)點(diǎn)撥
    神經(jīng)網(wǎng)絡(luò)抑制無(wú)線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    推動(dòng)醫(yī)改的“直銷(xiāo)樣本”
    隨機(jī)微分方程的樣本Lyapunov二次型估計(jì)
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    村企共贏的樣本
    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
    磨削淬硬殘余應(yīng)力的有限元分析
    基于SolidWorks的吸嘴支撐臂有限元分析
    男女国产视频网站| 亚洲久久久久久中文字幕| 免费观看的影片在线观看| 国产黄色小视频在线观看| 有码 亚洲区| 国产成人精品婷婷| 久久久久久久久大av| 少妇丰满av| 久久久久精品久久久久真实原创| 又粗又爽又猛毛片免费看| 日本黄大片高清| 永久网站在线| 人人妻人人澡人人爽人人夜夜 | 国产av不卡久久| 国产精品av视频在线免费观看| www日本黄色视频网| 国产午夜精品久久久久久一区二区三区| 女人久久www免费人成看片 | av在线观看视频网站免费| 亚洲av二区三区四区| 女人久久www免费人成看片 | 久久韩国三级中文字幕| 欧美zozozo另类| 狠狠狠狠99中文字幕| 免费搜索国产男女视频| 亚洲欧美日韩卡通动漫| 嫩草影院入口| 在线观看美女被高潮喷水网站| 91久久精品国产一区二区三区| 国内揄拍国产精品人妻在线| 亚洲精品久久久久久婷婷小说 | 中文在线观看免费www的网站| 51国产日韩欧美| 搡女人真爽免费视频火全软件| 国产人妻一区二区三区在| 成人无遮挡网站| 国产真实伦视频高清在线观看| 亚洲中文字幕日韩| 欧美日韩综合久久久久久| av专区在线播放| 青春草国产在线视频| 男插女下体视频免费在线播放| 国产精品日韩av在线免费观看| 欧美又色又爽又黄视频| 国产黄片美女视频| 中文字幕制服av| 国产精品久久久久久久久免| 黄片无遮挡物在线观看| 精品久久久久久久久久久久久| 国产高清视频在线观看网站| 少妇高潮的动态图| 国产精品一二三区在线看| 美女xxoo啪啪120秒动态图| 亚洲av中文av极速乱| 精品一区二区三区人妻视频| 亚洲va在线va天堂va国产| 精品人妻视频免费看| 国产精品.久久久| 欧美丝袜亚洲另类| 国产成人精品婷婷| 大话2 男鬼变身卡| 大又大粗又爽又黄少妇毛片口| 美女高潮的动态| 大香蕉97超碰在线| 亚洲欧美成人综合另类久久久 | 日韩一区二区视频免费看| 搡老妇女老女人老熟妇| 男女下面进入的视频免费午夜| 小蜜桃在线观看免费完整版高清| 一区二区三区乱码不卡18| av播播在线观看一区| 日韩一区二区视频免费看| 非洲黑人性xxxx精品又粗又长| 亚州av有码| 日本黄色视频三级网站网址| 日韩一区二区三区影片| 噜噜噜噜噜久久久久久91| 日韩av在线免费看完整版不卡| 国产精品麻豆人妻色哟哟久久 | 搞女人的毛片| 亚洲四区av| 亚洲av男天堂| 国产熟女欧美一区二区| 精品一区二区三区视频在线| 国产不卡一卡二| 精品一区二区三区人妻视频| 亚洲欧美成人精品一区二区| 99久久人妻综合| 亚洲国产精品成人久久小说| 国产黄色小视频在线观看| 又粗又硬又长又爽又黄的视频| 亚洲精品久久久久久婷婷小说 | 成年av动漫网址| 日本一二三区视频观看| 九色成人免费人妻av| 久久这里只有精品中国| 永久免费av网站大全| 中文字幕久久专区| 如何舔出高潮| 人妻系列 视频| 18禁裸乳无遮挡免费网站照片| 色吧在线观看| 特大巨黑吊av在线直播| 久久久久久久国产电影| 国产亚洲精品久久久com| 又粗又硬又长又爽又黄的视频| 亚洲欧美精品专区久久| 国产大屁股一区二区在线视频| 一边摸一边抽搐一进一小说| 成年女人永久免费观看视频| 婷婷色综合大香蕉| 亚洲精品亚洲一区二区| 精品酒店卫生间| 大又大粗又爽又黄少妇毛片口| 99热这里只有是精品在线观看| 在现免费观看毛片| 综合色丁香网| 国产精品一区二区三区四区久久| 波多野结衣高清无吗| 亚洲国产精品合色在线| 99久久精品一区二区三区| 亚洲精品自拍成人| 真实男女啪啪啪动态图| 美女cb高潮喷水在线观看| 乱人视频在线观看| 亚洲国产精品sss在线观看| av.在线天堂| 中国美白少妇内射xxxbb| 国产高清三级在线| 桃色一区二区三区在线观看| 久久国内精品自在自线图片| 91在线精品国自产拍蜜月| 黑人高潮一二区| 国产真实伦视频高清在线观看| 午夜免费男女啪啪视频观看| 桃色一区二区三区在线观看| 久久久国产成人免费| 免费观看性生交大片5| 变态另类丝袜制服| av免费观看日本| 日韩av不卡免费在线播放| 国产亚洲精品av在线| 99热这里只有精品一区| 久久国内精品自在自线图片| 激情 狠狠 欧美| 日韩欧美三级三区| 欧美bdsm另类| 国产精品福利在线免费观看| 一级黄色大片毛片| 亚洲性久久影院| 中文在线观看免费www的网站| 国产精品一区www在线观看| 性色avwww在线观看| 免费观看性生交大片5| 亚洲精品色激情综合| 日韩av在线免费看完整版不卡| 少妇高潮的动态图| 欧美人与善性xxx| 麻豆成人av视频| a级一级毛片免费在线观看| 亚洲av不卡在线观看| 日本欧美国产在线视频| 亚洲国产精品成人综合色| 高清日韩中文字幕在线| 国产伦一二天堂av在线观看| 秋霞伦理黄片| 人人妻人人看人人澡| 国产探花在线观看一区二区| 中文字幕av在线有码专区| 天堂av国产一区二区熟女人妻| 成人一区二区视频在线观看| 黄色配什么色好看| 三级经典国产精品| 九九在线视频观看精品| 九九在线视频观看精品| 精品熟女少妇av免费看| 亚洲成色77777| 精品不卡国产一区二区三区| 天天一区二区日本电影三级| 伦精品一区二区三区| 国产精品国产高清国产av| 91狼人影院| 黄色配什么色好看| 人体艺术视频欧美日本| 欧美精品一区二区大全| 黄片无遮挡物在线观看| 自拍偷自拍亚洲精品老妇| 成人三级黄色视频| 国产一区二区三区av在线| 美女大奶头视频| 黄片wwwwww| 在线观看一区二区三区| 久久久久久九九精品二区国产| 亚洲欧美精品自产自拍| 国产免费一级a男人的天堂| 1000部很黄的大片| 麻豆久久精品国产亚洲av| 一区二区三区高清视频在线| 久久热精品热| 国产乱人视频| 午夜福利在线在线| 黄片wwwwww| 亚洲伊人久久精品综合 | 国产极品天堂在线| 欧美又色又爽又黄视频| 少妇人妻一区二区三区视频| 亚洲自拍偷在线| 婷婷色综合大香蕉| 国产精品av视频在线免费观看| 亚洲伊人久久精品综合 | 亚洲国产精品专区欧美| 国产精品一及| 麻豆国产97在线/欧美| 一级毛片久久久久久久久女| 久久精品人妻少妇| 亚洲自拍偷在线| 色噜噜av男人的天堂激情| 久久精品夜夜夜夜夜久久蜜豆| 最近最新中文字幕免费大全7| 搡女人真爽免费视频火全软件| 变态另类丝袜制服| 一区二区三区乱码不卡18| 欧美xxxx性猛交bbbb| 久久久国产成人免费| 成年免费大片在线观看| 九九爱精品视频在线观看| 美女被艹到高潮喷水动态| 色5月婷婷丁香| 亚洲色图av天堂| 成人亚洲欧美一区二区av| 夜夜看夜夜爽夜夜摸| 婷婷色麻豆天堂久久 | 亚洲熟妇中文字幕五十中出| 插阴视频在线观看视频| 美女内射精品一级片tv| 日本欧美国产在线视频| 少妇熟女欧美另类| 色视频www国产| 一卡2卡三卡四卡精品乱码亚洲| 国产日韩欧美在线精品| 99热精品在线国产| 亚洲精品国产成人久久av| www.色视频.com| 爱豆传媒免费全集在线观看| 国国产精品蜜臀av免费| 国产黄色小视频在线观看| 禁无遮挡网站| 少妇熟女欧美另类| 超碰97精品在线观看| 亚洲久久久久久中文字幕| 黄色欧美视频在线观看| 成人综合一区亚洲| 久久这里有精品视频免费| 精品少妇黑人巨大在线播放 | 国产亚洲5aaaaa淫片| 国产老妇女一区| 国产免费一级a男人的天堂| 亚洲中文字幕一区二区三区有码在线看| 午夜福利在线在线| 国产av在哪里看| 男女边吃奶边做爰视频| 两个人视频免费观看高清| 国模一区二区三区四区视频| 熟女人妻精品中文字幕| 如何舔出高潮| 国产色婷婷99| 特级一级黄色大片| 日本五十路高清| 婷婷色综合大香蕉| 国产一区亚洲一区在线观看| 激情 狠狠 欧美| 国产高清有码在线观看视频| 亚洲最大成人手机在线| 国产一级毛片在线| 久久久a久久爽久久v久久| 日韩欧美在线乱码| 国产午夜精品论理片| 插逼视频在线观看| 亚洲欧美精品专区久久| 亚洲av成人精品一二三区| 国国产精品蜜臀av免费| videossex国产| 亚洲av电影不卡..在线观看| 国产精品麻豆人妻色哟哟久久 | 久久久久国产网址| 国产精品.久久久| 寂寞人妻少妇视频99o| 亚洲乱码一区二区免费版| 日韩三级伦理在线观看| 欧美性感艳星| 好男人在线观看高清免费视频| 亚洲国产成人一精品久久久| 精品久久久噜噜| 国产激情偷乱视频一区二区| 少妇熟女aⅴ在线视频| 国产午夜福利久久久久久| 精品人妻偷拍中文字幕| 亚洲欧美成人综合另类久久久 | 韩国av在线不卡| 国产精品人妻久久久久久| 蜜臀久久99精品久久宅男| 激情 狠狠 欧美| 色视频www国产| 亚洲精品一区蜜桃| 精品国产一区二区三区久久久樱花 | 男的添女的下面高潮视频| 日日啪夜夜撸| 一级毛片aaaaaa免费看小| 欧美成人午夜免费资源| 成人亚洲精品av一区二区| 亚洲国产精品国产精品| 免费av观看视频| 国产av码专区亚洲av| 国产精品久久久久久精品电影| 青春草亚洲视频在线观看| 一本久久精品| 精品免费久久久久久久清纯| 成人性生交大片免费视频hd| 亚洲久久久久久中文字幕| 亚洲在线自拍视频| 麻豆成人av视频| 成年女人看的毛片在线观看| 免费观看a级毛片全部| av又黄又爽大尺度在线免费看 | 国产精品一及| 亚洲内射少妇av| 欧美成人一区二区免费高清观看| 最近2019中文字幕mv第一页| 亚洲在线观看片| 女人久久www免费人成看片 | 91久久精品国产一区二区成人| 美女cb高潮喷水在线观看| 亚洲精品456在线播放app| 亚洲在线观看片| 一区二区三区高清视频在线| 国产成人免费观看mmmm| 嫩草影院新地址| 国模一区二区三区四区视频| 国产精品国产三级国产专区5o | 夜夜看夜夜爽夜夜摸| 免费看a级黄色片| 亚洲精品乱久久久久久| 一区二区三区四区激情视频| 99热这里只有是精品在线观看| 亚洲久久久久久中文字幕| 亚洲性久久影院| ponron亚洲| 男女下面进入的视频免费午夜| 男女国产视频网站| 久久久国产成人免费| 在线播放无遮挡| 哪个播放器可以免费观看大片| 色吧在线观看| 最近视频中文字幕2019在线8| 久久久久网色| 精品久久久久久久久久久久久| 中文资源天堂在线| 午夜福利高清视频| 我的女老师完整版在线观看| 成人午夜高清在线视频| 久久精品国产亚洲网站| 亚洲国产精品久久男人天堂| 亚洲av中文字字幕乱码综合| 免费无遮挡裸体视频| 亚洲激情五月婷婷啪啪| 国产精品,欧美在线| 欧美成人a在线观看| 亚洲欧美日韩高清专用| 亚洲人与动物交配视频| 久久久精品大字幕| 在线天堂最新版资源| 色噜噜av男人的天堂激情| 嫩草影院精品99| 午夜爱爱视频在线播放| 国产av一区在线观看免费| 国产亚洲av片在线观看秒播厂 | 亚洲精品亚洲一区二区| 亚洲av福利一区| 视频中文字幕在线观看| 18禁在线无遮挡免费观看视频| 免费一级毛片在线播放高清视频| 欧美日韩在线观看h| 国产亚洲精品久久久com| 麻豆成人av视频| 丰满人妻一区二区三区视频av| 午夜激情福利司机影院| 少妇熟女aⅴ在线视频| 欧美精品国产亚洲| 蜜桃亚洲精品一区二区三区| 成年女人看的毛片在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 久久久久性生活片| 亚洲av中文字字幕乱码综合| 欧美丝袜亚洲另类| 最近视频中文字幕2019在线8| 欧美极品一区二区三区四区| 亚洲精品乱码久久久久久按摩| 亚洲精品国产av成人精品| 国产午夜精品论理片| 少妇裸体淫交视频免费看高清| 啦啦啦韩国在线观看视频| 男人舔女人下体高潮全视频| 久久草成人影院| 久久欧美精品欧美久久欧美| 精品一区二区三区视频在线| 午夜福利高清视频| 亚洲精品影视一区二区三区av| 美女被艹到高潮喷水动态| 久久精品综合一区二区三区| 国产亚洲av片在线观看秒播厂 | 91精品国产九色| 22中文网久久字幕| 午夜老司机福利剧场| 国产精品人妻久久久久久| 久久人人爽人人爽人人片va| 免费看av在线观看网站| 91久久精品电影网| 人妻少妇偷人精品九色| 国产乱人视频| 97热精品久久久久久| 美女脱内裤让男人舔精品视频| 国语对白做爰xxxⅹ性视频网站| 国产伦一二天堂av在线观看| 日日干狠狠操夜夜爽| 欧美97在线视频| 久久久久久久久大av| 晚上一个人看的免费电影| 免费播放大片免费观看视频在线观看 | 午夜爱爱视频在线播放| 欧美最新免费一区二区三区| 亚洲最大成人av| 国产亚洲精品av在线| 99在线人妻在线中文字幕| 如何舔出高潮| 日韩制服骚丝袜av| 特大巨黑吊av在线直播| 精品一区二区三区人妻视频| 最近2019中文字幕mv第一页| 日本-黄色视频高清免费观看| 亚洲av免费高清在线观看| av在线亚洲专区| 国产一区二区在线av高清观看| 高清毛片免费看| 日韩欧美三级三区| 午夜精品国产一区二区电影 | 又黄又爽又刺激的免费视频.| 精品人妻视频免费看| 最近2019中文字幕mv第一页| 亚洲欧美精品专区久久| 热99re8久久精品国产| 亚洲精品,欧美精品| 久久热精品热| www.色视频.com| 啦啦啦啦在线视频资源| 精品久久久久久久久亚洲| 三级毛片av免费| 国产午夜福利久久久久久| 一个人免费在线观看电影| 两个人的视频大全免费| 永久免费av网站大全| 亚洲国产高清在线一区二区三| 国产欧美另类精品又又久久亚洲欧美| 国产精品美女特级片免费视频播放器| 99热精品在线国产| 日韩中字成人| 禁无遮挡网站| 大又大粗又爽又黄少妇毛片口| 全区人妻精品视频| 久久久久久国产a免费观看| 国产亚洲av嫩草精品影院| 又爽又黄a免费视频| 成人毛片a级毛片在线播放| 男女国产视频网站| 久久久国产成人免费| 亚洲欧美一区二区三区国产| 亚洲精品乱码久久久v下载方式| 成人综合一区亚洲| 精品少妇黑人巨大在线播放 | 国产探花极品一区二区| 91久久精品电影网| 草草在线视频免费看| 国产淫片久久久久久久久| 成年av动漫网址| 成人综合一区亚洲| 身体一侧抽搐| 亚洲国产欧美人成| 国产精品久久久久久精品电影小说 | 色视频www国产| 亚洲av二区三区四区| 久久热精品热| 欧美性感艳星| 超碰97精品在线观看| 人妻夜夜爽99麻豆av| 亚洲最大成人av| av线在线观看网站| 日日啪夜夜撸| 亚洲四区av| 精品熟女少妇av免费看| 欧美成人一区二区免费高清观看| 国产免费男女视频| 中文字幕熟女人妻在线| 看片在线看免费视频| 国产一区二区亚洲精品在线观看| 欧美97在线视频| 亚洲av福利一区| 午夜精品一区二区三区免费看| 国产精品一及| videos熟女内射| 国产精品av视频在线免费观看| 久久精品国产亚洲网站| 在线播放无遮挡| 日本五十路高清| 青青草视频在线视频观看| 男人狂女人下面高潮的视频| 人体艺术视频欧美日本| 97在线视频观看| 如何舔出高潮| 国产极品精品免费视频能看的| 久久精品久久精品一区二区三区| 特级一级黄色大片| 99九九线精品视频在线观看视频| 国产伦在线观看视频一区| 亚洲av电影在线观看一区二区三区 | 亚洲一级一片aⅴ在线观看| a级一级毛片免费在线观看| 变态另类丝袜制服| 国产乱人偷精品视频| 国产视频首页在线观看| 亚洲三级黄色毛片| 一级二级三级毛片免费看| 搞女人的毛片| 女人十人毛片免费观看3o分钟| 国产成人精品久久久久久| 99久久精品国产国产毛片| 亚洲av二区三区四区| 国产人妻一区二区三区在| 久久精品人妻少妇| 乱系列少妇在线播放| 日韩一本色道免费dvd| 亚洲欧美一区二区三区国产| 国产不卡一卡二| 国产在视频线在精品| 国产精品av视频在线免费观看| 亚洲在线自拍视频| 九色成人免费人妻av| 中文乱码字字幕精品一区二区三区 | 日韩强制内射视频| 一级毛片我不卡| 国产精品麻豆人妻色哟哟久久 | 91精品国产九色| 人妻夜夜爽99麻豆av| 亚洲av熟女| 国产久久久一区二区三区| 婷婷色麻豆天堂久久 | 麻豆精品久久久久久蜜桃| 久久精品熟女亚洲av麻豆精品 | 色网站视频免费| 国产成人a∨麻豆精品| 久99久视频精品免费| 看十八女毛片水多多多| 青春草亚洲视频在线观看| 天堂av国产一区二区熟女人妻| 免费播放大片免费观看视频在线观看 | 欧美97在线视频| 亚洲精品亚洲一区二区| 69av精品久久久久久| 高清毛片免费看| 永久免费av网站大全| 免费观看人在逋| 精品久久久噜噜| 中文欧美无线码| 少妇裸体淫交视频免费看高清| 久久久精品大字幕| 哪个播放器可以免费观看大片| 乱系列少妇在线播放| 波野结衣二区三区在线| 有码 亚洲区| 极品教师在线视频| 天堂中文最新版在线下载 | 久久精品人妻少妇| 99久久无色码亚洲精品果冻| 青春草视频在线免费观看| 中文欧美无线码| 色播亚洲综合网| 天天一区二区日本电影三级| 美女黄网站色视频| 欧美成人午夜免费资源| 永久网站在线| 国产欧美另类精品又又久久亚洲欧美| 免费搜索国产男女视频| 麻豆成人av视频| 日韩强制内射视频| 蜜桃亚洲精品一区二区三区| 午夜福利高清视频| 久久精品夜色国产| 国产熟女欧美一区二区| 中文字幕熟女人妻在线| 免费一级毛片在线播放高清视频| 国产一区二区亚洲精品在线观看| 欧美另类亚洲清纯唯美| 国产免费福利视频在线观看| 国产视频首页在线观看| 亚洲久久久久久中文字幕| 午夜福利在线在线| 久久午夜福利片| 欧美不卡视频在线免费观看| 69人妻影院| 午夜福利在线观看免费完整高清在| 欧美激情在线99| 色5月婷婷丁香| 男女边吃奶边做爰视频| 国产在视频线在精品| 男女下面进入的视频免费午夜| 久久精品久久久久久久性| 日本五十路高清|