• <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SSA-LSTM 的風(fēng)速異常波動檢測方法

    2024-05-23 08:47:42鄧立軍袁金波尚文天
    煤炭科學(xué)技術(shù) 2024年3期
    關(guān)鍵詞:風(fēng)門波動分量

    鄧立軍 ,袁金波 ,劉 劍 ,尚文天

    (1.遼寧工程技術(shù)大學(xué) 安全科學(xué)與工程學(xué)院, 遼寧 葫蘆島 125105;2.遼寧工程技術(shù)大學(xué) 礦山熱動力災(zāi)害與防治教育部重點實驗室, 遼寧 葫蘆島 125105)

    0 引 言

    風(fēng)門開閉會引起通風(fēng)系統(tǒng)及關(guān)聯(lián)巷道風(fēng)流發(fā)生波動。當(dāng)風(fēng)門處于靜止?fàn)顟B(tài)(保持關(guān)閉或保持敞開),即無擾動條件下,風(fēng)速傳感器監(jiān)測數(shù)據(jù)在湍流脈動作用下呈現(xiàn)無周期、非線性的小幅度波動[1]。而在風(fēng)門開閉過程中,關(guān)聯(lián)巷道風(fēng)速傳感器監(jiān)測數(shù)據(jù)會出現(xiàn)短時異常波動。由于湍流脈動的作用,風(fēng)速傳感器監(jiān)測數(shù)據(jù)存在大量噪聲,傳統(tǒng)統(tǒng)計方法無法精確檢測風(fēng)速傳感器監(jiān)測數(shù)據(jù)中的異常波動,存在漏報率和誤報率高的問題,給預(yù)警與控制帶來較大困難,因此需盡早檢測風(fēng)速異常波動。風(fēng)速傳感器監(jiān)測數(shù)據(jù)可視為一類非線性、非平穩(wěn)時間序列數(shù)據(jù)。為盡可能地提取時間序列數(shù)據(jù)中的有效信息,排除噪聲干擾,有學(xué)者將時間序列數(shù)據(jù)分解成具有不同時間尺度的若干分量,并對單一分量進(jìn)行分析和重組,從而實現(xiàn)噪聲分離[2]。目前常用的時間序列數(shù)據(jù)降噪方法——傅里葉變換(Fourier Transform,F(xiàn)T)、小波分析(Wavelet Analysis,WA)、經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition,EMD) 和SSA(Singular Spectrum Analysis,SSA)等均對時間序列數(shù)據(jù)有著較好的降噪作用。然而,傅里葉變換只適用于平穩(wěn)的數(shù)據(jù)分析,在處理非平穩(wěn)數(shù)據(jù)時有著一定的局限性[3];小波分析降噪過程中,雖能對非平穩(wěn)數(shù)據(jù)進(jìn)行分解,但其小波基、分解層和小波閾值等相關(guān)參數(shù)受人為影響因素較多,容易出現(xiàn)偏差[4];EMD 可根據(jù)原始數(shù)據(jù)本身特征將數(shù)據(jù)分解為多個本征模態(tài)分量,實現(xiàn)了數(shù)據(jù)的自適應(yīng)分解,被廣泛應(yīng)用于數(shù)據(jù)降噪領(lǐng)域,但由于EMD 在分解過程中極易出現(xiàn)模態(tài)混疊以及端點效應(yīng),在一定程度上影響了EMD 的降噪效果[5];SSA 可有效規(guī)避以上問題,因其具備不需要復(fù)雜先驗信息的數(shù)據(jù)處理優(yōu)勢,成為了解析優(yōu)化非線性時序數(shù)據(jù)十分有效的技術(shù)手段[6-7]。

    為深度挖掘時間序列數(shù)據(jù)內(nèi)在關(guān)聯(lián)關(guān)系及數(shù)據(jù)特征,在時間序列異常檢測領(lǐng)域大量學(xué)者針對深度學(xué)習(xí)方法進(jìn)行研究及應(yīng)用[8]。鄧華偉等[9]利用隨機(jī)森林提取網(wǎng)絡(luò)流量數(shù)據(jù)特征,構(gòu)建LSTM(Long Short Term Memory,LSTM)神經(jīng)網(wǎng)絡(luò)模型,實現(xiàn)網(wǎng)絡(luò)流量異常檢測。龔向陽等[10]提出一種基于深度殘差LSTM的視頻異常行為識別算法,將登桿作業(yè)的多個視頻序列作為輸入數(shù)據(jù),通過深度殘差網(wǎng)絡(luò)獲得多個視頻序列的特征,進(jìn)一步將融合后的特征作為LSTM網(wǎng)絡(luò)輸入,實現(xiàn)登桿作業(yè)異常行為的識別。蔡興旭等[11]提出基于LSTM 的橋梁傳感器異常檢測方法,通過小波變換與奇異譜分析對傳感器數(shù)據(jù)進(jìn)行預(yù)處理,基于貝葉斯優(yōu)化算法以及LSTM 構(gòu)建時間序列異常檢測模型,最終通過學(xué)習(xí)異常報警閾值實現(xiàn)潛在異常檢測。田亮等[12]提出了基于數(shù)據(jù)驅(qū)動的故障診斷方法,通過LSTM 神經(jīng)網(wǎng)絡(luò)的預(yù)測能力和證據(jù)理論的多源信息融合能力來對引風(fēng)機(jī)軸承的狀態(tài)進(jìn)行診斷。除LSTM 以外,ARIMA、BP、CNN 等方法也可用于時間序列數(shù)據(jù)異常檢測。但ARIMA 很難用來挖掘時間序列數(shù)據(jù)之間的非線性關(guān)系,預(yù)測精度較差[13]。BP 網(wǎng)絡(luò)對波動性較強(qiáng)的時間序列數(shù)據(jù)預(yù)測效果較低且泛化能力較弱[14-15]。CNN 的池化層會丟失大量有價值的信息,降低局部與整體的相關(guān)性[16]。

    綜上所述,SSA 方法能夠較好的分離非線性時間序列數(shù)據(jù)中的噪聲,LSTM 方法對時間序列數(shù)據(jù)有著較好的預(yù)測效果且泛化能力強(qiáng),筆者提出一種基于SSA-LSTM 的風(fēng)速異常波動檢測方法。首先采用SSA 對原始風(fēng)速數(shù)據(jù)序列進(jìn)行重組,分離湍流脈動噪聲,然后利用LSTM 對SSA 重組后的風(fēng)速序列數(shù)據(jù)進(jìn)行重構(gòu),最后利用對數(shù)概率密度函數(shù)計算原始數(shù)據(jù)與LSTM 重構(gòu)數(shù)據(jù)的異常分?jǐn)?shù),并擬定異常報警閾值,從而實現(xiàn)風(fēng)速傳感器監(jiān)測數(shù)據(jù)中的異常波動檢測[17]。

    1 SSA 與LSTM 算法原理

    1.1 奇異譜分析法(SSA)

    風(fēng)速傳感器監(jiān)測數(shù)據(jù)中由于湍流脈動作用存在大量噪聲,為去除這部分噪聲,提高異常檢測性能,引入SSA 方法。SSA 是一種處理非線性時間序列數(shù)據(jù)的方法,通過對所要研究的時間序列進(jìn)行嵌入、分解、分組、重組4 個步驟處理,提取主要趨勢成分,以達(dá)到降噪的目的。主要步驟如下:

    1)嵌入:將一維時間序列 [x1,x2,···,xn]以長度為l的時間窗口進(jìn)行映射,形成k個長度為l的向量,其中k=n-l+1,組成的軌跡矩陣[18]如下:

    2)分解:對得到的軌跡矩陣進(jìn)行奇異值分解(SVD):

    式中:d為非零奇異值的數(shù)量,d=rank(X)≤min(l,m);Ui、Vi為X的左右奇異向量。

    3)分組:為去除數(shù)據(jù)中多余的噪點,若數(shù)據(jù)X的組成是由有用信號S和噪聲E組成,即X=S+E,分組是為了盡可能將E部分去除。前r個較大的奇異值組成的數(shù)據(jù)即可被認(rèn)為是有用數(shù)據(jù),則d-r部分則為噪聲部分,因此,選擇合適的r值即可實現(xiàn)數(shù)據(jù)和噪聲分離的效果。

    4)重組:重組是利用對角平均化將上述分組得到的矩陣轉(zhuǎn)化成所需的長度為n的重構(gòu)序列RC。令代表分組后得到的任一矩陣,為矩陣中的各元素。設(shè),,當(dāng)l

    1.2 長短期記憶網(wǎng)絡(luò)(LSTM)

    LSTM 神經(jīng)網(wǎng)絡(luò)是RNN 神經(jīng)網(wǎng)絡(luò)的改進(jìn)版,除繼承了RNN 的結(jié)構(gòu)類型外,新建遺忘門對輸入的數(shù)據(jù)信息進(jìn)行選擇性遺忘,有效地避免了隱藏層權(quán)重在迭代多次后出現(xiàn)梯度消失或梯度爆炸的情況的發(fā)生[19]。

    LSTM 神經(jīng)網(wǎng)絡(luò)繼承了RNN 的結(jié)構(gòu)類型外,增加了門的思維來對參數(shù)進(jìn)行篩選,其中遺忘門決定了將多少上一時刻的細(xì)胞狀態(tài)ct-1保留下來;輸入門決定了將當(dāng)前輸入xt是否保留至當(dāng)前細(xì)胞狀態(tài)ct中,避免不重要的記憶信息進(jìn)入細(xì)胞;輸出門決定傳入下一時刻的輸出信息,如圖1 所示。

    圖1 LSTM 單元結(jié)構(gòu)Fig.1 LSTM unit structure

    圖1 中,將sigmoid 和tanh 函數(shù)作為激活函數(shù),遺忘門、輸入門、輸出門將傳入的信息受權(quán)重矩陣和偏置向量的影響,將得到新的輸出矩陣和新的細(xì)胞狀態(tài),主要公式如下:

    式中:ft為遺忘門;it為輸入門;gt為細(xì)胞狀態(tài)的輸入;ot為輸出門;ct-1和ct為上一時刻和當(dāng)前時刻的細(xì)胞狀態(tài);ht-1和ht為上一時刻和當(dāng)前時刻的輸出;Wf,Wi,Wc,Wo和bi,bf,bc,bo分別為LSTM 三個門不同狀態(tài)下的權(quán)重矩陣和偏置向量。

    2 SSA-LSTM 風(fēng)速異常波動檢測方法

    SSA-LSTM 風(fēng)速異常波動檢測方法可分為預(yù)處理、LSTM 風(fēng)速重構(gòu)和風(fēng)速異常波動檢測3 部分,主要流程如圖2 所示。

    圖2 風(fēng)速異常波動檢測Fig.2 Wind speed abnormal fluctuation detection

    2.1 預(yù)處理

    采用SSA 可將風(fēng)速傳感器監(jiān)測數(shù)據(jù)分解為趨勢分量、周期分量和噪聲分量,再重構(gòu)趨勢分量和周期分量,以達(dá)到去除數(shù)據(jù)中存在的噪聲的目的。

    2.2 LSTM 風(fēng)速重構(gòu)

    構(gòu)建LSTM 風(fēng)速重構(gòu)模型,該模型分為3 個部分:輸入層、隱藏層和輸出層。首先輸入層主要對原始風(fēng)速監(jiān)測數(shù)據(jù)進(jìn)行預(yù)處理和數(shù)據(jù)集劃分;然后基于隱藏層對訓(xùn)練集進(jìn)行訓(xùn)練,通過Adam 優(yōu)化算法對LSTM 神經(jīng)網(wǎng)絡(luò)權(quán)值進(jìn)行更新,不斷調(diào)整網(wǎng)絡(luò)層數(shù)得到最優(yōu)網(wǎng)絡(luò)結(jié)構(gòu),并添加Dropout 層防止過擬合;最后,輸出層根據(jù)隱藏層中訓(xùn)練的模型進(jìn)行預(yù)測,得到重構(gòu)風(fēng)速。

    2.3 風(fēng)速異常波動檢測

    重構(gòu)風(fēng)速誤差是t-1 之前的歷史數(shù)據(jù)對t時刻風(fēng)速預(yù)測值與t時刻實際風(fēng)速的差值,計算該誤差的對數(shù)概率密度作為異常分?jǐn)?shù),并設(shè)定閾值 τ用于判定異常風(fēng)速:異常分?jǐn)?shù)在閾值以下,則該點出現(xiàn)異常,否則正常。為減少異常檢測誤判,閾值 τ取訓(xùn)練集異常分?jǐn)?shù)最小值。異常分?jǐn)?shù)計算公式如公式(5)所示,異常分?jǐn)?shù)越小,t時刻風(fēng)速屬于異常波動區(qū)間概率越大[20]。

    3 試驗驗證

    為驗證方法的有效性,試驗數(shù)據(jù)來源課題組前期的風(fēng)門開閉風(fēng)流擾動試驗[21]。試驗裝置滿足幾何相似與動力相似,整體相似比為1∶16。設(shè)定入口風(fēng)速為8 m/s,在風(fēng)門串聯(lián)巷道、風(fēng)門所在巷道迎風(fēng)側(cè)、風(fēng)門所在巷道通風(fēng)側(cè)、風(fēng)門并聯(lián)巷道布置4 個風(fēng)速測點。試驗參數(shù)包括開閉角度、風(fēng)門開閉速度、風(fēng)門敞開時間3 個變量,構(gòu)成96 種工況,共得到4 000 組無擾動(風(fēng)門保持關(guān)閉或敞開)風(fēng)速監(jiān)測數(shù)據(jù)以及120 組有擾動(風(fēng)門開閉動態(tài)過程)風(fēng)速監(jiān)測數(shù)據(jù)。

    風(fēng)門開閉時間分別為t1=30 s,t2=50 s,風(fēng)門開閉過程中,風(fēng)門所在巷道及前后巷道風(fēng)流會產(chǎn)生“向上”的異常波動;并聯(lián)巷道風(fēng)流會產(chǎn)生“向下”的異常波動,如圖3 所示。

    圖3 風(fēng)門所在巷道和并聯(lián)巷道風(fēng)速波動Fig.3 Air velocity fluctuations of air tunnel and parallel tunnel

    由于不同巷道的風(fēng)速不同,在預(yù)處理之前需將不同的風(fēng)速時間序列數(shù)據(jù)進(jìn)行滑移處理。取某一段序列數(shù)據(jù)的無擾動區(qū)域風(fēng)速均值作為基準(zhǔn)線,計算其它段序列的無擾動區(qū)域風(fēng)速均值與基準(zhǔn)線的差值,將序列段垂直滑移到基準(zhǔn)線。

    3.1 預(yù)處理

    基于前文所述SSA 方法對數(shù)據(jù)樣本進(jìn)行降噪處理,分解出的趨勢分量、周期分量、噪聲分量及貢獻(xiàn)率如圖4 所示。

    圖4 數(shù)據(jù)分量及貢獻(xiàn)率Fig.4 Data component and contribution rate

    由圖4 可知,湍流脈動產(chǎn)生的噪聲其貢獻(xiàn)率占比很小,不足1%,周期分量和趨勢分量可以反映整體的風(fēng)速波動情況,因此可以將噪聲分量去除。

    利用SSA 方法將趨勢分量和周期分量進(jìn)行重構(gòu),重構(gòu)前后結(jié)果如圖5 所示,SSA 方法可以很好地剔除原始風(fēng)速數(shù)據(jù)中的湍流脈動噪聲,以更光滑的曲線保留整體的風(fēng)速波動情況。

    圖5 SSA 降噪與原始數(shù)據(jù)擬合Fig.5 SSA noise reduction and real data fitting figure

    為評估SSA 方法的降噪性能,本文選取傳統(tǒng)的滑動平均法(Moving Average,MA)和小波分析法(Wavelet Analysis,WA)與SSA 方法進(jìn)行對比,對比結(jié)果如圖6、圖7 所示。

    圖6 WA 降噪與原始數(shù)據(jù)擬合Fig.6 WA noise reduction and real data fitting figure

    圖7 MA 降噪與原始數(shù)據(jù)擬合效果Fig.7 MA noise reduction and real data fitting figure

    由圖6 可知,小波降噪法雖然對原始風(fēng)速數(shù)據(jù)起到了一定的降噪效果,但是卻丟失了過多的趨勢細(xì)節(jié)信息;滑動平均降噪因其窗口大小不同,會致使數(shù)據(jù)結(jié)果向后進(jìn)行滑移,誤差較大,如圖7 所示。最后,選用信噪比(Signal Noise Ratio,SNR)和皮爾遜相關(guān)系數(shù)(Pearson Correlation Coefficient,PCC)對SSA、MA、WA 后的數(shù)據(jù)進(jìn)行評估。在兩個評價指標(biāo)中,SNR 越大,代表降噪效果越好;PCC 值越接近1,代表曲線與原曲線擬合效果越好。公式如下:

    式中:xt為t時刻實際風(fēng)速值;yt為t時刻降噪后的風(fēng)速值。

    式中:μx為實際風(fēng)速值的均值;σx為實際風(fēng)速值的標(biāo)準(zhǔn)差;μy為降噪后的風(fēng)速均值;σy為降噪后的風(fēng)速標(biāo)準(zhǔn)差,計算結(jié)果見表1。

    表1 降噪方法評價對比Table 1 Evaluation comparison of noise reduction methods

    從結(jié)果上看,利用SSA 對數(shù)據(jù)降噪后的信噪比為75.12,線性相關(guān)系數(shù)為0.987 1,降噪能力都優(yōu)于MA 和WA。

    3.2 LSTM 風(fēng)速重構(gòu)模型

    采用深度學(xué)習(xí)庫Keras 構(gòu)建LSTM 風(fēng)速重構(gòu)模型,后端采用基于C++開發(fā)的TensorFlow-GPU 開源框架。將數(shù)據(jù)按照一定比例進(jìn)行劃分,其中4 000 組無擾動風(fēng)速數(shù)據(jù)作為訓(xùn)練集樣本,120 組有擾動風(fēng)速數(shù)據(jù)作為測試集樣本。LSTM 模型構(gòu)建時對比不同層數(shù)下的預(yù)測效果,選取合適的隱藏層層數(shù),確定模型相關(guān)參數(shù),其中神經(jīng)元個數(shù)為64,步長為10,學(xué)習(xí)率為0.01,Dropout 的比例為0.5。

    3.3 LSTM 隱藏層調(diào)優(yōu)

    理論上LSTM 隱藏層層數(shù)越多,預(yù)測數(shù)據(jù)曲線擬合能力越強(qiáng)。但層數(shù)增多,神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)越來越復(fù)雜,訓(xùn)練時間越來越長,容易出現(xiàn)過擬合現(xiàn)象,泛化能力變差。分別比較了隱層數(shù)為1、2、3、4 時LSTM 的預(yù)測效果,結(jié)果如圖8、表2 所示。

    表2 訓(xùn)練時間以及預(yù)測誤差Table 2 Training time and prediction error

    圖8 不同LSTM 隱層預(yù)測效果Fig.8 Different LSTM prediction effects

    圖8 中,單層LSTM 預(yù)測結(jié)果與實際值偏差較大;二、三、四層LSTM 在無擾動區(qū)域預(yù)測結(jié)果與實際值均較吻合,但在有擾動區(qū)域,三、四層LSTM 出現(xiàn)過擬合現(xiàn)象,有擾動區(qū)域風(fēng)速預(yù)測結(jié)果與實際值過于接近,而二層LSTM 具有良好的區(qū)分效果。隨著層數(shù)的增加,LSTM 模型訓(xùn)練時間也會增加,但誤差并沒有顯著下降。綜合考慮,二層LSTM 模型預(yù)測效果是最優(yōu)的。

    3.4 風(fēng)速波動異常檢測

    計算訓(xùn)練集實際風(fēng)速與LSTM 重構(gòu)風(fēng)速的誤差,依據(jù)式(5)計算訓(xùn)練集中每個風(fēng)速對應(yīng)的異常分?jǐn)?shù),計算結(jié)果如圖9 所示。取異常分?jǐn)?shù)最小值作為閾值τ。

    圖9 重構(gòu)誤差與異常分?jǐn)?shù)曲線Fig.9 Reconstruction error and anomaly score curves

    3.4.1風(fēng)門所在巷道風(fēng)速波動異常檢測

    當(dāng)風(fēng)門處于靜止?fàn)顟B(tài)(保持關(guān)閉或保持敞開),風(fēng)速傳感器監(jiān)測數(shù)據(jù)在8.5~9.5 m/s 范圍內(nèi)波動,風(fēng)門開閉過程中,風(fēng)門所在巷道及前后巷道風(fēng)速會增大,產(chǎn)生“向上”的風(fēng)速異常波動。如圖10 所示,在30~50 s 時,風(fēng)門開閉,風(fēng)速超出正常波動范圍,最大風(fēng)速達(dá)到了12.8 m/s,屬于異常波動范圍。選取風(fēng)門所在巷道風(fēng)速監(jiān)測數(shù)據(jù)中的測試集序列,將預(yù)處理后的序列數(shù)據(jù)進(jìn)行LSTM 風(fēng)速重構(gòu),LSTM 在30~50 s 是能根據(jù)歷史風(fēng)速波動數(shù)據(jù)信息重構(gòu)正確的風(fēng)速波動趨勢。計算重構(gòu)誤差的異常分?jǐn)?shù),以上文設(shè)定的閾值τ進(jìn)行異常檢測。使用斜線填充將小于閾值的風(fēng)速數(shù)據(jù)時間區(qū)間進(jìn)行標(biāo)記,小于閾值的時間風(fēng)速區(qū)間范圍為31~50 s,與實際風(fēng)門開閉時間區(qū)間接近,證明了所提方法的可行性。

    3.4.2風(fēng)門并聯(lián)巷道風(fēng)速波動異常檢測

    風(fēng)門開閉過程中,風(fēng)門并聯(lián)巷道會減小,產(chǎn)生“向下”的風(fēng)速異常波動。如圖11 所示,風(fēng)速正常波動8.5~9.5 m/s 內(nèi)上下波動時屬于正常風(fēng)速數(shù)據(jù),但在30~50 s 時,風(fēng)門開閉時,風(fēng)速偏離正常波動范圍,最小風(fēng)速達(dá)到了6.5 m/s,屬于異常波動范圍。

    圖11 并聯(lián)巷道異常劃分Fig.11 Parallel tunnel anomaly division

    3.5 模型對比分析

    為驗證方法的風(fēng)速重構(gòu)效果及異常檢測的準(zhǔn)確率,以SSA-ARIMA、SSA-CNN 和SSA-BP 模型進(jìn)行比較,各模型均采用與SSA-LSTM 模型相同的數(shù)據(jù)集,如圖12、圖13 所示。

    圖12 不同模型重構(gòu)效果Fig.12 Different model reconstruction effects

    圖13 其他各模型異常檢測Fig.13 Anomaly detection figure for other models

    1)重構(gòu)效果對比分析。不同模型的風(fēng)速重構(gòu)效果如圖12 所示,在10~30 s 的正常風(fēng)速波動段中,巷道風(fēng)流受湍流脈動的影響出現(xiàn)了小幅的風(fēng)速波動,SSA-BP 與SSA-CNN 模型重構(gòu)數(shù)據(jù)波動趨勢較為平穩(wěn),無法對因湍流脈動導(dǎo)致的小幅風(fēng)速波動數(shù)據(jù)進(jìn)行正確擬合;SSA-LSTM 和SSA-ARIMA 模型重構(gòu)曲線與實際風(fēng)速曲線接近,表明二者對正常風(fēng)速段中的小幅湍流脈動可正確重構(gòu)。在30~50 s 的異常風(fēng)速波動段中,風(fēng)門開閉,風(fēng)速波動趨勢發(fā)生大幅波動,SSA-ARIMA 模型重構(gòu)數(shù)據(jù)與實際異常波動數(shù)據(jù)接近,出現(xiàn)過擬合現(xiàn)象;SSA-BP、SSA-CNN 和SSALSTM 模型重構(gòu)數(shù)據(jù)波動趨勢較為平穩(wěn),對異常風(fēng)速波動進(jìn)行逆重構(gòu)效果較好。在60~100 s 的正常風(fēng)速波動段中,巷道風(fēng)流受湍流脈動影響較小且無風(fēng)門開閉等影響風(fēng)流改變的現(xiàn)象出現(xiàn),風(fēng)速波動較為平穩(wěn),各模型重構(gòu)曲線與實際風(fēng)速曲線擬合良好。SSA-LSTM 模型能正確重構(gòu)因湍流脈動導(dǎo)致的小幅波動風(fēng)速數(shù)據(jù),也能對異常風(fēng)速數(shù)據(jù)進(jìn)行逆重構(gòu),在4 個模型中重構(gòu)能力最好。

    2)異常檢測效果對比分析。以準(zhǔn)確率和F1-Score 為評價指標(biāo)對不同模型進(jìn)行評價分析。準(zhǔn)確率表示模型重構(gòu)正確的數(shù)據(jù)樣本占整體風(fēng)速數(shù)據(jù)樣本的比重;F1-Score 是精確率和召回率的調(diào)和平均,可以較為全面地評價模型的異常檢測效果,F(xiàn)1-Score越大說明模型檢測效果越好,結(jié)果見表3。

    表3 不同模型異常檢測評價指標(biāo)Table 3 Evaluation metrics for anomaly detection in different models

    SSA-ARIMA 模型異常檢測精度較差,誤將13、14、23 s 時刻的風(fēng)速檢測為異常風(fēng)速,僅正確識別出了38%的風(fēng)速異常波動數(shù)據(jù);SSA-BP 與SSA-CNN模型異常檢測精度接近,但均誤將因湍流脈動導(dǎo)致的小幅波動識別為異常風(fēng)速波動;SSA-LSTM 模型不僅正確識別出異常波動區(qū)間,且當(dāng)風(fēng)速出現(xiàn)小幅波動時具有較好的魯棒性,相較于其他模型,本文所提模型表現(xiàn)最優(yōu),異常檢測的準(zhǔn)確率和F1-Score 分別達(dá)到了99.2%和97%。

    4 結(jié) 論

    1)SSA 方法可以將風(fēng)速傳感器監(jiān)測數(shù)據(jù)序列中的趨勢分量、周期分量和噪聲分量有效分離,提高信噪比,能夠有效去除因湍流脈動產(chǎn)生的數(shù)據(jù)噪聲,去噪效果明顯,有助于提高風(fēng)速重構(gòu)效果和異常檢測準(zhǔn)確率。

    2)當(dāng)監(jiān)測數(shù)據(jù)無異常波動時,SSA-LSTM 模型能夠捕捉風(fēng)速監(jiān)測傳感器數(shù)據(jù)中的隱藏特征,能根據(jù)歷史風(fēng)速波動數(shù)據(jù)信息重構(gòu)正確的無異常風(fēng)速波動趨勢;當(dāng)監(jiān)測數(shù)據(jù)出現(xiàn)異常波動時,利用對數(shù)概率密度函數(shù)計算實際風(fēng)速與SSA-LSTM 模型重構(gòu)風(fēng)速的異常得分,取異常分?jǐn)?shù)最小值作為閾值,根據(jù)閾值檢測監(jiān)測數(shù)據(jù)是否屬于異常風(fēng)速。

    3)SSA-LSTM 模型相對于SSA-BP、SSA-CNN、SSA-ARIMA 模型明顯具有更優(yōu)的重構(gòu)效果和異常檢測準(zhǔn)確率,能正確重構(gòu)因湍流脈動導(dǎo)致的小幅波動風(fēng)速數(shù)據(jù),進(jìn)而提高了異常檢測的準(zhǔn)確率。經(jīng)驗證該模型的檢測準(zhǔn)確率和F1-Score 指標(biāo)也優(yōu)于其它模型。

    4)由于礦井生產(chǎn)活動復(fù)雜,導(dǎo)致風(fēng)流出現(xiàn)異常波動的因素可能還包括罐籠提升、礦車運(yùn)行等,出現(xiàn)異常波動的規(guī)律、趨勢也有一定的差別,因此在礦井風(fēng)流異常檢測研究中,多因素、多特征的風(fēng)速異常檢測可為下一步的研究目標(biāo)。

    猜你喜歡
    風(fēng)門波動分量
    帽子的分量
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    羊肉價回穩(wěn) 后期不會大幅波動
    微風(fēng)里優(yōu)美地波動
    中國化肥信息(2019年3期)2019-04-25 01:56:16
    雙柳煤礦新型風(fēng)門閉鎖裝置應(yīng)用及改進(jìn)
    風(fēng)門聯(lián)鎖裝置在礦井生產(chǎn)中的改進(jìn)與應(yīng)用
    論《哈姆雷特》中良心的分量
    干濕法SO2排放波動對比及分析
    分量
    国产av一区二区精品久久| 久久久国产成人精品二区| 亚洲人成网站高清观看| 亚洲中文字幕日韩| 亚洲18禁久久av| 亚洲七黄色美女视频| 国产日本99.免费观看| 欧美一级a爱片免费观看看 | 日本精品一区二区三区蜜桃| 国产亚洲精品久久久久5区| 禁无遮挡网站| 黄色a级毛片大全视频| 国产精品免费视频内射| av在线播放免费不卡| 日本免费a在线| 久久这里只有精品19| 黑人欧美特级aaaaaa片| 亚洲熟女毛片儿| 国产免费av片在线观看野外av| 岛国在线免费视频观看| 国产单亲对白刺激| 欧美激情久久久久久爽电影| 久久亚洲精品不卡| 1024视频免费在线观看| 在线播放国产精品三级| 女同久久另类99精品国产91| 99精品欧美一区二区三区四区| 1024视频免费在线观看| 最新美女视频免费是黄的| 国产精品98久久久久久宅男小说| 一区福利在线观看| 久久久久久久精品吃奶| 成人18禁在线播放| 久热爱精品视频在线9| 一a级毛片在线观看| 男女之事视频高清在线观看| 亚洲国产中文字幕在线视频| 变态另类成人亚洲欧美熟女| 国产私拍福利视频在线观看| 麻豆国产av国片精品| 男女那种视频在线观看| 999精品在线视频| 亚洲精品色激情综合| 黄片大片在线免费观看| 精品第一国产精品| 久久婷婷成人综合色麻豆| 久久中文看片网| 一边摸一边抽搐一进一小说| 亚洲在线自拍视频| 久久精品人妻少妇| 国产亚洲欧美在线一区二区| 最新在线观看一区二区三区| 手机成人av网站| 一a级毛片在线观看| 69av精品久久久久久| 中出人妻视频一区二区| 黑人操中国人逼视频| 亚洲精品在线观看二区| 国产精品爽爽va在线观看网站| 人成视频在线观看免费观看| or卡值多少钱| 日本黄色视频三级网站网址| 午夜影院日韩av| АⅤ资源中文在线天堂| 亚洲黑人精品在线| 国产单亲对白刺激| 最新在线观看一区二区三区| 在线免费观看的www视频| 亚洲欧美日韩无卡精品| 一级a爱片免费观看的视频| www.精华液| 精品一区二区三区四区五区乱码| 巨乳人妻的诱惑在线观看| 成人三级黄色视频| 女生性感内裤真人,穿戴方法视频| 久久久久久久精品吃奶| 亚洲免费av在线视频| 9191精品国产免费久久| 色哟哟哟哟哟哟| 美女黄网站色视频| 嫁个100分男人电影在线观看| 亚洲欧美精品综合久久99| 日韩大尺度精品在线看网址| 全区人妻精品视频| 男女午夜视频在线观看| av天堂在线播放| 88av欧美| 欧美在线一区亚洲| a在线观看视频网站| 午夜精品久久久久久毛片777| 亚洲男人的天堂狠狠| 一级毛片高清免费大全| 亚洲熟女毛片儿| 亚洲乱码一区二区免费版| 一区福利在线观看| 波多野结衣高清作品| 啪啪无遮挡十八禁网站| 国产v大片淫在线免费观看| 精品国内亚洲2022精品成人| 免费无遮挡裸体视频| 我的老师免费观看完整版| 久久久久亚洲av毛片大全| 国产一级毛片七仙女欲春2| 日韩高清综合在线| 成年免费大片在线观看| 天堂av国产一区二区熟女人妻 | 亚洲av成人不卡在线观看播放网| 亚洲熟妇熟女久久| 婷婷精品国产亚洲av在线| 欧美av亚洲av综合av国产av| 久久精品国产亚洲av香蕉五月| 国产午夜精品久久久久久| 久久久久九九精品影院| 老司机午夜福利在线观看视频| 韩国av一区二区三区四区| www.自偷自拍.com| 亚洲中文av在线| 毛片女人毛片| 国产成人av激情在线播放| 757午夜福利合集在线观看| 午夜福利18| 极品教师在线免费播放| 十八禁人妻一区二区| 成人亚洲精品av一区二区| 色综合欧美亚洲国产小说| 成人欧美大片| 欧美日韩黄片免| 丰满的人妻完整版| 日韩大码丰满熟妇| 国产精品一区二区免费欧美| 身体一侧抽搐| 一二三四社区在线视频社区8| 高清毛片免费观看视频网站| 黄色丝袜av网址大全| 全区人妻精品视频| 欧美午夜高清在线| 午夜免费激情av| 久久热在线av| 全区人妻精品视频| 亚洲精品色激情综合| 99在线视频只有这里精品首页| 黄色a级毛片大全视频| 精品一区二区三区视频在线观看免费| 美女黄网站色视频| 久久午夜亚洲精品久久| 日韩欧美在线二视频| 成年版毛片免费区| 搡老岳熟女国产| 99国产综合亚洲精品| 久久久久性生活片| 精品久久久久久久人妻蜜臀av| 欧美成人午夜精品| 久久这里只有精品中国| 精品免费久久久久久久清纯| 男人的好看免费观看在线视频 | 波多野结衣高清无吗| 波多野结衣高清作品| 日韩av在线大香蕉| 亚洲人与动物交配视频| 一级毛片精品| 麻豆成人av在线观看| 妹子高潮喷水视频| 无遮挡黄片免费观看| 国产精品免费一区二区三区在线| 国产黄色小视频在线观看| 在线观看日韩欧美| 午夜福利成人在线免费观看| 日本三级黄在线观看| 人人妻人人看人人澡| av在线播放免费不卡| 国产91精品成人一区二区三区| 岛国在线免费视频观看| 久久久久久亚洲精品国产蜜桃av| 精品国产乱子伦一区二区三区| 国产精品一区二区三区四区免费观看 | www日本在线高清视频| 国产三级中文精品| 哪里可以看免费的av片| 麻豆成人午夜福利视频| 欧美一级a爱片免费观看看 | 听说在线观看完整版免费高清| 母亲3免费完整高清在线观看| 后天国语完整版免费观看| 日韩欧美国产在线观看| 亚洲一区中文字幕在线| 777久久人妻少妇嫩草av网站| 精品电影一区二区在线| 黄色视频不卡| 久99久视频精品免费| 亚洲人成网站高清观看| 国产一区二区三区视频了| 99在线人妻在线中文字幕| 给我免费播放毛片高清在线观看| 日本在线视频免费播放| 亚洲国产欧美网| 国产精品亚洲美女久久久| 欧美日韩黄片免| 精品人妻1区二区| 亚洲熟妇熟女久久| 日本一二三区视频观看| 成人18禁高潮啪啪吃奶动态图| 国语自产精品视频在线第100页| 日韩欧美精品v在线| 亚洲无线在线观看| 久久精品91无色码中文字幕| 欧美日韩亚洲综合一区二区三区_| 久久久久久大精品| 久久婷婷人人爽人人干人人爱| 午夜视频精品福利| www日本在线高清视频| 久久久精品大字幕| 欧美中文日本在线观看视频| 嫁个100分男人电影在线观看| 黄色视频,在线免费观看| 99国产综合亚洲精品| 一级作爱视频免费观看| 亚洲avbb在线观看| 久久国产精品人妻蜜桃| 午夜精品一区二区三区免费看| 久久草成人影院| 精品熟女少妇八av免费久了| 中出人妻视频一区二区| 天天一区二区日本电影三级| 亚洲专区中文字幕在线| 99在线人妻在线中文字幕| 禁无遮挡网站| 制服人妻中文乱码| 国产午夜精品论理片| 久久人人精品亚洲av| 极品教师在线免费播放| 欧美成人一区二区免费高清观看 | 精品国产亚洲在线| 久久久久亚洲av毛片大全| av有码第一页| 久久久国产成人免费| 亚洲欧美日韩高清在线视频| 大型黄色视频在线免费观看| 男人舔奶头视频| 亚洲av中文字字幕乱码综合| 一级毛片女人18水好多| 久久久精品大字幕| 啦啦啦观看免费观看视频高清| 亚洲在线自拍视频| 看免费av毛片| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲欧美日韩无卡精品| 淫秽高清视频在线观看| av超薄肉色丝袜交足视频| 两个人看的免费小视频| 亚洲va日本ⅴa欧美va伊人久久| 黄色女人牲交| 国产成人精品无人区| 久久伊人香网站| 日本黄色视频三级网站网址| 99在线人妻在线中文字幕| 国模一区二区三区四区视频 | 欧美3d第一页| 免费在线观看视频国产中文字幕亚洲| 亚洲美女黄片视频| 精品国产乱码久久久久久男人| 欧美色欧美亚洲另类二区| 波多野结衣巨乳人妻| 亚洲一区二区三区不卡视频| 国产在线观看jvid| 日本 欧美在线| 久久人妻av系列| 国产精品一区二区三区四区免费观看 | 亚洲av熟女| 两性夫妻黄色片| 法律面前人人平等表现在哪些方面| 老司机深夜福利视频在线观看| 丰满的人妻完整版| 无人区码免费观看不卡| 国内精品一区二区在线观看| 亚洲成人国产一区在线观看| 日本撒尿小便嘘嘘汇集6| 麻豆成人av在线观看| 欧美日韩中文字幕国产精品一区二区三区| www国产在线视频色| 夜夜看夜夜爽夜夜摸| 1024香蕉在线观看| 精品欧美国产一区二区三| 亚洲av中文字字幕乱码综合| 午夜福利在线在线| 国产精品精品国产色婷婷| 夜夜夜夜夜久久久久| 又黄又爽又免费观看的视频| 久久精品影院6| 精品欧美一区二区三区在线| 亚洲熟女毛片儿| 国产欧美日韩精品亚洲av| 欧美人与性动交α欧美精品济南到| 欧美 亚洲 国产 日韩一| 亚洲国产精品999在线| 国模一区二区三区四区视频 | 国产一区二区激情短视频| 久久欧美精品欧美久久欧美| 一夜夜www| 成年免费大片在线观看| 成人欧美大片| 国产精品综合久久久久久久免费| 黄色女人牲交| 免费高清视频大片| 日韩欧美免费精品| 午夜精品一区二区三区免费看| 国产三级中文精品| 天天添夜夜摸| 亚洲欧美精品综合久久99| 欧美日韩国产亚洲二区| 亚洲国产欧洲综合997久久,| 黄片大片在线免费观看| 日韩大尺度精品在线看网址| 一本综合久久免费| 国产av不卡久久| 久久亚洲真实| 久久久久精品国产欧美久久久| 国产乱人伦免费视频| 他把我摸到了高潮在线观看| 国产欧美日韩一区二区精品| 午夜影院日韩av| 日本精品一区二区三区蜜桃| 可以在线观看的亚洲视频| 国产亚洲精品综合一区在线观看 | 国产精品亚洲av一区麻豆| 日本熟妇午夜| 国产三级中文精品| 国产精华一区二区三区| www.熟女人妻精品国产| 麻豆久久精品国产亚洲av| 99热只有精品国产| www国产在线视频色| 色综合婷婷激情| 悠悠久久av| 亚洲熟妇中文字幕五十中出| 日本一二三区视频观看| bbb黄色大片| 国产亚洲精品久久久久久毛片| 性色av乱码一区二区三区2| 最新美女视频免费是黄的| 国产一区在线观看成人免费| 日韩有码中文字幕| 手机成人av网站| 听说在线观看完整版免费高清| 黑人欧美特级aaaaaa片| av欧美777| 国产亚洲欧美98| 亚洲电影在线观看av| 99国产精品一区二区蜜桃av| 91在线观看av| 亚洲国产欧洲综合997久久,| 久久精品国产99精品国产亚洲性色| 欧美日韩黄片免| 长腿黑丝高跟| 在线看三级毛片| 老司机靠b影院| 亚洲精品国产精品久久久不卡| aaaaa片日本免费| 久久国产精品影院| 国产一区二区在线av高清观看| 欧美人与性动交α欧美精品济南到| 又黄又粗又硬又大视频| 香蕉av资源在线| 在线观看免费午夜福利视频| 老熟妇乱子伦视频在线观看| 国产精品自产拍在线观看55亚洲| e午夜精品久久久久久久| 国产亚洲欧美在线一区二区| 亚洲国产精品久久男人天堂| 在线视频色国产色| 欧美色视频一区免费| 好看av亚洲va欧美ⅴa在| 国产精品久久久人人做人人爽| 可以在线观看的亚洲视频| 亚洲天堂国产精品一区在线| 狂野欧美激情性xxxx| 亚洲国产精品合色在线| www.999成人在线观看| www国产在线视频色| ponron亚洲| 一个人观看的视频www高清免费观看 | 久久精品成人免费网站| 精品第一国产精品| 午夜两性在线视频| 亚洲国产欧美一区二区综合| 女人爽到高潮嗷嗷叫在线视频| 国产精品一及| e午夜精品久久久久久久| 亚洲熟女毛片儿| 香蕉久久夜色| 国产蜜桃级精品一区二区三区| 18美女黄网站色大片免费观看| 9191精品国产免费久久| 一二三四社区在线视频社区8| tocl精华| 国产精品一区二区精品视频观看| 国产高清有码在线观看视频 | 免费观看精品视频网站| 久久精品国产清高在天天线| 久久九九热精品免费| 欧美不卡视频在线免费观看 | 高清在线国产一区| 欧美又色又爽又黄视频| 岛国视频午夜一区免费看| 亚洲人与动物交配视频| 手机成人av网站| 少妇裸体淫交视频免费看高清 | www日本在线高清视频| АⅤ资源中文在线天堂| 国产又黄又爽又无遮挡在线| 久久精品夜夜夜夜夜久久蜜豆 | 一二三四在线观看免费中文在| 极品教师在线免费播放| 校园春色视频在线观看| 久久人人精品亚洲av| 免费在线观看黄色视频的| 中文亚洲av片在线观看爽| 最近最新中文字幕大全免费视频| 精品久久久久久久久久久久久| 身体一侧抽搐| 久久九九热精品免费| 老熟妇乱子伦视频在线观看| 最新美女视频免费是黄的| 99久久久亚洲精品蜜臀av| 一级片免费观看大全| 不卡av一区二区三区| 中文字幕熟女人妻在线| 亚洲午夜理论影院| 91成年电影在线观看| 可以在线观看毛片的网站| 国产一区二区在线av高清观看| 啦啦啦韩国在线观看视频| 深夜精品福利| 夜夜躁狠狠躁天天躁| 国产成年人精品一区二区| 亚洲人成网站高清观看| 香蕉av资源在线| 中文字幕最新亚洲高清| 亚洲美女视频黄频| 免费看日本二区| 大型黄色视频在线免费观看| av福利片在线| 身体一侧抽搐| 后天国语完整版免费观看| 老司机靠b影院| tocl精华| 精品国产超薄肉色丝袜足j| 在线观看午夜福利视频| 在线观看66精品国产| 色播亚洲综合网| 亚洲午夜精品一区,二区,三区| 亚洲av第一区精品v没综合| 熟妇人妻久久中文字幕3abv| 黄色视频,在线免费观看| 床上黄色一级片| 啪啪无遮挡十八禁网站| 中文资源天堂在线| 天天添夜夜摸| 欧美高清成人免费视频www| a级毛片a级免费在线| 成人精品一区二区免费| 亚洲中文av在线| 人妻丰满熟妇av一区二区三区| 88av欧美| 久久久久久久久免费视频了| 日韩欧美三级三区| 成人18禁高潮啪啪吃奶动态图| 婷婷六月久久综合丁香| 亚洲精品国产一区二区精华液| 一区福利在线观看| 欧美极品一区二区三区四区| 亚洲精品一区av在线观看| 桃色一区二区三区在线观看| 午夜免费成人在线视频| 欧美色欧美亚洲另类二区| 亚洲精品一区av在线观看| 久久久久久亚洲精品国产蜜桃av| 波多野结衣高清无吗| 日韩大码丰满熟妇| 国产视频一区二区在线看| 亚洲精品久久国产高清桃花| 日本成人三级电影网站| 亚洲五月天丁香| 欧美日韩精品网址| 欧美成人一区二区免费高清观看 | 国产午夜福利久久久久久| 亚洲成av人片免费观看| 妹子高潮喷水视频| 久9热在线精品视频| 精品少妇一区二区三区视频日本电影| 18美女黄网站色大片免费观看| 午夜两性在线视频| 成年人黄色毛片网站| 三级国产精品欧美在线观看 | 亚洲成a人片在线一区二区| 无遮挡黄片免费观看| 婷婷丁香在线五月| 国产不卡一卡二| 亚洲第一电影网av| 精品乱码久久久久久99久播| 九色国产91popny在线| 黄片小视频在线播放| 高潮久久久久久久久久久不卡| 麻豆国产97在线/欧美 | 无遮挡黄片免费观看| 精品午夜福利视频在线观看一区| 久久久久久人人人人人| 久久香蕉激情| 欧美+亚洲+日韩+国产| 在线观看日韩欧美| 国产三级中文精品| 很黄的视频免费| 亚洲 国产 在线| 热99re8久久精品国产| 一区二区三区高清视频在线| 别揉我奶头~嗯~啊~动态视频| 成人特级黄色片久久久久久久| 亚洲国产欧美一区二区综合| 日韩国内少妇激情av| 亚洲国产精品成人综合色| 免费无遮挡裸体视频| 日韩大码丰满熟妇| 免费在线观看影片大全网站| tocl精华| 亚洲电影在线观看av| 一个人观看的视频www高清免费观看 | 老鸭窝网址在线观看| 久久伊人香网站| 亚洲va日本ⅴa欧美va伊人久久| 久久精品影院6| 脱女人内裤的视频| 亚洲国产欧洲综合997久久,| av视频在线观看入口| 婷婷亚洲欧美| 久久久久国内视频| 黄色 视频免费看| 欧美日韩一级在线毛片| 国产精品综合久久久久久久免费| 欧美日韩一级在线毛片| 老熟妇仑乱视频hdxx| 国产麻豆成人av免费视频| 久久久久亚洲av毛片大全| 国产精品久久久久久人妻精品电影| 人妻久久中文字幕网| 男女做爰动态图高潮gif福利片| 国产精品一区二区免费欧美| 99re在线观看精品视频| 亚洲国产欧洲综合997久久,| 久久人妻av系列| 久久香蕉国产精品| 国产精品野战在线观看| 琪琪午夜伦伦电影理论片6080| 精品国内亚洲2022精品成人| 亚洲无线在线观看| 国产亚洲精品一区二区www| 日韩av在线大香蕉| 曰老女人黄片| 欧美成人一区二区免费高清观看 | 视频区欧美日本亚洲| 麻豆一二三区av精品| 亚洲狠狠婷婷综合久久图片| 国产亚洲精品av在线| 日韩欧美免费精品| 亚洲av五月六月丁香网| 久久久久久久久久黄片| 成人一区二区视频在线观看| 国产一区二区在线av高清观看| 在线国产一区二区在线| 国内毛片毛片毛片毛片毛片| www日本在线高清视频| 中国美女看黄片| 999久久久国产精品视频| 最新在线观看一区二区三区| av欧美777| 欧美极品一区二区三区四区| 男人舔女人下体高潮全视频| 色综合欧美亚洲国产小说| 一区福利在线观看| 丰满人妻熟妇乱又伦精品不卡| 久久久久久久久久黄片| 精品久久久久久久人妻蜜臀av| 国产黄色小视频在线观看| 久热爱精品视频在线9| 成人手机av| 亚洲全国av大片| 中出人妻视频一区二区| 久久天堂一区二区三区四区| 精品一区二区三区av网在线观看| 亚洲精品美女久久久久99蜜臀| 国产激情偷乱视频一区二区| 亚洲av日韩精品久久久久久密| 国产熟女xx| 久久久久久久精品吃奶| 中文亚洲av片在线观看爽| 成人av在线播放网站| 久久久国产欧美日韩av| 亚洲avbb在线观看| 99热只有精品国产| 在线国产一区二区在线| 国产高清有码在线观看视频 | 中文字幕人成人乱码亚洲影| 九色国产91popny在线| 91成年电影在线观看| 亚洲国产精品合色在线| 禁无遮挡网站| 精品人妻1区二区| 亚洲国产中文字幕在线视频| 日本精品一区二区三区蜜桃| 在线观看舔阴道视频| 99久久无色码亚洲精品果冻| 人妻夜夜爽99麻豆av| 欧美3d第一页| 免费电影在线观看免费观看| 成人精品一区二区免费| 国产成人精品久久二区二区91| 夜夜看夜夜爽夜夜摸|