• <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
    欧美中文日本在线观看视频| 亚洲男人的天堂狠狠| 亚洲av一区综合| 五月伊人婷婷丁香| 免费av不卡在线播放| 精品久久久久久久久久久久久| 欧美黑人巨大hd| 国产精品免费一区二区三区在线| 熟女电影av网| 啦啦啦韩国在线观看视频| 亚洲成人久久爱视频| 嫩草影院精品99| 99国产极品粉嫩在线观看| 欧美绝顶高潮抽搐喷水| 成熟少妇高潮喷水视频| 69av精品久久久久久| 一进一出好大好爽视频| 不卡一级毛片| 午夜免费男女啪啪视频观看 | 一级毛片久久久久久久久女| 精华霜和精华液先用哪个| 国产精品一区二区三区四区免费观看 | 他把我摸到了高潮在线观看| 人妻夜夜爽99麻豆av| 中国美白少妇内射xxxbb| 成人亚洲精品av一区二区| 最后的刺客免费高清国语| 99在线人妻在线中文字幕| 婷婷精品国产亚洲av在线| 又黄又爽又免费观看的视频| 中文在线观看免费www的网站| 久9热在线精品视频| 欧美性猛交╳xxx乱大交人| 午夜福利欧美成人| 亚洲中文字幕日韩| 天堂av国产一区二区熟女人妻| 一级av片app| 在线观看午夜福利视频| 色综合站精品国产| 3wmmmm亚洲av在线观看| 日本黄大片高清| 少妇的逼水好多| 精品久久久久久成人av| 午夜精品在线福利| 嫩草影院精品99| 精品一区二区免费观看| 男女啪啪激烈高潮av片| 免费看光身美女| 国产在线精品亚洲第一网站| 一级黄片播放器| 中国美女看黄片| 国产精品日韩av在线免费观看| 五月伊人婷婷丁香| 国产免费一级a男人的天堂| 亚洲美女黄片视频| 欧美黑人欧美精品刺激| 变态另类丝袜制服| 亚洲成人久久性| 伦精品一区二区三区| 国产在线精品亚洲第一网站| aaaaa片日本免费| 国模一区二区三区四区视频| 亚洲无线在线观看| 日韩精品有码人妻一区| 亚洲一区二区三区色噜噜| 中文资源天堂在线| 精品人妻一区二区三区麻豆 | 一区福利在线观看| 亚洲第一区二区三区不卡| 国产午夜精品论理片| 级片在线观看| aaaaa片日本免费| 男插女下体视频免费在线播放| 最近视频中文字幕2019在线8| 日韩欧美一区二区三区在线观看| 嫩草影视91久久| 国产精品98久久久久久宅男小说| 欧美潮喷喷水| 精品久久久久久成人av| bbb黄色大片| 日韩高清综合在线| 欧美性猛交╳xxx乱大交人| 丰满人妻一区二区三区视频av| 2021天堂中文幕一二区在线观| 国产精品亚洲一级av第二区| 亚洲国产日韩欧美精品在线观看| 日韩欧美精品免费久久| 国产精品爽爽va在线观看网站| 精品人妻视频免费看| 亚洲精华国产精华液的使用体验 | 久久久久久久久久成人| 国产成人a区在线观看| 又爽又黄无遮挡网站| 麻豆成人午夜福利视频| 欧美黑人巨大hd| 美女xxoo啪啪120秒动态图| 丰满人妻一区二区三区视频av| 少妇人妻一区二区三区视频| av在线蜜桃| 三级男女做爰猛烈吃奶摸视频| 色5月婷婷丁香| 精品久久久久久久久久免费视频| 女人被狂操c到高潮| 好男人在线观看高清免费视频| 日本免费a在线| 免费高清视频大片| 国产高清激情床上av| 色在线成人网| 国产精品综合久久久久久久免费| 国产精品1区2区在线观看.| 国产精品亚洲美女久久久| 日日夜夜操网爽| 欧美国产日韩亚洲一区| 性欧美人与动物交配| 99在线视频只有这里精品首页| 久久久久久久精品吃奶| 亚洲性夜色夜夜综合| 五月玫瑰六月丁香| 婷婷六月久久综合丁香| 国产一区二区三区av在线 | 亚洲va在线va天堂va国产| 免费观看人在逋| 欧美性猛交黑人性爽| 亚洲一级一片aⅴ在线观看| 久久精品久久久久久噜噜老黄 | 成人av一区二区三区在线看| 国产乱人伦免费视频| 搞女人的毛片| 国产熟女欧美一区二区| 精品久久久久久久久亚洲 | 十八禁国产超污无遮挡网站| 精品无人区乱码1区二区| 精品一区二区三区视频在线| 久久久久国内视频| 夜夜爽天天搞| 最近中文字幕高清免费大全6 | 精品欧美国产一区二区三| 午夜福利在线观看吧| 观看美女的网站| 丰满乱子伦码专区| 天堂动漫精品| 亚洲一级一片aⅴ在线观看| 草草在线视频免费看| 亚洲精品成人久久久久久| 亚洲真实伦在线观看| 中文亚洲av片在线观看爽| 国产白丝娇喘喷水9色精品| 亚洲,欧美,日韩| 亚洲午夜理论影院| 午夜视频国产福利| 国产大屁股一区二区在线视频| 亚洲avbb在线观看| 我的老师免费观看完整版| av福利片在线观看| 又黄又爽又免费观看的视频| 特级一级黄色大片| 午夜日韩欧美国产| 可以在线观看毛片的网站| 成人综合一区亚洲| 日本一本二区三区精品| 中文在线观看免费www的网站| 特大巨黑吊av在线直播| 在线免费观看不下载黄p国产 | 国产色婷婷99| 午夜精品一区二区三区免费看| 男女那种视频在线观看| 久久国产精品人妻蜜桃| 精品人妻一区二区三区麻豆 | 亚洲aⅴ乱码一区二区在线播放| 亚洲av第一区精品v没综合| 一个人免费在线观看电影| 制服丝袜大香蕉在线| 制服丝袜大香蕉在线| 国产伦人伦偷精品视频| 日韩欧美免费精品| 一夜夜www| 亚洲七黄色美女视频| 99国产精品一区二区蜜桃av| 狠狠狠狠99中文字幕| 一夜夜www| 久久久久久久精品吃奶| 久久6这里有精品| 欧美在线一区亚洲| 天天躁日日操中文字幕| 毛片一级片免费看久久久久 | 亚洲欧美精品综合久久99| 一级av片app| 欧美另类亚洲清纯唯美| 亚洲不卡免费看| 99久久成人亚洲精品观看| 久久国产精品人妻蜜桃| 国产色婷婷99| 看片在线看免费视频| 成人精品一区二区免费| 亚洲成av人片在线播放无| 久久久久免费精品人妻一区二区| 在线观看舔阴道视频| 欧美激情国产日韩精品一区| 久久久久久久久久成人| 日韩精品中文字幕看吧| 国产精品1区2区在线观看.| 欧美区成人在线视频| 日本-黄色视频高清免费观看| 人妻夜夜爽99麻豆av| 欧美+亚洲+日韩+国产| 午夜影院日韩av| 男人舔女人下体高潮全视频| 草草在线视频免费看| 在线免费观看的www视频| 99在线人妻在线中文字幕| 欧美性感艳星| 久久午夜福利片| 欧美3d第一页| 国产69精品久久久久777片| 久久草成人影院| 色尼玛亚洲综合影院| 国产色爽女视频免费观看| 国产欧美日韩精品一区二区| 尾随美女入室| 欧美日韩瑟瑟在线播放| 国产精品1区2区在线观看.| 亚洲国产高清在线一区二区三| 91久久精品电影网| 精品人妻1区二区| 男女下面进入的视频免费午夜| 国产蜜桃级精品一区二区三区| 国产精品人妻久久久影院| 欧美日韩中文字幕国产精品一区二区三区| av在线天堂中文字幕| а√天堂www在线а√下载| 欧美xxxx黑人xx丫x性爽| 给我免费播放毛片高清在线观看| 一进一出抽搐动态| 婷婷丁香在线五月| 国产综合懂色| 久久久久久久久中文| 国内精品一区二区在线观看| 国产精品久久久久久久电影| 99久久久亚洲精品蜜臀av| 午夜福利在线在线| 最新中文字幕久久久久| 国产精品,欧美在线| 麻豆国产97在线/欧美| 欧美一区二区亚洲| 日本 欧美在线| av女优亚洲男人天堂| 欧美丝袜亚洲另类 | 久久人人精品亚洲av| 久久精品国产亚洲av香蕉五月| 精品午夜福利在线看| 最近视频中文字幕2019在线8| 毛片一级片免费看久久久久 | 国产大屁股一区二区在线视频| 两性午夜刺激爽爽歪歪视频在线观看| 伦理电影大哥的女人| 欧美日韩黄片免| 国产精品无大码| 丰满的人妻完整版| 成年女人永久免费观看视频| а√天堂www在线а√下载| 中国美女看黄片| 在线免费观看不下载黄p国产 | 亚洲乱码一区二区免费版| 久久久久久伊人网av| 国产一区二区亚洲精品在线观看| av视频在线观看入口| 1024手机看黄色片| 啦啦啦啦在线视频资源| 久久国产精品人妻蜜桃| 欧美日韩国产亚洲二区| 亚洲成人免费电影在线观看| 日本五十路高清| 九九久久精品国产亚洲av麻豆| 欧美一区二区国产精品久久精品| 少妇猛男粗大的猛烈进出视频 | 久99久视频精品免费| 99热这里只有精品一区| a级一级毛片免费在线观看| 伦理电影大哥的女人| 国内少妇人妻偷人精品xxx网站| 久久精品国产自在天天线| 国产一区二区在线av高清观看| 日本a在线网址| 国产精品嫩草影院av在线观看 | 精品不卡国产一区二区三区| 99久久久亚洲精品蜜臀av| 久久精品久久久久久噜噜老黄 | 国产欧美日韩精品亚洲av| av视频在线观看入口| 乱系列少妇在线播放| 亚洲不卡免费看| 亚洲成av人片在线播放无| 亚洲中文字幕日韩| 日本色播在线视频| 亚洲内射少妇av| 少妇猛男粗大的猛烈进出视频 | 99久久精品国产国产毛片| 1024手机看黄色片| 91精品国产九色| 日韩一区二区视频免费看| 免费无遮挡裸体视频| 欧美+亚洲+日韩+国产| 高清日韩中文字幕在线| 国产伦人伦偷精品视频| 简卡轻食公司| 色尼玛亚洲综合影院| 国产午夜精品论理片| 身体一侧抽搐| 国产主播在线观看一区二区| 欧美日韩中文字幕国产精品一区二区三区| 中国美女看黄片| 91精品国产九色| 亚洲中文日韩欧美视频| 久久精品91蜜桃| 国产一区二区在线观看日韩| 淫秽高清视频在线观看| 久久国内精品自在自线图片| 欧美另类亚洲清纯唯美| 国产精品不卡视频一区二区| 午夜福利在线观看免费完整高清在 | 琪琪午夜伦伦电影理论片6080| 俺也久久电影网| 精品99又大又爽又粗少妇毛片 | 哪里可以看免费的av片| 久久午夜福利片| 欧美成人免费av一区二区三区| 看片在线看免费视频| 日本-黄色视频高清免费观看| 国内揄拍国产精品人妻在线| 偷拍熟女少妇极品色| 久99久视频精品免费| 九色国产91popny在线| 亚洲av五月六月丁香网| 久久人人精品亚洲av| 亚洲av日韩精品久久久久久密| 国产亚洲精品久久久com| 直男gayav资源| 久久久久国产精品人妻aⅴ院| av在线观看视频网站免费| 国产黄a三级三级三级人| 亚洲欧美清纯卡通| 别揉我奶头 嗯啊视频| 久久久久国产精品人妻aⅴ院| 国产精品福利在线免费观看| 亚洲精品粉嫩美女一区| 午夜精品在线福利| 中文在线观看免费www的网站| 国产精品国产高清国产av| 亚洲欧美日韩无卡精品| 中文字幕熟女人妻在线| 精品一区二区三区视频在线| 观看免费一级毛片| 又紧又爽又黄一区二区| 国内揄拍国产精品人妻在线| 亚洲七黄色美女视频| 免费看av在线观看网站| 亚洲精华国产精华液的使用体验 | 欧美日本亚洲视频在线播放| 久久久久久国产a免费观看| 午夜精品在线福利| 九色国产91popny在线| 精品不卡国产一区二区三区| 婷婷六月久久综合丁香| 亚洲aⅴ乱码一区二区在线播放| 国产精品伦人一区二区| 欧美日韩国产亚洲二区| 波多野结衣高清无吗| 欧美一区二区国产精品久久精品| 国产淫片久久久久久久久| 国产高清三级在线| 日本黄色视频三级网站网址| 久久精品国产清高在天天线| 欧美成人一区二区免费高清观看| 亚洲人成网站在线播| 不卡视频在线观看欧美| 深夜a级毛片| 校园人妻丝袜中文字幕| xxxwww97欧美| 尾随美女入室| 村上凉子中文字幕在线| 国产精品女同一区二区软件 | 国产女主播在线喷水免费视频网站 | videossex国产| av黄色大香蕉| 中文亚洲av片在线观看爽| 国产精品国产三级国产av玫瑰| 午夜免费激情av| 99热这里只有是精品50| 国产精品一区二区性色av| 十八禁网站免费在线| 久久午夜亚洲精品久久| 久久久久久久亚洲中文字幕| 动漫黄色视频在线观看| 国产精品一区二区三区四区久久| 一本一本综合久久| 国产精品野战在线观看| 五月伊人婷婷丁香| 在线观看午夜福利视频| 精品久久久久久久久久久久久| 日本成人三级电影网站| 99久久中文字幕三级久久日本| 美女cb高潮喷水在线观看| 国内精品久久久久精免费| 一进一出抽搐gif免费好疼| 亚洲内射少妇av| 美女 人体艺术 gogo| 韩国av一区二区三区四区| 国产一区二区三区av在线 | 国产成人一区二区在线| 一级a爱片免费观看的视频| 免费人成视频x8x8入口观看| 黄色丝袜av网址大全| 久久精品91蜜桃| 亚洲精品粉嫩美女一区| 精品无人区乱码1区二区| 欧美激情国产日韩精品一区| 色噜噜av男人的天堂激情| 一区二区三区免费毛片| 老师上课跳d突然被开到最大视频| 午夜福利在线观看免费完整高清在 | 一区二区三区免费毛片| 亚洲av成人精品一区久久| 国产爱豆传媒在线观看| 嫩草影院精品99| 婷婷丁香在线五月| 欧美日韩综合久久久久久 | 99riav亚洲国产免费| 中文字幕久久专区| 亚洲精品亚洲一区二区| 欧美一区二区亚洲| 亚洲人成网站在线播| 一区二区三区激情视频| 男女边吃奶边做爰视频| 啦啦啦啦在线视频资源| 亚洲经典国产精华液单| 欧美黑人欧美精品刺激| 热99re8久久精品国产| 伊人久久精品亚洲午夜| 午夜视频国产福利| 国产av在哪里看| 欧美成人性av电影在线观看| 亚洲图色成人| 免费在线观看影片大全网站| 日韩强制内射视频| 欧美极品一区二区三区四区| 九九在线视频观看精品| 男女边吃奶边做爰视频| 成年女人毛片免费观看观看9| 在线观看66精品国产| 少妇的逼好多水| 久久久国产成人精品二区| 亚洲精品一卡2卡三卡4卡5卡| 亚洲国产欧洲综合997久久,| 麻豆精品久久久久久蜜桃| 白带黄色成豆腐渣| 亚洲av成人av| 久久久国产成人精品二区| 日本成人三级电影网站| 男女边吃奶边做爰视频| 国产v大片淫在线免费观看| 国产熟女欧美一区二区| 九九热线精品视视频播放| 中出人妻视频一区二区| 在线观看免费视频日本深夜| 久久久久久国产a免费观看| 亚洲精品456在线播放app | 日本爱情动作片www.在线观看 | 亚洲av不卡在线观看| 国产午夜福利久久久久久| 舔av片在线| 91麻豆av在线| av在线蜜桃| 亚洲七黄色美女视频| 天堂网av新在线| 美女大奶头视频| 亚洲av免费高清在线观看| 色5月婷婷丁香| 丰满的人妻完整版| 非洲黑人性xxxx精品又粗又长| 白带黄色成豆腐渣| 色哟哟·www| 日韩欧美在线二视频| 亚洲专区中文字幕在线| 亚洲aⅴ乱码一区二区在线播放| 国内精品久久久久精免费| 成人三级黄色视频| 中文字幕av成人在线电影| 黄色日韩在线| 国产一区二区三区在线臀色熟女| 又爽又黄a免费视频| 男女啪啪激烈高潮av片| 男人的好看免费观看在线视频| 久久久久国产精品人妻aⅴ院| 国产精品,欧美在线| 三级毛片av免费| 色哟哟哟哟哟哟| 午夜免费激情av| 网址你懂的国产日韩在线| 偷拍熟女少妇极品色| 可以在线观看毛片的网站| 88av欧美| 99热6这里只有精品| 欧美最新免费一区二区三区| 日日干狠狠操夜夜爽| 美女被艹到高潮喷水动态| 色在线成人网| 噜噜噜噜噜久久久久久91| 亚洲人成网站在线播| 午夜福利高清视频| 男女之事视频高清在线观看| 黄色欧美视频在线观看| 草草在线视频免费看| 亚洲av电影不卡..在线观看| 亚洲乱码一区二区免费版| 一本久久中文字幕| 国产精品亚洲美女久久久| 99视频精品全部免费 在线| 一区二区三区激情视频| 琪琪午夜伦伦电影理论片6080| 夜夜夜夜夜久久久久| 伦精品一区二区三区| 长腿黑丝高跟| 国产精品永久免费网站| 日本与韩国留学比较| 国内精品宾馆在线| 日韩精品中文字幕看吧| 国产精品自产拍在线观看55亚洲| 99热精品在线国产| 麻豆国产97在线/欧美| 亚洲国产精品合色在线| 国产淫片久久久久久久久| 97人妻精品一区二区三区麻豆| 国产精品一区二区免费欧美| 制服丝袜大香蕉在线| 成年女人看的毛片在线观看| 最新在线观看一区二区三区| 97超视频在线观看视频| 搞女人的毛片| 亚洲欧美日韩高清专用| eeuss影院久久| 欧美潮喷喷水| 亚洲七黄色美女视频| 三级国产精品欧美在线观看| 亚洲av不卡在线观看| 亚洲内射少妇av| 成人国产综合亚洲| 国产美女午夜福利| 久久精品国产亚洲av香蕉五月| 中文字幕高清在线视频| 中亚洲国语对白在线视频| 波多野结衣高清无吗| 99久久成人亚洲精品观看| 久久久精品欧美日韩精品| 欧美区成人在线视频| 国产亚洲欧美98| 亚洲av免费在线观看| 欧美绝顶高潮抽搐喷水| 久久久国产成人免费| 男女下面进入的视频免费午夜| av专区在线播放| 色播亚洲综合网| 亚洲专区中文字幕在线| 亚洲第一电影网av| 俄罗斯特黄特色一大片| 国产一级毛片七仙女欲春2| 91麻豆av在线| 国国产精品蜜臀av免费| 亚洲av二区三区四区| 很黄的视频免费| 亚洲一级一片aⅴ在线观看| 熟妇人妻久久中文字幕3abv| 最近在线观看免费完整版| avwww免费| 午夜日韩欧美国产| 午夜福利视频1000在线观看| 国产一区二区三区av在线 | 久久九九热精品免费| 18禁黄网站禁片免费观看直播| 啦啦啦韩国在线观看视频| 99久久无色码亚洲精品果冻| 人人妻,人人澡人人爽秒播| 真实男女啪啪啪动态图| 狠狠狠狠99中文字幕| 国产乱人视频| 国产大屁股一区二区在线视频| 日本免费a在线| 国产高潮美女av| 色尼玛亚洲综合影院| 欧美性感艳星| 我的老师免费观看完整版| 亚洲美女搞黄在线观看 | 麻豆精品久久久久久蜜桃| 99热只有精品国产| 欧美激情久久久久久爽电影| 午夜激情福利司机影院| 久久精品人妻少妇| bbb黄色大片| 在线观看av片永久免费下载| 在线免费观看不下载黄p国产 | 好男人在线观看高清免费视频| 精品一区二区三区视频在线观看免费| 国产亚洲av嫩草精品影院| 国产视频一区二区在线看| 久久6这里有精品| 成人欧美大片| 丰满人妻一区二区三区视频av| 久久精品国产鲁丝片午夜精品 | 一级av片app| 国产精品无大码| 成年女人毛片免费观看观看9| 亚洲成人精品中文字幕电影| 亚洲av不卡在线观看| 露出奶头的视频| 国内精品美女久久久久久| 直男gayav资源|