• <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 ?

    基于徑向基函數(shù)神經網絡的無刷直流電機多機電故障處理方法

    2024-08-12 00:00:00常玉燕
    科技資訊 2024年12期

    摘要:解決無刷直流電動機的故障檢測和分類問題,提出了一種新的診斷方法,可用于定位定子間轉、轉子動力和靜力不平衡等多種機電故障。結合無刷直流電動機電流信號、電機轉矩和速度信息,利用小波包變換提取故障特征,并將其作為徑向基函數(shù)神經網絡的輸入數(shù)據(jù)。通過粒子群優(yōu)化算法和遺傳算法對神經網絡權值進行更新,提高了算法的效率和靈活性。最終,通過比較不同神經網絡和優(yōu)化方法的組合結果驗證了該方法的有效性。

    關鍵詞:無刷直流電動機 小波包變換 神經網絡 粒子群優(yōu)化算法 遺傳算法

    Treatment Methods for the Multiple Electromechanical Faults of Brushless DC MotorsBased on the Radial Basis Function Neural Network

    CHANG Yuyan

    (Suzhou Vocational and Technical College, Suzhou,Anhui Province, 234001 China)

    Abstract: In order to solve the problem of the fault detection and classification of brushless DC motors, this paper proposes a new diagnostic method that can be used to locate vcbf9e16901d7a0bcb89fba1521b02396arious electromechanical faults such as the inter-turn fault of thestator, and the dynamic and static imbalance of the rotor.Combined with the current signal, motor torque and speed information of the brushless DC motor, it extracts fault features by the wavelet packet transform and uses them as the input data of radial basis function neural networks. By the particle swarm optimization algorithm and genetic algorithm, it updates the weights of the neural network, which improves the efficiency and flexibility of algorithms. Finally,it verifies the effectiveness of the proposed method by comparing the combined results of different neural networks and optimization methods.

    Key Words: Brushless DC motor; Wavelet packet transform; Neural network; Particle swarm optimization algorithm; Genetic algorithm

    近年來,無刷直流電機因其較高效率將電能轉化為機械能、結構簡單、維護成本低、無刷設計的特點以及低摩擦設計而在各種應用中備受青睞。由于電子板故障,無刷直流電機可能會出現(xiàn)多種缺陷,包括定子、轉子和磁性缺陷。這些缺陷可能帶來重要問題,如降低無刷直流電機的性能、效率或系統(tǒng)的安全性,因此無刷直流電機的故障檢測問題備受關注。主要解決方法包括基于系統(tǒng)建模[1]和基于信號的方法,基于系統(tǒng)建模的方法主要依賴于準確的模型和對系統(tǒng)不確定性的理解。此外,基于信號的方法則利用測量的關鍵信號[2-3]進行狀態(tài)監(jiān)測,無須精確的系統(tǒng)建模。針對無刷直流電機的故障檢測,數(shù)據(jù)驅動的方法尤為重要,其中,人工智能技術備受關注。徑向基函數(shù)神經網絡是一種有效的技術,用于檢測無刷直流電機的故障。此外,還有一些混合方法,結合信號處理和人工智能工具[4],例如神經網絡、模糊系統(tǒng)[5]和支持向量機[6]。

    綜上所述,通過綜合利用不同方法的特點可以更準確地檢測和分類無刷直流電機中的故障[7]。之前的研究已經介紹了一些基于分組小波變換、支持向量機和徑向基函數(shù)神經網絡的軸承故障檢測方法。對未來研究深度學習[8]和大數(shù)據(jù)技術的引入以及遠程監(jiān)測和診斷將是關鍵方向。與傳統(tǒng)依賴于電流或振動信號的方法不同,電流信號與電機轉矩和轉速信號相結合,以提高故障分類的準確性。

    1 無刷直流電機故障情況

    無刷直流電機的故障可分為七種類型,包括定子匝間故障、轉子靜態(tài)不平衡、轉子動態(tài)不平衡、混合故障類型1(定子匝間故障和轉子靜態(tài)不平衡)、混合故障類型2(定子匝間故障和轉子動態(tài)不平衡)、混合故障類型3(轉子靜態(tài)不平衡和轉子動態(tài)不平衡),最后是混合故障類型4(同時發(fā)生定子匝間故障,轉子靜態(tài)不平衡和轉子動態(tài)不平衡),下文將詳細講述和分析不同故障類型的實際機制。針對多種故障的實際情況,本文設計了故障診斷方法的基礎模型。首先本模型先行測量了無刷直流電機的電流、扭矩和速度信號,并利用小波包變換提取與這些信號相關的特征。這些特征包括了無刷直流電機在兩種操作模式下的能量:即無負載狀態(tài)和有負載狀態(tài),這些將被作為輸入供給徑向基函數(shù)神經網絡,神經網絡的權重系數(shù)由粒子群優(yōu)化算法和遺傳算法作為優(yōu)化算法來確定。模型的詳細情況將在圖1展示。

    當要分析并排除無刷直流電機的故障時,首先需要了解其工作原理和運行特性,以下方程式和參數(shù)描述了BLDCM在不同工作條件下的運行特性,包括了電磁轉矩、機械運動和負載扭矩等因素。

    BLDCM的相間電壓 (Va, Vb, Vc)由以下方程式給出。

    V_ab=R(i_a-i_b )+L _a/dt+E_a-E_b

    V_bc=R(i_b-i_c )+L _b/dt+E_b-E_c

    V_ca=R(i_c-i_a )+L_c/dt+E_c-E_a

    其中,R為電極電阻,L為自感,E為電機的電動勢。

    定子匝間故障

    定子匝間故障是電機故障中比較常見的一種[9],但具體占比會因電機類型、使用環(huán)境等因素而異。一般來說,定子匝間故障在電機故障中的比例可能會在30%~50%之間。造成定子匝間故障的原因主要包括3個方面:一是絕緣老化或損壞,隨著電機使用時間的增長,定子絕緣會逐漸老化,或者在運輸、安裝等過程中發(fā)生損壞,導致匝間故障;二是長期過載運行、頻繁起停、電壓不穩(wěn)定等因素可能導致定子繞組承受過大的電氣應力,增加了匝間故障的風險;三是灰塵、水分、異物等進入電機內部,或碰撞、振動等外部因素導致定子繞組的外部物理損傷。三相定子中的短匝間故障模型可以用電路形式來表示,分別是健康三相定子和故障三相定子,通過圖2、圖3展示詳細的電路情況。

    在健康的情況下,三相定子繞組之間是均勻連接的,相互之間沒有任何短路。

    在定子匝間故障三相定子電路模型中(假設故障發(fā)生在L1線圈內),出現(xiàn)了一條額外的電路路徑,導致電流異常增大,可能引發(fā)電機故障。

    轉子靜態(tài)和動態(tài)的不平衡故障

    在機械系統(tǒng)中,轉子的不平衡可以導致靜態(tài)和動態(tài)偏心。理想情況下,轉子的旋轉軸與定子的對稱軸完全匹配,并且空氣間隙在整個轉子周圍都是均勻的。但實際上,由于各種因素,如材料不均勻、安裝問題等,轉子可能會偏離理想狀態(tài),產生偏心。

    靜態(tài)偏心發(fā)生時,最小徑向空氣間隙的位置保持不變,并且轉子的中心與轉子的旋轉中心不重合。這可能是由于定子對稱軸和轉子對稱軸之間的分離導致的。靜態(tài)偏心通常由于電流橢圓形狀或轉子位置錯誤等原因引起[10]。動態(tài)偏心則是指轉子中心不在轉子的旋轉中心上,并且徑向空氣間隙發(fā)生旋轉。這可能是由于軸彎曲、機械共振或軸承磨損等原因導致的。靜態(tài)偏心和動態(tài)偏心都可以使用以下公式進行建模。

    靜態(tài)偏心產生的力:

    公式:F_s=D_S ωW^2 sin?〖(ωW×t)〗

    這個公式描述了靜態(tài)偏心產生的力,其中:

    D_S是靜態(tài)擾動系數(shù),表示轉子靜態(tài)偏心的程度。這個系數(shù)衡量了偏心對轉子運動的影響。

    ωW是轉子的角速度,表示轉子的旋轉速度。

    t是時間。

    sin(ωW×t) 是一個正弦函數(shù),描述了隨時間變化的力的大小和方向。

    靜態(tài)偏心產生的力與靜態(tài)擾動系數(shù)、轉子的角速度以及時間有關。當時間變化時,產生的力也會隨之變化。

    動態(tài)偏心產生的力:

    公式:F_d=D_d ωW^2 sin?〖(ωW×t)〗

    這個公式描述了動態(tài)偏心產生的力,其中:

    D_d是動態(tài)擾動系數(shù),表示轉子動態(tài)偏心的程度。與靜態(tài)擾動系數(shù)類似,這個系數(shù)也衡量了偏心對轉子運動的影響。

    其他符號的含義與靜態(tài)偏心的公式相同。

    動態(tài)偏心產生的力也與動態(tài)擾動系數(shù)、轉子的角速度以及時間有關,與靜態(tài)偏心的公式類似,力的大小和方向隨時間變化而變化。通過以上公式和模型可以更好地理解轉子的靜態(tài)和動態(tài)不平衡對機械系統(tǒng)的影響,以及它們如何通過無刷直流電機信號中的諧波體現(xiàn)出來。

    混合類型故障

    針對定子匝間故障和轉子靜態(tài)或動態(tài)不平衡的組合混合類型故障[11],這種混合類型故障可能會導致電機性能整體下降,同時增加機械部件的損壞風險。定子匝間故障[12]可能導致電機溫升異常,進而加劇轉子靜態(tài)不平衡和動態(tài)不平衡的影響,造成機械振動加劇,加速電機壽命的縮短。為了有效診斷和預防這種混合類型故障,可能還需要結合振動分析、電流分析、絕緣測試等多種手段進行全面檢測,預防措施包括定期維護檢查、合理的負載運行、注意電機安裝平衡等。

    2無刷直流電機故障檢測和分類方法

    本文通過設定的基于神經網絡的無刷直流電機故障檢測和分類方法模型進行步驟逐一分析和推演,可參考圖1。

    通過獲取定子電流信號,扭矩信號和速度信號數(shù)據(jù)后,使用小波包變換在4種不同的負載條件下進行分析,包括無負載(No load,NL)、半負載(Half load,HL)、全負載(Full load,F(xiàn)L)和減負載(Decreased load,DL),其中,本文將分解等級定為13,并針對每種信號在4種不同負載條件下生成了213個節(jié)點,對每種信號,選取了5個節(jié)點進行特征提取。這些節(jié)點的頻率帶包含故障頻率,因此被本實驗認定為故障特征的合適候選。然后將進行特征計算,對于每個節(jié)點計算其能量,公式表達為:

    其中,k是節(jié)點的索引。最后將4種不同負載條件下以及8種不同故障條件下的信號的這些節(jié)點能量作為特征,輸入神經網絡中進行故障分類。

    小波包變換系數(shù)的能量將在4種不同負載條件和7種不同故障條件下作為徑向基函數(shù)神經網絡的輸入,神經網絡訓練算法將首先設置輸入層權重到隱藏層,然后設置隱藏層權重到輸出層。特征提取數(shù)據(jù)被用作神經網絡分類器的訓練和測試數(shù)據(jù),即每種電機條件和幾個負載水平各有15個數(shù)據(jù)集??偟膩碚f,共有480個數(shù)據(jù)集,其中60%用于神經網絡訓練,40%用于神經網絡測試。對于每種無刷直流電機條件,預計用1500個數(shù)據(jù)集來訓練神經網絡。評估了徑向基函數(shù)和多層感知器神經網絡以確定最佳的故障診斷性能。每個神經網絡在輸入層有3個神經元,在輸出層有1個神經元,在隱藏層有不同數(shù)量的神經元。如圖4所示,當隱藏層中的節(jié)點數(shù)為60時,徑向基函數(shù)神經網絡提供了最佳性能,達到了均方誤差(Mean Square error,MSE) 為0.0930。此外,多層感知器神經網絡提供均方誤差(MSE)為1.6571,需要60個隱藏層節(jié)點。因此,對于數(shù)據(jù)訓練步驟,徑向基函數(shù)神經網絡獲得了更好的性能。

    為了實現(xiàn)神經網絡的最佳分類性能,還需要獲得最適合優(yōu)化算法(即粒子群優(yōu)化和遺傳算法)的參數(shù),以及為了說明對粒子群優(yōu)化算法的慣性權重、個人和全局學習系數(shù)以及慣性率阻尼比的影響,給出了4種不同負載條件的結果,如表1所示。在該表中,為簡化起見,慣性權重、全局學習系數(shù)和慣性率阻尼比分別命名為IW、GLC和IRDR。在該表中,給出了不同粒子群優(yōu)化參數(shù)值對應的結果MSE。通過考慮上述因素,選擇了慣性權重、個人和全局學習系數(shù)和慣性率阻尼比分別為0、1.5、2和1。

    根據(jù)表2,在遺傳算法中選擇的初始種群范圍參數(shù)的值[0;1]導致了最適當?shù)男阅?。為了說明慣性權重、個人和全局學習系數(shù)以及慣性率阻尼比對粒子群優(yōu)化算法的影響,基于收斂時間給出了4種不同負載條件的結果,如表2所示。

    根據(jù)表3,在遺傳算法中選擇的初始種群范圍參數(shù)的值[0:1]導致了最適當?shù)男阅?。正如這些表格所示,RBF神經網絡與粒子群優(yōu)化算法的組合實現(xiàn)了最佳性能。

    3故障診斷方法性能驗證

    為展示驗證階段的診斷算法結果,考慮無刷直流電機的故障條件,選擇了以下測試情景,即靜態(tài)不平衡從時間t=2開始。故障診斷的結果如表4所示,對比粒子群優(yōu)化-徑向基函數(shù)和遺傳算法-徑向基函數(shù)方法。正如表4所示,所研究的網絡在不同負載水平下都達到了可接受的均方誤差(MSE)和收斂時間。然而,粒子群優(yōu)化方法獲得了更好的性能值,在更短的收斂時間內提供了更準確的結果。

    在本文中,徑向基函數(shù)神經網絡可以對7種不同的無刷直流電機故障進行分類。在健康狀態(tài)下,徑向基函數(shù)輸出顯示數(shù)字1,而如果顯示數(shù)字2、3、4、5、6、7和8,則分別對應表示無刷直流電機具有轉子靜態(tài)不平衡、定子匝間故障、轉子動態(tài)不平衡、混合故障類型1、混合故障類型2、混合故障類型3和混合故障類型4,并在最后驗證了所提出算法的有效性。

    4結語

    針對不同無刷直流電機條件(定子匝間故障、轉子靜態(tài)不平衡和轉子動態(tài)不平衡)的多故障分類的故障診斷方法。通過使用電流信號、機電轉矩和電機轉速作為診斷媒介,并利用小波包變換提取能量特征,展示該方法能夠有效地隔離各種故障。提取的特征用作基于神經網絡的分類器的輸入。粒子群優(yōu)化和遺傳算法被推薦為優(yōu)化方法,用于更新神經網絡的權重。研究結果表明,徑向基函數(shù)-粒子群優(yōu)化方法具有更短的收斂時間,同時能夠獲得更準確的結果。進行了進一步的測試以評估該方法,結果證實了設計的算法在可接受的收斂時間內能夠達到所需的分類準確性。因此,提出的故障診斷特征和神經網絡與小波包變換方法的組合能夠有效地對不同操作條件下的無刷直流電機故障進行多重診斷。為了增強該方法的性能,未來的研究可以考慮使用不同負載模式下的無刷直流電機,并提出適用于各種負載條件的故障檢測和分類方法。

    參考文獻

    MEKKI A E,SAAD K B.Diagnosis based on a sliding mode observer for an inter-turn short circuit fault in brushless dc motors[J].Revue Roumaine des Sciences Techniques-Electrotechnique et Energétique,2018,63(4):391-396

    GUEZMIL A,BERRIRI H,PUSCA R,et al.Detecting inter-turn short-circuit fault in induction machine using high-order sliding mode observer: simulation and experimental verification[J]. Journal of Control, Automation and Electrical Systems, 2017,28(4): 532-540.

    LEE C Y,LE T A.Optimised approach of feature selection based on genetic and binary state transition algorithm in the classification of bearing fault in BLDC motor[J].IET Electric Power Applications,2020,14(13):2598-2608.

    [4] 彭小玉,潘小東,申涵寒,等.基于正則模糊劃分的模糊系統(tǒng)及其逼近性質[J].計算機科學,2024,51(2):79-86.

    [5] RAY S,GANGULY B,DEY D.Identification and Classification of Stator Inter-Turn Faults in Induction Motor Using Wavelet Kernel Based Convolutional Neural Network[J].Electric Power

    Components and Systems,2020,48(12-13):1421-1432.

    [6] 王吉亮.無刷直流電機匝間短路故障的定位及定量評估研究[D].合肥:安徽大學,2022.

    [7] 魏秀參,肖亮.新工科背景下深度學習理論實踐一體化課程與教材建設改革[J].計算機教育,2024(4):135-143.

    [8]SARDANA G, TURK N, DESWAL S.Detection of stator winding faults using finite element analysis (FEA) in bldc motors[J].International Refereed Journal of Reviews and Research,2018,6(2):50-58.

    [9]RAJAGOPALAN S,ALLER J M,HABETLER T G,et al.Analytic-wavelet-ridge-based detection of dynamic eccentricity in brushless direct current (BLDC) motors functioning under dynamic operating conditions[J].IEEE Transactions on Industrial Electronics,2007,54(3):1410-1419.

    [10] 何玉靈,王世云,孫凱,等.軸徑向靜態(tài)偏心故障下外轉子永磁發(fā)電機電磁轉矩特性分析[J].電機與控制學報,2024,28(1):12-25.

    [11]董一漢,朱建光.基于神經網絡的無刷直流電機故障診斷研究[J].電腦知識與技術,2021,17(30):111-113.

    [12] 王立平,陳仁文.基于小波包分形的電力電子故障診斷方法[J].測控技術,2017,36(5):5-8.

    女性生殖器流出的白浆| 亚洲av电影不卡..在线观看| 久久久水蜜桃国产精品网| 少妇粗大呻吟视频| 亚洲中文字幕日韩| 欧美不卡视频在线免费观看 | 免费久久久久久久精品成人欧美视频| a级毛片在线看网站| 男女之事视频高清在线观看| 中文字幕另类日韩欧美亚洲嫩草| 午夜免费成人在线视频| 久久 成人 亚洲| 给我免费播放毛片高清在线观看| 在线天堂中文资源库| av视频免费观看在线观看| 亚洲少妇的诱惑av| 精品一区二区三区av网在线观看| 女人精品久久久久毛片| 高清毛片免费观看视频网站| 极品教师在线免费播放| 久久精品国产清高在天天线| 国产野战对白在线观看| 欧美亚洲日本最大视频资源| 日韩国内少妇激情av| 成人精品一区二区免费| 中文字幕久久专区| 叶爱在线成人免费视频播放| 亚洲精品一区av在线观看| 亚洲av五月六月丁香网| 久久午夜亚洲精品久久| 国产主播在线观看一区二区| 黄色a级毛片大全视频| 欧洲精品卡2卡3卡4卡5卡区| 人人妻人人爽人人添夜夜欢视频| 亚洲精品一卡2卡三卡4卡5卡| 50天的宝宝边吃奶边哭怎么回事| 亚洲国产精品久久男人天堂| 国产亚洲av嫩草精品影院| 久久精品国产亚洲av高清一级| 午夜福利,免费看| 一级a爱片免费观看的视频| 亚洲精品一卡2卡三卡4卡5卡| 欧美午夜高清在线| 亚洲精品在线观看二区| 久久 成人 亚洲| 亚洲精品国产色婷婷电影| 女人精品久久久久毛片| 一二三四社区在线视频社区8| 亚洲三区欧美一区| 99久久99久久久精品蜜桃| 老司机午夜福利在线观看视频| 一级片免费观看大全| 国产三级黄色录像| 丁香欧美五月| 国产99白浆流出| 波多野结衣巨乳人妻| 国内久久婷婷六月综合欲色啪| 久久久精品国产亚洲av高清涩受| 亚洲熟妇中文字幕五十中出| 制服丝袜大香蕉在线| 久久久久久大精品| 久久精品影院6| 男女床上黄色一级片免费看| 亚洲精品久久成人aⅴ小说| 美女大奶头视频| 村上凉子中文字幕在线| 嫩草影视91久久| 亚洲av片天天在线观看| 日本撒尿小便嘘嘘汇集6| 色精品久久人妻99蜜桃| 亚洲精华国产精华精| 这个男人来自地球电影免费观看| 香蕉丝袜av| 中文字幕人妻丝袜一区二区| 啦啦啦免费观看视频1| 老司机靠b影院| 亚洲人成网站在线播放欧美日韩| 老司机在亚洲福利影院| 亚洲国产精品合色在线| 免费无遮挡裸体视频| 黑人巨大精品欧美一区二区mp4| 一级a爱视频在线免费观看| 手机成人av网站| 不卡av一区二区三区| 老司机在亚洲福利影院| 精品欧美一区二区三区在线| 欧美日韩福利视频一区二区| av超薄肉色丝袜交足视频| 国产又色又爽无遮挡免费看| 久久久国产欧美日韩av| 亚洲五月色婷婷综合| 久久人人爽av亚洲精品天堂| 亚洲在线自拍视频| 国产熟女午夜一区二区三区| 男人操女人黄网站| 色精品久久人妻99蜜桃| 国产精品 国内视频| 国产精品久久视频播放| 亚洲国产欧美一区二区综合| 日韩av在线大香蕉| 日韩av在线大香蕉| a在线观看视频网站| 一边摸一边抽搐一进一小说| 亚洲狠狠婷婷综合久久图片| 国产精品二区激情视频| 精品久久久久久,| 午夜精品国产一区二区电影| 天天一区二区日本电影三级 | 亚洲av成人一区二区三| 成人18禁在线播放| 亚洲欧美精品综合久久99| 两人在一起打扑克的视频| 女警被强在线播放| 久99久视频精品免费| 亚洲成av人片免费观看| 欧美成人一区二区免费高清观看 | 日韩欧美一区二区三区在线观看| 亚洲全国av大片| 一区二区三区高清视频在线| 亚洲va日本ⅴa欧美va伊人久久| 一区二区三区国产精品乱码| 免费在线观看视频国产中文字幕亚洲| 久久国产精品影院| 悠悠久久av| 亚洲 国产 在线| 午夜a级毛片| 天堂动漫精品| 欧美日韩中文字幕国产精品一区二区三区 | 操出白浆在线播放| 欧美成狂野欧美在线观看| 精品国产一区二区久久| 欧美丝袜亚洲另类 | 嫩草影视91久久| 日韩精品免费视频一区二区三区| 亚洲国产毛片av蜜桃av| 亚洲片人在线观看| 18禁国产床啪视频网站| 99热只有精品国产| 岛国视频午夜一区免费看| 国产主播在线观看一区二区| 亚洲一区二区三区色噜噜| 真人做人爱边吃奶动态| 99精品在免费线老司机午夜| 国产区一区二久久| 久久久久久久久久久久大奶| 91成年电影在线观看| 天天躁狠狠躁夜夜躁狠狠躁| 国产精品久久电影中文字幕| 久久热在线av| 婷婷丁香在线五月| 久久天躁狠狠躁夜夜2o2o| 69av精品久久久久久| 午夜免费观看网址| 婷婷六月久久综合丁香| 他把我摸到了高潮在线观看| 黄片小视频在线播放| 黄色视频不卡| 丁香欧美五月| 亚洲国产看品久久| 天堂动漫精品| 久久精品aⅴ一区二区三区四区| 国产又爽黄色视频| 久久精品国产亚洲av香蕉五月| 国产又色又爽无遮挡免费看| 久热这里只有精品99| 亚洲国产看品久久| 亚洲国产毛片av蜜桃av| 日韩成人在线观看一区二区三区| 国产又爽黄色视频| 久热这里只有精品99| 免费在线观看完整版高清| 88av欧美| 亚洲精品国产精品久久久不卡| 国产三级黄色录像| 国产欧美日韩精品亚洲av| 露出奶头的视频| 亚洲av电影在线进入| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲成人久久性| 免费看a级黄色片| 美女大奶头视频| www.999成人在线观看| av在线天堂中文字幕| 最近最新免费中文字幕在线| 99久久精品国产亚洲精品| 夜夜躁狠狠躁天天躁| 亚洲精品一卡2卡三卡4卡5卡| 美女午夜性视频免费| 日本精品一区二区三区蜜桃| 丰满的人妻完整版| 黄片小视频在线播放| 十八禁网站免费在线| 日韩视频一区二区在线观看| 欧美成人一区二区免费高清观看 | 大陆偷拍与自拍| 视频在线观看一区二区三区| 日本一区二区免费在线视频| 成年女人毛片免费观看观看9| 在线播放国产精品三级| 久久青草综合色| 少妇熟女aⅴ在线视频| 丝袜在线中文字幕| 天天躁狠狠躁夜夜躁狠狠躁| 国产一卡二卡三卡精品| 亚洲精品国产精品久久久不卡| 少妇裸体淫交视频免费看高清 | 国产精品av久久久久免费| 午夜免费观看网址| 国产91精品成人一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 欧美一区二区精品小视频在线| 女人高潮潮喷娇喘18禁视频| 国产一区二区三区视频了| 亚洲精品在线观看二区| 男女下面进入的视频免费午夜 | 亚洲av片天天在线观看| 久久久久精品国产欧美久久久| 日韩一卡2卡3卡4卡2021年| 1024视频免费在线观看| 欧美激情高清一区二区三区| 国产午夜精品久久久久久| 黄片小视频在线播放| 亚洲伊人色综图| 一区二区三区激情视频| 亚洲va日本ⅴa欧美va伊人久久| 正在播放国产对白刺激| 一级作爱视频免费观看| 搡老妇女老女人老熟妇| 欧美老熟妇乱子伦牲交| 午夜福利高清视频| 美女国产高潮福利片在线看| 精品久久久久久久久久免费视频| 制服人妻中文乱码| 美国免费a级毛片| 久久精品91蜜桃| 91成人精品电影| 亚洲av美国av| 少妇裸体淫交视频免费看高清 | 脱女人内裤的视频| 女性被躁到高潮视频| 悠悠久久av| 日韩精品免费视频一区二区三区| 天堂动漫精品| 色精品久久人妻99蜜桃| 免费在线观看亚洲国产| 久久热在线av| 黄色成人免费大全| 最好的美女福利视频网| 亚洲第一青青草原| 久久久久久久久久久久大奶| 中出人妻视频一区二区| 脱女人内裤的视频| 九色亚洲精品在线播放| 免费看a级黄色片| 一进一出好大好爽视频| av超薄肉色丝袜交足视频| 婷婷丁香在线五月| 少妇 在线观看| 欧美在线黄色| 欧美激情 高清一区二区三区| 少妇裸体淫交视频免费看高清 | 在线观看免费午夜福利视频| 亚洲一区高清亚洲精品| 人妻丰满熟妇av一区二区三区| 又黄又爽又免费观看的视频| 日韩精品青青久久久久久| 深夜精品福利| 亚洲精华国产精华精| 老司机午夜福利在线观看视频| 看免费av毛片| 少妇粗大呻吟视频| 日韩三级视频一区二区三区| 99riav亚洲国产免费| 午夜成年电影在线免费观看| 国内精品久久久久精免费| 啦啦啦观看免费观看视频高清 | 一区福利在线观看| 国产精品久久久久久精品电影 | 波多野结衣av一区二区av| 亚洲中文av在线| 午夜福利免费观看在线| 免费女性裸体啪啪无遮挡网站| 夜夜爽天天搞| 色av中文字幕| 丝袜美足系列| 大型黄色视频在线免费观看| 久久精品影院6| 麻豆国产av国片精品| 中文字幕最新亚洲高清| 9热在线视频观看99| 午夜a级毛片| 中国美女看黄片| 欧美一级a爱片免费观看看 | 欧美日韩福利视频一区二区| 国产在线精品亚洲第一网站| 757午夜福利合集在线观看| 日韩成人在线观看一区二区三区| 亚洲人成77777在线视频| 波多野结衣一区麻豆| 亚洲欧美日韩高清在线视频| 手机成人av网站| 精品人妻1区二区| 亚洲成av片中文字幕在线观看| 国产av精品麻豆| 69精品国产乱码久久久| www.熟女人妻精品国产| 日韩国内少妇激情av| 亚洲精品一区av在线观看| 琪琪午夜伦伦电影理论片6080| 午夜精品在线福利| 亚洲天堂国产精品一区在线| 777久久人妻少妇嫩草av网站| 亚洲成人精品中文字幕电影| 亚洲av电影在线进入| 99香蕉大伊视频| 人人澡人人妻人| 自线自在国产av| 国产三级黄色录像| 一区二区三区精品91| 亚洲男人的天堂狠狠| 又黄又粗又硬又大视频| 日韩欧美国产一区二区入口| 亚洲av成人av| 91国产中文字幕| 大码成人一级视频| 搡老熟女国产l中国老女人| 少妇粗大呻吟视频| 亚洲成av片中文字幕在线观看| av网站免费在线观看视频| 欧美日韩亚洲国产一区二区在线观看| 女性被躁到高潮视频| 亚洲片人在线观看| 亚洲国产精品成人综合色| 国产精品永久免费网站| 免费在线观看视频国产中文字幕亚洲| 精品一区二区三区视频在线观看免费| 黄色女人牲交| 一级,二级,三级黄色视频| 国产片内射在线| 久久香蕉精品热| 亚洲成av片中文字幕在线观看| 欧美成狂野欧美在线观看| 国产aⅴ精品一区二区三区波| 国产亚洲精品久久久久久毛片| 国产91精品成人一区二区三区| a在线观看视频网站| 高潮久久久久久久久久久不卡| 一区二区三区激情视频| 欧美激情 高清一区二区三区| 一边摸一边抽搐一进一小说| 天堂影院成人在线观看| 一级a爱视频在线免费观看| 国产免费av片在线观看野外av| 久久精品91无色码中文字幕| 成人18禁在线播放| 亚洲一区二区三区色噜噜| 97碰自拍视频| 国产精品久久久久久人妻精品电影| 免费在线观看黄色视频的| 欧美日韩瑟瑟在线播放| 日韩三级视频一区二区三区| 亚洲第一电影网av| 午夜福利18| 桃红色精品国产亚洲av| 国产熟女xx| 男女床上黄色一级片免费看| 中文字幕色久视频| 国产1区2区3区精品| 亚洲成人免费电影在线观看| 亚洲国产精品999在线| 久久精品人人爽人人爽视色| 高清毛片免费观看视频网站| 波多野结衣巨乳人妻| av在线播放免费不卡| 两性夫妻黄色片| 精品国内亚洲2022精品成人| 欧美成人午夜精品| 中文字幕人成人乱码亚洲影| 精品国产乱码久久久久久男人| 如日韩欧美国产精品一区二区三区| 成人欧美大片| 此物有八面人人有两片| 久久中文字幕一级| 国产亚洲欧美精品永久| 亚洲欧美日韩另类电影网站| 国产成年人精品一区二区| 亚洲人成电影免费在线| 91在线观看av| av在线播放免费不卡| 中亚洲国语对白在线视频| 精品第一国产精品| 国产精品综合久久久久久久免费 | 午夜亚洲福利在线播放| 亚洲男人的天堂狠狠| 亚洲精品中文字幕在线视频| 中文字幕人妻丝袜一区二区| 在线观看日韩欧美| 一级毛片高清免费大全| 亚洲精品一区av在线观看| 日韩欧美免费精品| 久久精品国产99精品国产亚洲性色 | www国产在线视频色| 久久精品亚洲熟妇少妇任你| 午夜a级毛片| 99riav亚洲国产免费| 国内精品久久久久精免费| 国产欧美日韩一区二区三区在线| 成人免费观看视频高清| 首页视频小说图片口味搜索| 老熟妇乱子伦视频在线观看| 亚洲,欧美精品.| 操出白浆在线播放| 熟妇人妻久久中文字幕3abv| 久久精品国产亚洲av香蕉五月| 久久九九热精品免费| 色综合婷婷激情| 国产不卡一卡二| 在线观看午夜福利视频| 91老司机精品| 精品人妻1区二区| 精品免费久久久久久久清纯| 成人18禁在线播放| 国产成人欧美| 亚洲中文av在线| 性少妇av在线| 久久香蕉精品热| 国产亚洲欧美在线一区二区| 国产区一区二久久| 国产亚洲av高清不卡| 一个人免费在线观看的高清视频| 欧美成人免费av一区二区三区| 亚洲中文字幕日韩| 久久中文字幕一级| 黑人欧美特级aaaaaa片| 午夜免费成人在线视频| 久久天躁狠狠躁夜夜2o2o| 国内精品久久久久精免费| 精品人妻1区二区| 男女之事视频高清在线观看| 在线播放国产精品三级| 成人国产一区最新在线观看| 日日干狠狠操夜夜爽| 夜夜躁狠狠躁天天躁| 欧美成人性av电影在线观看| 国产亚洲欧美98| 中文亚洲av片在线观看爽| 亚洲狠狠婷婷综合久久图片| 国产高清videossex| 国产午夜福利久久久久久| 亚洲熟妇中文字幕五十中出| 精品国产一区二区久久| 一区二区三区国产精品乱码| av视频免费观看在线观看| 在线观看午夜福利视频| 亚洲情色 制服丝袜| 少妇粗大呻吟视频| 亚洲无线在线观看| 国内久久婷婷六月综合欲色啪| 国产精品亚洲一级av第二区| 国产精品久久久人人做人人爽| 亚洲av日韩精品久久久久久密| 亚洲人成伊人成综合网2020| 亚洲中文字幕一区二区三区有码在线看 | 午夜a级毛片| tocl精华| 91精品国产国语对白视频| 国产一区在线观看成人免费| 给我免费播放毛片高清在线观看| netflix在线观看网站| 美女午夜性视频免费| 久久久国产成人免费| 丁香六月欧美| 美女大奶头视频| 男人操女人黄网站| 侵犯人妻中文字幕一二三四区| 婷婷六月久久综合丁香| 久9热在线精品视频| 国产免费男女视频| 久久婷婷人人爽人人干人人爱 | 看片在线看免费视频| 久久婷婷人人爽人人干人人爱 | 激情视频va一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 国产片内射在线| 国产野战对白在线观看| 欧美乱妇无乱码| 欧美激情久久久久久爽电影 | 国产人伦9x9x在线观看| 亚洲美女黄片视频| 久久性视频一级片| 又黄又粗又硬又大视频| 欧美日本中文国产一区发布| 午夜久久久在线观看| 人人妻人人澡欧美一区二区 | 成人精品一区二区免费| 91麻豆精品激情在线观看国产| 国产区一区二久久| 亚洲五月色婷婷综合| 亚洲无线在线观看| 女人精品久久久久毛片| 精品国产超薄肉色丝袜足j| 国产精品精品国产色婷婷| 国产精品 欧美亚洲| 日本免费一区二区三区高清不卡 | 中文字幕av电影在线播放| 婷婷六月久久综合丁香| 大码成人一级视频| 黑人巨大精品欧美一区二区蜜桃| 黄片大片在线免费观看| 欧美不卡视频在线免费观看 | 两人在一起打扑克的视频| 亚洲国产日韩欧美精品在线观看 | 成人三级做爰电影| 亚洲全国av大片| 亚洲成av人片免费观看| 久久青草综合色| 精品人妻在线不人妻| 欧美中文日本在线观看视频| 欧美+亚洲+日韩+国产| 桃红色精品国产亚洲av| 亚洲午夜精品一区,二区,三区| 丝袜美腿诱惑在线| 成人精品一区二区免费| www.999成人在线观看| 国产精品永久免费网站| 国产在线观看jvid| 国产精品秋霞免费鲁丝片| 久久婷婷成人综合色麻豆| 这个男人来自地球电影免费观看| 欧美国产精品va在线观看不卡| 亚洲性夜色夜夜综合| 久久国产亚洲av麻豆专区| 在线免费观看的www视频| 法律面前人人平等表现在哪些方面| 村上凉子中文字幕在线| 欧美成狂野欧美在线观看| 欧美 亚洲 国产 日韩一| 亚洲av成人av| 国产激情久久老熟女| 日韩欧美国产一区二区入口| 别揉我奶头~嗯~啊~动态视频| 色老头精品视频在线观看| 亚洲精品国产精品久久久不卡| 国内精品久久久久精免费| 久久国产精品男人的天堂亚洲| 别揉我奶头~嗯~啊~动态视频| 久久香蕉精品热| 精品免费久久久久久久清纯| 国产精品电影一区二区三区| 他把我摸到了高潮在线观看| 久久久久久亚洲精品国产蜜桃av| 免费在线观看影片大全网站| 久久性视频一级片| 少妇 在线观看| 久久精品91无色码中文字幕| 少妇熟女aⅴ在线视频| 免费看美女性在线毛片视频| netflix在线观看网站| or卡值多少钱| 丁香六月欧美| 国产午夜精品久久久久久| 人妻丰满熟妇av一区二区三区| 99热只有精品国产| 久久伊人香网站| 午夜福利欧美成人| 精品日产1卡2卡| 美女午夜性视频免费| 老司机午夜福利在线观看视频| 午夜福利18| 99久久综合精品五月天人人| 欧美日本亚洲视频在线播放| 日本撒尿小便嘘嘘汇集6| 日本五十路高清| 欧美黄色淫秽网站| 韩国精品一区二区三区| 国产熟女午夜一区二区三区| 999精品在线视频| 欧美色视频一区免费| 丝袜在线中文字幕| 丝袜人妻中文字幕| 国产精品免费视频内射| 午夜亚洲福利在线播放| 国产精品电影一区二区三区| 99国产精品免费福利视频| 人人澡人人妻人| 美女高潮喷水抽搐中文字幕| 两个人看的免费小视频| 国产精品,欧美在线| 国产高清videossex| 一进一出好大好爽视频| 亚洲欧洲精品一区二区精品久久久| 亚洲精品久久成人aⅴ小说| 亚洲精品国产一区二区精华液| 一a级毛片在线观看| www.精华液| 在线永久观看黄色视频| 久久午夜综合久久蜜桃| 99精品欧美一区二区三区四区| 高潮久久久久久久久久久不卡| 亚洲熟妇中文字幕五十中出| 国产精品电影一区二区三区| 国产亚洲欧美在线一区二区| 亚洲av成人一区二区三| 亚洲性夜色夜夜综合| 一本大道久久a久久精品| 制服丝袜大香蕉在线| 日韩国内少妇激情av| 欧美成人性av电影在线观看| 日韩精品中文字幕看吧| 母亲3免费完整高清在线观看| 午夜激情av网站| 一本久久中文字幕| 变态另类成人亚洲欧美熟女 | 丰满人妻熟妇乱又伦精品不卡| 成人国产一区最新在线观看|