• <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 ?

    基于有限元與改進(jìn)SVM的飛行器結(jié)構(gòu)無(wú)損檢測(cè)模型設(shè)計(jì)

    2024-10-17 00:00:00朱淑云曾萍萍
    現(xiàn)代電子技術(shù) 2024年20期
    關(guān)鍵詞:有限元分類優(yōu)化

    摘" 要: 針對(duì)傳統(tǒng)飛行器結(jié)構(gòu)無(wú)損檢測(cè)中存在的準(zhǔn)確度低且易造成二次破壞等問(wèn)題,以有限元仿真為數(shù)據(jù)基礎(chǔ),提出一種基于改進(jìn)支持向量機(jī)的飛行器結(jié)構(gòu)無(wú)損檢測(cè)模型。該模型使用主元分析法對(duì)數(shù)據(jù)主特征進(jìn)行分析,解決了有限元仿真數(shù)據(jù)維度高的問(wèn)題;利用二叉樹(shù)的思想改進(jìn)了傳統(tǒng)支持向量機(jī),使其具備多特征分類能力,并對(duì)多數(shù)據(jù)特征加以分類,提高了模型的收斂準(zhǔn)確度;還通過(guò)引入粒子群算法優(yōu)化多分類向量機(jī)的懲罰因子及核函數(shù)參數(shù)。實(shí)驗(yàn)測(cè)試結(jié)果表明,所提模型可實(shí)現(xiàn)分類器參數(shù)的性能優(yōu)化,平均分類準(zhǔn)確率較對(duì)比算法提升了約1.4%。

    關(guān)鍵詞: 飛行器結(jié)構(gòu); 無(wú)損檢測(cè); 支持向量機(jī); 有限元仿真; 主元分析法; 粒子群算法; 主特征分析; 二叉樹(shù)

    中圖分類號(hào): TN911.73?34; TP391" " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼: A" " " " " " " " " 文章編號(hào): 1004?373X(2024)20?0136?05

    Design of aircraft structure nondestructive testing model based on finite

    element and improved SVM

    ZHU Shuyun, ZENG Pingping

    (School of Mechanical and Electronic Engineering, Gandong University, Fuzhou 344000, China)

    Abstract: In allusion to the problems of low accuracy and easy to cause secondary damage in the traditional nondestructive testing of aircraft structure, a aircraft structure nondestructive testing model based on improved support vector machine (SVM) is proposed based on finite element simulation data. In the model, the principal component analysis (PCA) is used to analyze the main characteristics of the data, so as to solve the high dimension of finite element simulation data. The traditional SVM is improved by means of the idea of binary tree to make it have the ability of multi?feature classification and classification of multi?data features, and the convergence accuracy of the model is improved. The particle swarm optimization (PSO) is also introduced to optimize the penalty factor and kernel function parameters of the multi?classification vector machine. The experimental testing results show that the proposed model can realize the performance optimization of classifier parameters, with an average classification accuracy improvement of about 1.4% compared with the comparative algorithm.

    Keywords: aircraft structure; non?destructive testing; support vector machine; finite element simulation; principal component analysis; particle swarm optimization; principal feature analysis; binary tree

    0" 引" 言

    隨著航天技術(shù)的飛速發(fā)展,飛行器的結(jié)構(gòu)愈加復(fù)雜,系統(tǒng)的設(shè)計(jì)難度也越來(lái)越大。同時(shí)由于飛行器所處的環(huán)境也較為復(fù)雜,可能會(huì)存在多個(gè)物理場(chǎng)的耦合,例如磁場(chǎng)、電場(chǎng)及熱場(chǎng)等[1?3]。對(duì)于多種物理場(chǎng)的耦合,其在一定程度上會(huì)影響飛行器整體結(jié)構(gòu)的穩(wěn)定性。而對(duì)飛行器整體結(jié)構(gòu)而言,物理場(chǎng)中的機(jī)械振動(dòng)、氣動(dòng)噪聲、熱噪聲等均會(huì)對(duì)結(jié)構(gòu)強(qiáng)度產(chǎn)生影響。

    通常,主要是利用傳感器網(wǎng)絡(luò)及在線監(jiān)測(cè)兩種方式來(lái)對(duì)飛行器結(jié)構(gòu)的關(guān)鍵指標(biāo)進(jìn)行電氣性能檢測(cè)。而結(jié)構(gòu)檢測(cè)則使用破壞建模的方法將受損部位進(jìn)行切分,再利用三維仿真對(duì)該受損部位加以分析,最終得到結(jié)構(gòu)強(qiáng)度結(jié)果。可以看出,此種檢測(cè)方式是以破壞飛行器結(jié)構(gòu)為基礎(chǔ)的,因此不可避免地會(huì)對(duì)飛行器產(chǎn)生二次損傷,即該種方式并非檢測(cè)及驗(yàn)收的最優(yōu)方案。文中以三維有限元(3?Dimensional Finite Element Method, 3D?FEM)仿真為數(shù)據(jù)基礎(chǔ),采用改進(jìn)支持向量機(jī)(Support Vector Machine, SVM)作為分析算法,設(shè)計(jì)了一種飛行器結(jié)構(gòu)無(wú)損檢測(cè)方法。

    1" 飛行器無(wú)損結(jié)構(gòu)檢測(cè)算法

    1.1" 基于PCA的數(shù)據(jù)預(yù)處理算法

    主成分分析法[4?5](Principal Component Analysis, PCA)是一種應(yīng)用廣泛的數(shù)據(jù)降維預(yù)處理算法。其主要思想是在保留更多數(shù)據(jù)特征信息的同時(shí),減少各變量間的相關(guān)性質(zhì)。由于本文涉及到的變量較多,因此優(yōu)先使用PCA對(duì)數(shù)據(jù)進(jìn)行降維,進(jìn)而簡(jiǎn)化問(wèn)題。

    假設(shè)樣本數(shù)據(jù)矩陣為:

    [X=x11x12…x1mx21x22…x2m????xN1xN2…xNm]" " (1)

    PCA算法的執(zhí)行流程如下。

    1) 矩陣標(biāo)準(zhǔn)化。即對(duì)矩陣進(jìn)行標(biāo)準(zhǔn)化處理,以得到矩陣Y,其元素為:

    [Yij=xij-xjSj]" " " (2)

    式中:[Sj]為標(biāo)準(zhǔn)差;[xj]為平均值。[Sj]和[xj]的計(jì)算公式如下:

    [Sj=1Ni=1Nxij-xj212]" " (3)

    [xj=1Ni=1Nxij]" " " " (4)

    2) 計(jì)算協(xié)方差矩陣與特征值λi,同時(shí)按照特征值的大小進(jìn)行排列,進(jìn)而得到對(duì)應(yīng)的特征向量。其中,協(xié)方差矩陣的計(jì)算方法為:

    [R=1m-1YTY]" " " "(5)

    3) 求解主成分貢獻(xiàn)率,其可表征如下:

    [δ=i=1kλii=1mλi]" " " "(6)

    再根據(jù)貢獻(xiàn)率的大小確定主成分的數(shù)量,進(jìn)而得到低維矩陣:

    [Yk=Y×ek]" " " " " "(7)

    式中[ek]為投影矩陣。該矩陣內(nèi)的元素值為:

    [ei=Eiλi]" " " " "(8)

    式中[Ei]為原矩陣的對(duì)應(yīng)元素?cái)?shù)值。

    1.2" 多分類SVM算法

    基礎(chǔ)支持向量機(jī)[6?8]模型是一種線性分類結(jié)構(gòu)。其分類思想是創(chuàng)建兩種特征向量空間,且使向量間的距離最大。該算法的分類方法如圖1所示。

    圖1中,C1及C2表示兩類不同的數(shù)據(jù)空間,而這兩類數(shù)據(jù)由H平面進(jìn)行分割。其中,H1與H2分別為距離樣本空間C1和C2最近的平行直線。算法性能的優(yōu)劣是通過(guò)平面H到H1、H2的距離進(jìn)行判斷的,距離越大則表示算法性能越優(yōu)。

    假設(shè)平面H的函數(shù)為:

    [g(x)=wTx+b=0]" " " (9)

    式中:x是數(shù)據(jù)的特征向量集合;w是H超平面的法向量;T為轉(zhuǎn)置符號(hào);b為函數(shù)偏置量。因此,算法最終應(yīng)求解w和b的值。假設(shè)數(shù)據(jù)樣本為(xi,yi),xi表示第i個(gè)數(shù)據(jù)特征值,yi表示第i個(gè)數(shù)據(jù)類型,則數(shù)據(jù)中某一點(diǎn)到H面的距離可表征如下:

    [di=yiwxi+b]" nbsp; " (10)

    H1和H2面的表達(dá)式為:

    [H1=wTx+b=1H2=wTx+b=-1 ]" " (11)

    而優(yōu)化目標(biāo)及限制條件為:

    [min12w2+Ci=1Nξis.t." " yi(wxi+b)-1≥0, i=1,2,…,N]" " (12)

    式中:N為樣本總數(shù)量;C為懲罰因子。

    由于基礎(chǔ)SVM算法的研究對(duì)象是線性可分的數(shù)據(jù)集合,但實(shí)際數(shù)據(jù)通常具有非線性的特征,因此,采用核函數(shù)對(duì)數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換,將高維非線性數(shù)據(jù)轉(zhuǎn)換為低維線性數(shù)據(jù)。本次選擇徑向基函數(shù)(Radial Basis Function, RBF)作為核函數(shù),其對(duì)小樣本數(shù)據(jù)的兼容性較優(yōu),收斂范圍也更大。該函數(shù)的表達(dá)式為:

    [Kx,xi=exp-γx-xi2]" (13)

    式中,調(diào)節(jié)參數(shù)γ的取值很重要,不恰當(dāng)?shù)娜≈禃?huì)影響分類結(jié)果,且會(huì)出現(xiàn)過(guò)擬合的問(wèn)題。因此,在后續(xù)算法中需對(duì)γ的取值進(jìn)行優(yōu)化。

    傳統(tǒng)SVM算法在解決線性或非線性問(wèn)題時(shí),僅能做到二分類。但本文飛機(jī)結(jié)構(gòu)導(dǎo)致的問(wèn)題種類較多,并非僅限于二分類,故還需對(duì)SVM算法進(jìn)行分類擴(kuò)展。常見(jiàn)的多分類SVM算法有一對(duì)多法(One?Versus?Rest, OVR)、一對(duì)一法(One?Versus?One, OVO)以及二叉樹(shù)法(Binary Tree)等。本文選擇二叉樹(shù)多分類法[9?11],該方法相較其他方法的優(yōu)勢(shì)在于沒(méi)有不可分割的數(shù)據(jù),即數(shù)據(jù)的所有特征均可被分類。二叉樹(shù)多分類算法結(jié)構(gòu)特征如圖2所示。

    1.3" 基于粒子群算法的參數(shù)優(yōu)化方法

    粒子群算法[12?16](Particle Swarm Optimization, PSO)是一種元啟發(fā)式的仿生優(yōu)化算法,其模擬了鳥(niǎo)群的遷移特性。該算法的核心思想是粒子個(gè)體間的信息更迭,同時(shí)可利用粒子速度的更新及位置優(yōu)化實(shí)現(xiàn)全局方向的最優(yōu)解。

    假設(shè)粒子群個(gè)體數(shù)量為N,維度為m,則每個(gè)粒子個(gè)體均可表示為:

    [xi=xi,1,xi,2,…,xi,m, i=1,2,…,N] (14)

    設(shè)每個(gè)個(gè)體的運(yùn)動(dòng)速度為[vi],則速度集合表示如下:

    [vi=vi,1,vi,2,…,vi,m]" " "(15)

    基本粒子群算法的個(gè)體位置P及速度V的更新公式如下所示:

    [Vk+1i,m=Vki,m+c1r1Pki,m-Xki,m+c2r2Pkg,m-Xki,m] (16)

    [Xk+1i,m=Xki,m+Vk+1i,m]" " " (17)

    式中:[Vki,m]和[Vk+1i,m]分別為個(gè)體在k時(shí)刻和k+1時(shí)刻的移動(dòng)速度;[Xki,m]和[Xk+1i,m]分別為個(gè)體在k時(shí)刻和k+1時(shí)刻的位置;c1、c2為學(xué)習(xí)參量;r1、r2為隨機(jī)數(shù)。

    粒子群算法的執(zhí)行步驟如圖3所示。

    首先對(duì)粒子群參數(shù)進(jìn)行初始化操作,再通過(guò)上述方法對(duì)粒子的位置和速度進(jìn)行優(yōu)化與更新,直至遍歷完所有群體為止。

    1.4" 基于PCA?PSO?MCSVM的飛行器結(jié)構(gòu)無(wú)損檢測(cè)算法

    文中利用PSO對(duì)多分類SVM算法(Multi Classification Support Vector Machine, MCSVM)進(jìn)行參數(shù)優(yōu)化,采用PCA算法對(duì)高維數(shù)據(jù)進(jìn)行降維,算法的關(guān)鍵步驟如下。

    1) 初始化二叉樹(shù)SVM算法中SVM1的參數(shù),其中懲罰因子C1的優(yōu)化區(qū)間為[0.2,800],核函數(shù)參數(shù)優(yōu)化區(qū)間為[0.2,100]。而學(xué)習(xí)因子按照經(jīng)驗(yàn)值設(shè)定為2,種群個(gè)體設(shè)定為30個(gè),最大的種群迭代次數(shù)則為150次。

    2) 將SVM1的檢測(cè)與真實(shí)結(jié)果加以對(duì)比,并將差值定義為適應(yīng)度值。

    3) 更新粒子群個(gè)體的適應(yīng)度值。

    4) 根據(jù)粒子群位置及速度迭代公式,對(duì)粒子的位置和速度進(jìn)行優(yōu)化與更新。

    5) 構(gòu)造SVM2的數(shù)據(jù)集合,并使用PCA算法優(yōu)化及更新特征。

    6) 對(duì)SVM2進(jìn)行參數(shù)優(yōu)化。

    最終得到本文算法流程,如圖4所示。

    2" 實(shí)驗(yàn)測(cè)試

    2.1" 實(shí)驗(yàn)數(shù)據(jù)集獲取

    本文以國(guó)產(chǎn)某機(jī)型為例來(lái)驗(yàn)證算法。飛機(jī)模型使用有限元軟件ANSYS R18.1完成建模與結(jié)構(gòu)仿真。某飛機(jī)模型的仿真結(jié)果如圖5所示。

    數(shù)據(jù)集合以建模坐標(biāo)系為參考,將應(yīng)力仿真數(shù)據(jù)按照坐標(biāo)構(gòu)建矩陣集合。同時(shí),使用工作正常和故障已知的飛機(jī)作為訓(xùn)練數(shù)據(jù)集合,而將試產(chǎn)待出庫(kù)的飛機(jī)作為驗(yàn)證數(shù)據(jù)集,進(jìn)而對(duì)飛機(jī)進(jìn)行無(wú)損結(jié)構(gòu)檢測(cè)。按照飛機(jī)受損方式的不同,將其結(jié)構(gòu)故障分為4種類別,具體如表1所示。

    同時(shí)將ANSYS作為建模仿真平臺(tái),還將Matlab作為算法實(shí)現(xiàn)平臺(tái)。實(shí)驗(yàn)配置信息如表2所示。

    2.2" 仿真結(jié)果分析與對(duì)比

    利用PSO算法,根據(jù)實(shí)驗(yàn)仿真數(shù)據(jù)對(duì)各項(xiàng)參數(shù)進(jìn)行優(yōu)化,并使用PCA提取主元個(gè)數(shù)。由于主元個(gè)數(shù)的不同,模型分類精度也會(huì)有所不同。主元個(gè)數(shù)對(duì)模型精度以及算法運(yùn)行時(shí)間的影響如表3所示。

    從表3中可看出,隨著PCA主元個(gè)數(shù)的增加,分類精度也有所提升。綜合考慮分類精度與算法運(yùn)行時(shí)間,此次選擇的PCA主元個(gè)數(shù)為8。

    通過(guò)優(yōu)化算法最終得到的訓(xùn)練參數(shù)如下:懲罰因子C1為0.9,核函數(shù)值為0.2。

    在對(duì)比實(shí)驗(yàn)測(cè)試中,使用基礎(chǔ)SVM算法、遺傳優(yōu)化算法(GA?SVM)、主成分分析法(PCA?SVM)及本文算法進(jìn)行對(duì)比。對(duì)比結(jié)果為模型的分類準(zhǔn)確率,而結(jié)構(gòu)故障類型則使用表1中的信息。實(shí)驗(yàn)測(cè)試時(shí),具有優(yōu)化結(jié)構(gòu)的對(duì)比算法首先需要對(duì)SVM進(jìn)行參數(shù)優(yōu)化,之后再進(jìn)行分類準(zhǔn)確度測(cè)試。最終測(cè)試結(jié)果如表4所示。

    由表4可知,基礎(chǔ)SVM算法的分類準(zhǔn)確率較差,因此其在飛機(jī)結(jié)構(gòu)無(wú)損檢測(cè)中造成的誤差最大;而本文算法的平均準(zhǔn)確率是92.38%,在對(duì)比算法中最高,且相較其他算法的分類準(zhǔn)確率均有一定提升,平均提高了約1.4%。由此證明,本文算法的性能較優(yōu),故可應(yīng)用于飛行器結(jié)構(gòu)的無(wú)損檢測(cè)中。

    3" 結(jié)" 語(yǔ)

    常規(guī)飛行器結(jié)構(gòu)無(wú)損檢測(cè)方式的效率較低,同時(shí)還易造成二次破壞。故本文以三維有限元仿真為數(shù)據(jù)基礎(chǔ),通過(guò)改進(jìn)的SVM算法進(jìn)行數(shù)據(jù)分析,提出了一種飛行器結(jié)構(gòu)無(wú)損檢測(cè)方法。本文方法利用PCA對(duì)有限元仿真數(shù)據(jù)進(jìn)行主元提取,并采用多分類SVM算法對(duì)故障類型加以分類,再使用PSO算法對(duì)SVM的參數(shù)完成優(yōu)化。實(shí)驗(yàn)結(jié)果表明,本文算法相較其他對(duì)比算法,平均準(zhǔn)確率提高了約1.4%,證明了該算法性能的優(yōu)越性。

    參考文獻(xiàn)

    [1] 孫浩.磁場(chǎng)干擾下高超聲速飛行器逆向噴流減阻數(shù)值模擬研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2021.

    [2] 鐵鳴,于盈,張星,等.基于HPC的多學(xué)科多物理場(chǎng)耦合虛擬飛行試驗(yàn)方法[J].系統(tǒng)仿真學(xué)報(bào),2019,31(9):1733?1740.

    [3] 鄭玲,左益芳,孟繁童,等.高超聲速飛行器多物理場(chǎng)耦合及熱防護(hù)技術(shù)研究綜述[J].裝備環(huán)境工程,2018,15(11):60?64.

    [4] 戎凱旋,韓新力,張學(xué)攀,等.基于SVT變換的改進(jìn)PCA多光譜圖像融合[J].電子科技,2018,31(6):13?16.

    [5] 馮安然,王旭仁,汪秋云,等.基于PCA和隨機(jī)樹(shù)的數(shù)據(jù)庫(kù)異常訪問(wèn)檢測(cè)[J].計(jì)算機(jī)科學(xué),2020,47(9):94?98.

    [6] 姜雯,吳陳.基于自適應(yīng)粒子群的SVM參數(shù)優(yōu)化研究[J].計(jì)算機(jī)與數(shù)字工程,2021,49(7):1302?1304.

    [7] 徐龍飛,郁進(jìn)明.基于ML loss的SVM分類算法[J].計(jì)算機(jī)應(yīng)用研究,2021,38(2):435?439.

    [8] 張忠林,馮宜邦,趙中愷.一種基于SVM的非均衡數(shù)據(jù)集過(guò)采樣方法[J].計(jì)算機(jī)工程與應(yīng)用,2020,56(23):220?228.

    [9] 宋曉婉,黃樹(shù)成.一種基于SVM的多類文本二叉樹(shù)分類算法[J].計(jì)算機(jī)與數(shù)字工程,2020,48(8):1835?1839.

    [10] 李君娣.二叉樹(shù)SVM的多分類組合評(píng)價(jià)指標(biāo)[D].南京:南京理工大學(xué),2018.

    [11] 姜佳輝,包永強(qiáng),邵琪.一種改進(jìn)的偏二叉樹(shù)孿生支持向量機(jī)算法及其應(yīng)用[J].計(jì)算機(jī)測(cè)量與控制,2020,28(3):201?205.

    [12] 杜美君,張偉,謝亞蓮.基于粒子群算法的PID控制器參數(shù)優(yōu)化[J].電子科技,2019,32(6):7?11.

    [13] 劉祖林,張家偉,宋翌,等.一種基于PSO算法的群體決策新方法[J].廣西大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,46(6):1694?1701.

    [14] 馮穎,高文華,康琳.基于粒子間距調(diào)整改進(jìn)PSO算法[J].太原科技大學(xué)學(xué)報(bào),2021,42(6):463?468.

    [15] 孫晶,徐曉雅,趙會(huì)群.基于PSO優(yōu)化博弈的區(qū)塊鏈共識(shí)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2021,38(12):251?261.

    [16] 李華,劉占偉,郭育艷.并行PSO結(jié)合粗糙集的大數(shù)據(jù)屬性約簡(jiǎn)算法[J].計(jì)算機(jī)工程與設(shè)計(jì),2020,41(8):2238?2244.

    作者簡(jiǎn)介:朱淑云(1985—),女,江西余干人,碩士研究生,副教授,研究方向?yàn)橄到y(tǒng)級(jí)自動(dòng)控制策略。

    DOI:10.16652/j.issn.1004?373x.2024.20.021

    引用格式:朱淑云,曾萍萍.基于有限元與改進(jìn)SVM的飛行器結(jié)構(gòu)無(wú)損檢測(cè)模型設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2024,47(20):136?140.

    收稿日期:2024?01?24" " " " " "修回日期:2024?03?13

    基金項(xiàng)目:江西省教育廳科技項(xiàng)目(GJJ2203915)

    猜你喜歡
    有限元分類優(yōu)化
    超限高層建筑結(jié)構(gòu)設(shè)計(jì)與優(yōu)化思考
    民用建筑防煙排煙設(shè)計(jì)優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    分類算一算
    一道優(yōu)化題的幾何解法
    分類討論求坐標(biāo)
    數(shù)據(jù)分析中的分類討論
    教你一招:數(shù)的分類
    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
    亚洲精品一二三| 免费观看a级毛片全部| 高清av免费在线| 黄色毛片三级朝国网站| 9热在线视频观看99| 亚洲全国av大片| 久久久欧美国产精品| 高清黄色对白视频在线免费看| 一区在线观看完整版| 黑人猛操日本美女一级片| 美国免费a级毛片| 性色av一级| 考比视频在线观看| 99国产精品一区二区蜜桃av | 久久久久精品人妻al黑| 最新的欧美精品一区二区| 777久久人妻少妇嫩草av网站| 三上悠亚av全集在线观看| 少妇被粗大的猛进出69影院| 亚洲激情五月婷婷啪啪| av天堂久久9| 久久精品亚洲熟妇少妇任你| 亚洲国产看品久久| 在线看a的网站| 国产成人免费观看mmmm| 黑人操中国人逼视频| 男人舔女人的私密视频| 国产一区二区激情短视频 | 欧美+亚洲+日韩+国产| 亚洲精品美女久久久久99蜜臀| 永久免费av网站大全| 亚洲精品乱久久久久久| 欧美精品啪啪一区二区三区 | 欧美日韩福利视频一区二区| 亚洲av成人一区二区三| 波多野结衣av一区二区av| 99国产综合亚洲精品| 中文字幕人妻熟女乱码| av天堂久久9| 老熟妇乱子伦视频在线观看 | 极品人妻少妇av视频| 日日夜夜操网爽| 老汉色∧v一级毛片| 男女床上黄色一级片免费看| 成人手机av| 亚洲人成电影观看| 国产男女内射视频| 丁香六月欧美| 中文字幕制服av| 亚洲国产日韩一区二区| 久久久精品国产亚洲av高清涩受| 午夜福利影视在线免费观看| 日韩制服丝袜自拍偷拍| 天天添夜夜摸| 日本wwww免费看| 99国产精品99久久久久| 久久久国产欧美日韩av| 男女之事视频高清在线观看| 国产亚洲午夜精品一区二区久久| 一级a爱视频在线免费观看| 久久亚洲精品不卡| 18在线观看网站| 日本猛色少妇xxxxx猛交久久| 亚洲一区中文字幕在线| 日韩精品免费视频一区二区三区| 亚洲av国产av综合av卡| 亚洲情色 制服丝袜| 久久久久国产精品人妻一区二区| 久久中文看片网| 亚洲五月婷婷丁香| 日日夜夜操网爽| 亚洲专区中文字幕在线| 性色av乱码一区二区三区2| 久久久久视频综合| 两性午夜刺激爽爽歪歪视频在线观看 | 美女脱内裤让男人舔精品视频| 久久精品久久久久久噜噜老黄| 一级毛片电影观看| 最近最新中文字幕大全免费视频| 国产男女超爽视频在线观看| 久久亚洲国产成人精品v| 亚洲,欧美精品.| 日本欧美视频一区| 亚洲欧美色中文字幕在线| 国产精品久久久av美女十八| 免费黄频网站在线观看国产| 少妇被粗大的猛进出69影院| 久久天堂一区二区三区四区| 色94色欧美一区二区| 久久人妻熟女aⅴ| 亚洲一区二区三区欧美精品| 人人妻人人澡人人看| 可以免费在线观看a视频的电影网站| 免费在线观看视频国产中文字幕亚洲 | 亚洲性夜色夜夜综合| 性少妇av在线| av免费在线观看网站| 日韩欧美一区二区三区在线观看 | 国产91精品成人一区二区三区 | 亚洲 欧美一区二区三区| 婷婷成人精品国产| 亚洲成av片中文字幕在线观看| 制服诱惑二区| 王馨瑶露胸无遮挡在线观看| 国产野战对白在线观看| 在线看a的网站| 多毛熟女@视频| 狂野欧美激情性bbbbbb| 啦啦啦 在线观看视频| 日本wwww免费看| 91九色精品人成在线观看| 九色亚洲精品在线播放| 国产精品亚洲av一区麻豆| 一级,二级,三级黄色视频| 欧美日韩成人在线一区二区| 精品福利永久在线观看| 肉色欧美久久久久久久蜜桃| 高清黄色对白视频在线免费看| 免费人妻精品一区二区三区视频| 人人妻人人澡人人爽人人夜夜| 十八禁人妻一区二区| 99香蕉大伊视频| 国产av又大| 久久这里只有精品19| svipshipincom国产片| 欧美另类亚洲清纯唯美| 久久精品亚洲熟妇少妇任你| 黑人巨大精品欧美一区二区蜜桃| 久久天堂一区二区三区四区| 99国产极品粉嫩在线观看| 乱人伦中国视频| 亚洲三区欧美一区| 三上悠亚av全集在线观看| 亚洲av成人不卡在线观看播放网 | 久久精品成人免费网站| 国产一区二区在线观看av| 午夜久久久在线观看| 精品国内亚洲2022精品成人 | 欧美激情高清一区二区三区| 久久性视频一级片| 18禁裸乳无遮挡动漫免费视频| av一本久久久久| 久久久久网色| 国产野战对白在线观看| 女性生殖器流出的白浆| 一级片'在线观看视频| 黑人巨大精品欧美一区二区mp4| www.999成人在线观看| bbb黄色大片| 国产免费一区二区三区四区乱码| 国产欧美日韩一区二区三 | 亚洲欧美日韩另类电影网站| 五月开心婷婷网| 夜夜夜夜夜久久久久| 欧美日韩精品网址| 人人妻人人澡人人爽人人夜夜| 久久久国产一区二区| 亚洲中文字幕日韩| 狠狠婷婷综合久久久久久88av| 自拍欧美九色日韩亚洲蝌蚪91| 美女国产高潮福利片在线看| 亚洲国产精品999| 黄色片一级片一级黄色片| 一本久久精品| 国产在线视频一区二区| 91麻豆av在线| 久久久久久人人人人人| 成年美女黄网站色视频大全免费| 久久国产精品人妻蜜桃| 国产精品久久久av美女十八| 国产一区二区三区av在线| 欧美日韩国产mv在线观看视频| 亚洲欧美色中文字幕在线| av超薄肉色丝袜交足视频| 国产一区二区 视频在线| 国产在线一区二区三区精| 电影成人av| 50天的宝宝边吃奶边哭怎么回事| videos熟女内射| 母亲3免费完整高清在线观看| 我的亚洲天堂| 国产精品香港三级国产av潘金莲| 精品一区二区三区四区五区乱码| 丰满饥渴人妻一区二区三| av有码第一页| 法律面前人人平等表现在哪些方面 | 香蕉丝袜av| 国产男女内射视频| 精品人妻1区二区| a级毛片在线看网站| 9色porny在线观看| 精品亚洲成a人片在线观看| 男女免费视频国产| 搡老乐熟女国产| 成年av动漫网址| 国产成人精品久久二区二区91| 50天的宝宝边吃奶边哭怎么回事| 午夜福利视频在线观看免费| 久久精品亚洲av国产电影网| 老司机亚洲免费影院| 亚洲精品一二三| 色婷婷av一区二区三区视频| 黄色视频在线播放观看不卡| 国产在线免费精品| √禁漫天堂资源中文www| 亚洲精品在线美女| 电影成人av| 91精品伊人久久大香线蕉| 国产精品香港三级国产av潘金莲| 精品国产一区二区久久| 亚洲精品一卡2卡三卡4卡5卡 | 搡老乐熟女国产| 欧美日韩精品网址| 国产av国产精品国产| 热99re8久久精品国产| 国产99久久九九免费精品| 国产亚洲av高清不卡| 精品国产超薄肉色丝袜足j| 久久av网站| 男女下面插进去视频免费观看| 菩萨蛮人人尽说江南好唐韦庄| 淫妇啪啪啪对白视频 | 精品亚洲成国产av| 宅男免费午夜| 51午夜福利影视在线观看| 欧美另类一区| 午夜两性在线视频| 啦啦啦 在线观看视频| 少妇的丰满在线观看| 精品国产国语对白av| 在线亚洲精品国产二区图片欧美| 国产欧美亚洲国产| 日韩中文字幕视频在线看片| 天天躁日日躁夜夜躁夜夜| 国产亚洲精品第一综合不卡| 交换朋友夫妻互换小说| 亚洲情色 制服丝袜| 蜜桃国产av成人99| 国产在线视频一区二区| 色婷婷av一区二区三区视频| 亚洲欧美清纯卡通| 久久久精品免费免费高清| 欧美成狂野欧美在线观看| 制服人妻中文乱码| 亚洲精品国产区一区二| 男女午夜视频在线观看| 伊人亚洲综合成人网| 一级毛片电影观看| 老汉色∧v一级毛片| 国产亚洲欧美在线一区二区| 777米奇影视久久| 日韩一区二区三区影片| 亚洲中文av在线| 久久九九热精品免费| 高清欧美精品videossex| 国产淫语在线视频| 后天国语完整版免费观看| 真人做人爱边吃奶动态| 日韩 欧美 亚洲 中文字幕| 国产熟女午夜一区二区三区| 美女福利国产在线| 女人被躁到高潮嗷嗷叫费观| 老鸭窝网址在线观看| 久9热在线精品视频| 中文字幕精品免费在线观看视频| 国产av一区二区精品久久| 成人手机av| 真人做人爱边吃奶动态| 国产一区有黄有色的免费视频| 亚洲av欧美aⅴ国产| 亚洲色图综合在线观看| 少妇粗大呻吟视频| 最近中文字幕2019免费版| 国产亚洲欧美精品永久| 国产精品一二三区在线看| 国产三级黄色录像| 亚洲avbb在线观看| 成人av一区二区三区在线看 | 在线 av 中文字幕| 一二三四社区在线视频社区8| 国产成人欧美在线观看 | 在线av久久热| 建设人人有责人人尽责人人享有的| 国产三级黄色录像| 大片电影免费在线观看免费| 亚洲国产成人一精品久久久| 一个人免费在线观看的高清视频 | 国产免费一区二区三区四区乱码| 亚洲精品久久成人aⅴ小说| 少妇裸体淫交视频免费看高清 | 免费黄频网站在线观看国产| 亚洲av日韩精品久久久久久密| 十八禁人妻一区二区| 淫妇啪啪啪对白视频 | 亚洲中文av在线| 久久久国产成人免费| 亚洲欧美一区二区三区久久| 波多野结衣av一区二区av| 性色av乱码一区二区三区2| 亚洲第一欧美日韩一区二区三区 | 自拍欧美九色日韩亚洲蝌蚪91| 男女下面插进去视频免费观看| 一级片'在线观看视频| 国产精品一区二区精品视频观看| 巨乳人妻的诱惑在线观看| 国产成人精品久久二区二区91| svipshipincom国产片| 日韩 亚洲 欧美在线| 国产欧美日韩一区二区三 | 老司机福利观看| 久久久久网色| 久久久精品免费免费高清| 亚洲熟女精品中文字幕| 午夜日韩欧美国产| 美女午夜性视频免费| 免费观看人在逋| 亚洲精品国产色婷婷电影| 少妇粗大呻吟视频| 51午夜福利影视在线观看| 久久午夜综合久久蜜桃| 精品少妇一区二区三区视频日本电影| 成年人免费黄色播放视频| 嫁个100分男人电影在线观看| 伦理电影免费视频| 欧美性长视频在线观看| 另类亚洲欧美激情| 亚洲av国产av综合av卡| 国产99久久九九免费精品| 波多野结衣av一区二区av| 成人手机av| 真人做人爱边吃奶动态| 国产精品久久久久久精品电影小说| 中文字幕精品免费在线观看视频| 在线观看一区二区三区激情| 欧美亚洲 丝袜 人妻 在线| 午夜免费鲁丝| 97在线人人人人妻| 久久久久久久久久久久大奶| 日韩大片免费观看网站| 欧美 亚洲 国产 日韩一| 男人舔女人的私密视频| 99国产综合亚洲精品| 午夜老司机福利片| 欧美乱码精品一区二区三区| 日韩欧美一区二区三区在线观看 | 国产免费一区二区三区四区乱码| 乱人伦中国视频| 亚洲av日韩在线播放| 男女国产视频网站| 欧美 日韩 精品 国产| 交换朋友夫妻互换小说| 我的亚洲天堂| 午夜影院在线不卡| 亚洲av国产av综合av卡| 亚洲成人免费电影在线观看| 国产精品成人在线| 老司机靠b影院| 两性夫妻黄色片| 亚洲精品在线美女| 久久香蕉激情| 日韩制服丝袜自拍偷拍| 午夜老司机福利片| 丁香六月天网| 十分钟在线观看高清视频www| 亚洲av成人不卡在线观看播放网 | h视频一区二区三区| 亚洲成国产人片在线观看| 成人国产一区最新在线观看| 精品久久久久久电影网| 丁香六月天网| 日韩大片免费观看网站| 美女午夜性视频免费| 大片电影免费在线观看免费| 国产精品久久久人人做人人爽| 国产激情久久老熟女| 国产精品久久久av美女十八| 日韩中文字幕视频在线看片| 在线观看一区二区三区激情| 国产男女内射视频| kizo精华| 看免费av毛片| 大香蕉久久网| 欧美乱码精品一区二区三区| 狠狠狠狠99中文字幕| 久久久久网色| 久久久久国内视频| 婷婷色av中文字幕| 亚洲欧美成人综合另类久久久| 老熟女久久久| 夜夜夜夜夜久久久久| 久久久国产欧美日韩av| 爱豆传媒免费全集在线观看| 一区福利在线观看| 成人18禁高潮啪啪吃奶动态图| 国产又色又爽无遮挡免| 人人澡人人妻人| 久久av网站| 国产一区二区 视频在线| 中文字幕人妻丝袜一区二区| 少妇猛男粗大的猛烈进出视频| 日本黄色日本黄色录像| 黄色毛片三级朝国网站| 91成年电影在线观看| 两性夫妻黄色片| 蜜桃国产av成人99| 99精品久久久久人妻精品| 亚洲 国产 在线| 亚洲伊人久久精品综合| 精品一区二区三卡| av一本久久久久| 亚洲国产精品999| 免费在线观看日本一区| 一个人免费在线观看的高清视频 | 性高湖久久久久久久久免费观看| 少妇猛男粗大的猛烈进出视频| 国产亚洲欧美在线一区二区| 亚洲欧美清纯卡通| 国产精品 国内视频| a级毛片黄视频| 交换朋友夫妻互换小说| 国产精品一二三区在线看| 麻豆国产av国片精品| 好男人电影高清在线观看| 日本vs欧美在线观看视频| 亚洲少妇的诱惑av| 老司机午夜福利在线观看视频 | 一二三四社区在线视频社区8| 黄色毛片三级朝国网站| 亚洲性夜色夜夜综合| 不卡av一区二区三区| 国产精品久久久久久人妻精品电影 | 亚洲午夜精品一区,二区,三区| 老鸭窝网址在线观看| 午夜激情av网站| 国产男女超爽视频在线观看| 久久青草综合色| 国产xxxxx性猛交| 免费观看a级毛片全部| 欧美日韩av久久| 久久久国产精品麻豆| 高清在线国产一区| 少妇精品久久久久久久| 欧美日韩av久久| 亚洲,欧美精品.| 亚洲国产欧美在线一区| tube8黄色片| 精品国产一区二区久久| 热re99久久精品国产66热6| 久久99一区二区三区| 精品国内亚洲2022精品成人 | 精品欧美一区二区三区在线| 日本五十路高清| 精品国产乱码久久久久久小说| 国产亚洲一区二区精品| av超薄肉色丝袜交足视频| 亚洲va日本ⅴa欧美va伊人久久 | 可以免费在线观看a视频的电影网站| 韩国精品一区二区三区| 制服诱惑二区| 国产精品99久久99久久久不卡| 中文字幕另类日韩欧美亚洲嫩草| 一级毛片女人18水好多| 宅男免费午夜| 欧美另类亚洲清纯唯美| 少妇精品久久久久久久| 美女主播在线视频| 激情视频va一区二区三区| 老鸭窝网址在线观看| 欧美 亚洲 国产 日韩一| 亚洲中文av在线| 在线av久久热| 欧美+亚洲+日韩+国产| 男人操女人黄网站| www日本在线高清视频| 女性生殖器流出的白浆| 久久人人爽av亚洲精品天堂| 日韩电影二区| 精品久久蜜臀av无| 伊人久久大香线蕉亚洲五| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品在线美女| 国产av又大| 999精品在线视频| 又大又爽又粗| 亚洲欧美精品综合一区二区三区| 亚洲av欧美aⅴ国产| 丝袜脚勾引网站| 欧美精品人与动牲交sv欧美| 岛国在线观看网站| 欧美xxⅹ黑人| 高清欧美精品videossex| 最近中文字幕2019免费版| 精品卡一卡二卡四卡免费| 日韩,欧美,国产一区二区三区| 久久久久久久精品精品| 一本一本久久a久久精品综合妖精| 亚洲 欧美一区二区三区| 成在线人永久免费视频| av免费在线观看网站| 最黄视频免费看| av在线app专区| av一本久久久久| 性高湖久久久久久久久免费观看| 国产成+人综合+亚洲专区| 最近最新免费中文字幕在线| 飞空精品影院首页| 色婷婷av一区二区三区视频| h视频一区二区三区| 青青草视频在线视频观看| 日韩视频一区二区在线观看| 久久国产精品影院| 免费在线观看黄色视频的| tube8黄色片| 国产一区二区 视频在线| 99精国产麻豆久久婷婷| 精品少妇一区二区三区视频日本电影| 亚洲国产av新网站| 久久毛片免费看一区二区三区| 亚洲欧美日韩高清在线视频 | 夜夜夜夜夜久久久久| 国产不卡av网站在线观看| 丁香六月欧美| 久久久久久久久久久久大奶| 免费在线观看影片大全网站| 可以免费在线观看a视频的电影网站| 免费在线观看完整版高清| 中文字幕高清在线视频| 亚洲激情五月婷婷啪啪| 亚洲伊人色综图| 欧美另类亚洲清纯唯美| 国产在线免费精品| 色婷婷久久久亚洲欧美| 亚洲一卡2卡3卡4卡5卡精品中文| 美女中出高潮动态图| 青青草视频在线视频观看| 狠狠婷婷综合久久久久久88av| 久久久久国产精品人妻一区二区| 久久这里只有精品19| 一区福利在线观看| 久久国产亚洲av麻豆专区| 男女免费视频国产| 另类精品久久| 十分钟在线观看高清视频www| 在线永久观看黄色视频| 午夜91福利影院| 国产精品 国内视频| 欧美日韩亚洲高清精品| 日本猛色少妇xxxxx猛交久久| 女人久久www免费人成看片| 欧美精品亚洲一区二区| 国产极品粉嫩免费观看在线| 男女无遮挡免费网站观看| 啦啦啦视频在线资源免费观看| 男女免费视频国产| 欧美日韩黄片免| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲av美国av| 欧美精品啪啪一区二区三区 | 黑人巨大精品欧美一区二区mp4| 极品人妻少妇av视频| 成年动漫av网址| 脱女人内裤的视频| 美女大奶头黄色视频| 12—13女人毛片做爰片一| 国产激情久久老熟女| 欧美激情极品国产一区二区三区| 手机成人av网站| 日本wwww免费看| 久久亚洲国产成人精品v| 老司机深夜福利视频在线观看 | 搡老岳熟女国产| 啦啦啦中文免费视频观看日本| 人成视频在线观看免费观看| 午夜视频精品福利| 国产男女内射视频| 免费高清在线观看日韩| 精品少妇一区二区三区视频日本电影| 成人国产av品久久久| 性色av乱码一区二区三区2| 每晚都被弄得嗷嗷叫到高潮| 国产精品 欧美亚洲| 99国产综合亚洲精品| 午夜两性在线视频| 久久久久国产一级毛片高清牌| 国产在线免费精品| 精品国产乱码久久久久久小说| av欧美777| 亚洲av片天天在线观看| 一区二区三区精品91| 丝袜喷水一区| 一级毛片女人18水好多| 亚洲av欧美aⅴ国产| 乱人伦中国视频| 久久久久精品国产欧美久久久 | 免费一级毛片在线播放高清视频 | 青春草亚洲视频在线观看| 国产精品av久久久久免费| 日韩中文字幕欧美一区二区| 亚洲第一欧美日韩一区二区三区 | 国产福利在线免费观看视频| 久久久久久免费高清国产稀缺| 自拍欧美九色日韩亚洲蝌蚪91| 捣出白浆h1v1| 色老头精品视频在线观看| 亚洲欧美成人综合另类久久久| kizo精华| 在线十欧美十亚洲十日本专区| bbb黄色大片| 18禁国产床啪视频网站| 黑人操中国人逼视频| 如日韩欧美国产精品一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 啦啦啦在线免费观看视频4| 视频在线观看一区二区三区| 日本五十路高清|