• <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 ?

    基于小波去噪和神經(jīng)網(wǎng)絡的冷水機組故障診斷

    2016-09-06 07:44:29石書彪陳煥新李冠男胡云鵬黎浩榮胡文舉
    制冷學報 2016年1期
    關鍵詞:冷水機組冷凝器結垢

    石書彪 陳煥新 李冠男 胡云鵬 黎浩榮 胡文舉

    (1 華中科技大學制冷與低溫實驗室 武漢 430074;2 University of Nebraska-Lincoln 內布拉斯加 68410;3 北京建筑大學 供熱供燃氣通風及空調工程北京市重點實驗室 北京 100044)

    ?

    基于小波去噪和神經(jīng)網(wǎng)絡的冷水機組故障診斷

    石書彪1陳煥新1李冠男1胡云鵬1黎浩榮2胡文舉3

    (1 華中科技大學制冷與低溫實驗室武漢430074;2 University of Nebraska-Lincoln內布拉斯加68410;3 北京建筑大學 供熱供燃氣通風及空調工程北京市重點實驗室北京100044)

    對基于神經(jīng)網(wǎng)絡方法的冷水機組故障監(jiān)測效率取決于訓練數(shù)據(jù)和被測數(shù)據(jù)的質量問題進行了研究。采用小波變換的方法剔除測量數(shù)據(jù)中的噪聲,提高數(shù)據(jù)質量,從而提高冷水機組故障診斷效率。結果表明:采用小波變換使得各個水平故障的檢測效率均得到提高,尤其水平一的故障檢測效率提高明顯。故障水平一檢測率的提高能夠及時的辨別冷水機組的故障,從而采用措施防止故障進一步惡化,對降低能源消耗、提高系統(tǒng)的可靠性以及保證室內舒適性具有重要的意義。通過利用ASHRAE Project提供的數(shù)據(jù)對故障診斷與檢測(fault detection and diagnosis)策略進行驗證,檢測率明顯提高。

    冷水機組;故障檢測與診斷;神經(jīng)網(wǎng)絡;小波分析;貝葉斯正則化

    冷水機組和空調系統(tǒng)的性能下降、不恰當控制策略以及故障導致的能量浪費占據(jù)了商業(yè)建筑總能耗的15%~30%,為了節(jié)約能源、提供一個舒適的室內環(huán)境[1],故障診斷和檢測(fault detection and diagnosis (FDD)技術近年來已經(jīng)成為制冷空調系統(tǒng)的研究熱點之一。根據(jù)德國Frank P M[2]教授的觀點,所有的故障診斷方法可以劃分為基于信號處理的方法、基于解析模型的方法和基于知識的方法。鑒于空調領域中進行故障診斷的數(shù)學模型極其復雜,而知識的方法具有不需要精確的數(shù)學模型的特性,具備很好的應用前景。已有不少學者采用主元分析(principal component analysis,PCA)[3-5]、支持向量機(support vector machine,SVD[6]、支持向量數(shù)據(jù)描述(support vector data description,SVDD)[7-8]方法故障檢測和診斷的研究工作。冷水機組作為空調系統(tǒng)中的主要冷熱交換設備,也是最主要的能耗設備,對冷水機組進行FDD研究具有非常重要的研究價值。

    冷水機組運行時,測量的數(shù)據(jù)中包含噪聲,將數(shù)據(jù)直接輸入神經(jīng)網(wǎng)絡進行故障識別,會降低神經(jīng)網(wǎng)絡進行故障診斷的檢測率,因而需要對初始數(shù)據(jù)進行預處理,去除初始數(shù)據(jù)中的噪聲對神經(jīng)網(wǎng)絡進行故障診斷的干擾。小波變換是應用非常廣泛的變換域去噪方法,采用小波變換去除噪聲可以避免用傅里葉變換去噪帶來的信號折損,因此利用小波變換可以有效去除噪聲,還原初始數(shù)據(jù)中的有用信號[9]。小波變換作為一種去噪的方法在空調領域也有一定的應用。Du Z M等[10]采用小波變換對初始數(shù)據(jù)進行預處理,分解得到特征向量矩陣,作為神經(jīng)網(wǎng)絡的輸入進行故障診斷。Xu X H等[11]采用三尺度小波變換進行數(shù)據(jù)分解,將其低頻數(shù)據(jù)用于主元分析方法進行冷水機組傳感器的故障檢測和診斷。冷水機組進行故障診斷時,利用小波變換對初始變量采取軟閾值去噪,處理后的特征變量作為神經(jīng)網(wǎng)絡的輸入變量,采用BP神經(jīng)網(wǎng)絡建模,利用建好的預測模型完成故障診斷。本研究采用ASHRAE Project提供的數(shù)據(jù)進行驗證。

    1 小波去噪原理

    小波變換近年來作為一種數(shù)學工具已經(jīng)廣泛用于對一維或者兩維信號進行去噪、壓縮、編碼[12]。信號采集過程中,原始信號受到各種復雜因素的影響,使得采集信號中一般都含有大量的噪聲,掩蓋了信號的特征信息,需要對數(shù)據(jù)進行處理,提取有用的原始信號。小波去噪的原理是:選擇合適的基函數(shù)和小波分解層數(shù)對含噪信號進行分解,然后對高頻信號進行閾值量化處理,將低頻信號和處理后的高頻信號進行重構信號。和初始信號相比,利用重構信號(小波去噪后的信號)進行冷水機組動態(tài)故障檢測和診斷時具有更好的效果。小波去噪是一種信號的時間頻率的分析方法,連續(xù)小波的基函數(shù)為:

    (1)

    式中:a為伸縮因子;b為平移因子。

    2 貝葉斯正則化的神經(jīng)網(wǎng)絡故障診斷原理

    2.1 神經(jīng)網(wǎng)絡原理

    神經(jīng)網(wǎng)絡由輸入層、隱含層、輸出層構成,如圖1所示。輸入層的信號對應小波去噪處理后的輸出信號,輸入層節(jié)點的個數(shù)和選擇特征變量的個數(shù)相等,隱含層的層數(shù)由映射定理分析可知[13],一個S型隱含層的BP神經(jīng)網(wǎng)絡能夠以期望的精度逼近任意非線性函數(shù),因而一個S型隱含層能夠對冷水機組進行故障診斷。隱含層節(jié)點數(shù)的確定目前采用試湊法,根據(jù)經(jīng)驗公式初步確定隱含層神經(jīng)元節(jié)點數(shù)的大概范圍,評估神經(jīng)網(wǎng)絡對冷水機組故障檢測率的高低,選出最佳隱含層節(jié)點數(shù)。輸出層的節(jié)點數(shù)和故障類別相同(包括正常運行狀態(tài))。

    第j個隱含層神經(jīng)節(jié)點的輸出為:

    hj=(∑wjiχi+Φj)

    (2)

    式中:wji為輸入層的第i個節(jié)點和隱含層的第j個節(jié)點之間的連接權值;Φj為隱含層的第j個節(jié)點的閾值。輸出層第k個節(jié)點的輸出對應特定的故障,輸出層的表達式為:

    Zj=(∑wkjχj+Φ′k)

    (3)

    式中:wkj為第j個隱含層節(jié)點和第k個輸出層節(jié)點的連接權值;Φ′k為第k個輸出層節(jié)點的閾值。隱含層和輸出層的變換函數(shù)通常采用Sigmoid函數(shù)或者線性函數(shù),Sigmoid函數(shù)使得神經(jīng)網(wǎng)絡能夠處理復雜的非線性問題。神經(jīng)網(wǎng)絡將輸入信息從輸入層經(jīng)隱含層逐層計算傳向輸出層,若輸出層沒有得到期望的輸出,則計算輸出層的誤差值,轉向反向傳播,通過網(wǎng)絡將誤差信號沿原來的連接通路反傳回來得到每層的誤差信號,用來修改各層神經(jīng)元的權值和閾值直至達到目標,得誤差滿足設定的精度。

    2.2 貝葉斯正則化原理

    神經(jīng)網(wǎng)絡權值和閾值的選擇成為模型構造最關鍵的一個部分,采用貝葉斯正則化可以使網(wǎng)絡獲得較小的權值和閾值,從而使神經(jīng)網(wǎng)絡的響應變得平滑,提高BP神經(jīng)網(wǎng)絡的泛化能力[14]。貝葉斯算法采用均方誤差與權值的線性組合值作網(wǎng)絡性能評價函數(shù),即:

    (4)

    式中:yi為網(wǎng)絡預測向量;ti為網(wǎng)絡目標向量;γ為比例系數(shù)??梢姡惾~斯正則化能自動限制網(wǎng)絡權值的規(guī)模避免造成對訓練數(shù)據(jù)過擬合,增強神經(jīng)網(wǎng)絡的泛化能力[15]。

    3 仿真分析

    根據(jù)Comstock and Braun對冷水機組的故障調查報告,冷水機組常發(fā)生7種故障:冷凝器結垢(ConFoul)、制冷劑過量(ExcsOil)、制冷劑泄露(RefLeak)、有不凝性氣體(NonCon)、冷凍水流量減少(RefuEF)、冷卻水流量減少(ReduCF)、油過量(RefOver),每種故障會對制冷機組的制冷效率產(chǎn)生一定的不良影響。本文采用ASHRAE 1043-RP提供的數(shù)據(jù)對故障診斷模型進行驗證。ASHRAE實驗采用離心式壓縮機、殼管式蒸發(fā)器、冷凝器以及節(jié)流閥組成的90冷噸的冷水機組。通過冷水機組產(chǎn)生7組類型的故障,每種故障人為的引入4個故障水平。每個實驗持續(xù)864 min,通過改變冷凍水給水溫度、冷卻水進水溫度、制冷量三個變量,獲得并測試27種工況。在每個實驗中測得433組數(shù)據(jù),每組數(shù)據(jù)共記錄64個變量。采用文獻[7]中的8個特征向量(表1)進行故障診斷。故障診斷流程圖見圖2,整個故障診斷流程步驟如下:

    1)從ASHRAE 1043-RP提供的64個變量中選出影響故障的主要變量,然后對每個變量進行小波去噪處理。

    2)將數(shù)據(jù)分成兩部分,一份對神經(jīng)網(wǎng)絡進行訓練,一份驗證神經(jīng)網(wǎng)絡模型。

    3)鑒于BP神經(jīng)網(wǎng)絡泛化能力差,對BP神經(jīng)網(wǎng)絡進行貝葉斯正則化,提高故障診斷率。

    4)利用訓練好的BP神經(jīng)網(wǎng)絡對預測數(shù)據(jù)進行故障識別。

    圖2 故障診斷邏輯圖Fig.2 Fault diagnosis logic diagram

    3.1 小波去噪

    通過小波去噪提取信號中的有用信號,剔除干擾信號。首先采用db3小波基函數(shù)的3層分解作為小波去噪。進行故障診斷過程中,選取8個特征向量,需要對8個特征向量進行小波去噪,圖3所示為故障水平一的ReduCF 的TCI、TCO、TR-dis、To-sump 4個變量的幅值變化(小波去噪前)。圖4所示為進行小波去噪后的圖形,通過圖3與圖4的對比,經(jīng)過小波去噪后,曲線更加光滑,噪點剔除明顯。

    圖3 小波去噪前Fig.3 Wavelet denoising before

    圖4 小波去噪后Fig.4 Wavelet denoising

    3.2 實驗數(shù)據(jù)預處理

    實驗數(shù)據(jù)來源于ASHRAE Research Project 1043-RP。整個實驗中測試64個變量,選取其中的8個特征變量(表1)進行故障診斷。由于8個特征變量的參數(shù)單位不同,直接將原始數(shù)據(jù)輸入BP神經(jīng)網(wǎng)絡進行訓練會使得網(wǎng)絡的性能和收斂性變差,所以必須先對神經(jīng)網(wǎng)絡輸入數(shù)據(jù)進行歸一化處理。本文設計的激勵函數(shù)采用的是S函數(shù),輸出設定在(-1, 1)或(0, 1)[16]之間。輸出數(shù)據(jù)本身處于(0, 1)中,不需要進行歸一化。

    3.3 仿真結果

    通過比較去噪前后每個故障水平的每個故障檢測率和平均檢測率來驗證小波去噪的效果,表2為去噪前后的冷水機組檢測率。圖5~圖8所示為冷水機組的故障檢測率圖,圖9所示為平均故障檢測率圖。圖中橫坐標1~8分別對應冷水機組運行正常工況、冷凝器結垢、油過量、制冷劑泄漏、有不凝性氣體、冷凍水流量減少、冷卻水流量減少、制冷劑過量總共8種運行工況,縱坐標表示在每種工況下的故障診斷率。(BP-1表示未進行小波去噪,BP-2表示采用小波去噪。)

    表18個故障指示特征

    Tab.1Description of eight fault indicative features

    特征變量特征變量描述特征變量特征變量描述TEO蒸發(fā)器出水溫度TCA冷凝器制冷劑飽和溫度與出水溫度之差TCI冷凝器進水溫度TRC-sub過冷度TCO冷凝器出水溫度TR-dis排氣溫度TEA蒸發(fā)器出水溫度與制冷劑的飽和溫度之差To-sump壓縮機殼底油溫

    表2兩種方法的故障檢測率

    Tab.2Fault detection rate of two methods

    故障類別故障水平一故障水平二故障水平三故障水平四BP-1BP-2BP-1BP-2BP-1BP-2BP-1BP-2正常0.590.990.710.880.80.940.930.98冷凝器結垢0.530.860.6910.7610.931油過量0.910.9310.870.9710.960.98制冷劑泄露0.570.850.750.790.980.90.990.98有不凝性氣體0.9910.9910.9810.991冷凍水流量減少0.710.790.760.7510.940.910.98冷卻水流量減少0.90.780.950.90.960.990.991制冷劑過量0.720.60.830.870.990.9410.96平均檢測率0.740.850.8350.88250.930.963750.96250.985

    圖5 故障水平一的檢測率Fig.5 Detection rate of the first fault level

    圖6 故障水平二的檢測率Fig.6 Detection rate of the second fault level

    3.4 結果分析

    根據(jù)表2分析可知,經(jīng)過小波去噪后平均檢測率有了較大的提高,尤其是處于故障水平一時,平均檢測率明顯提高,這說明通過小波去噪,剔除測量初始變量的干擾信號,還原有用信號,能有效提高診斷效率。故障水平一處于故障發(fā)生的初始階段,檢測率的提高對及時辨別運行中的冷水機組故障,防止故障的進一步惡化具有重大意義。在冷水機組故障中,冷凝器對整個機組運行性能起非常關鍵的作用,冷凝器結垢導致冷水機組制冷效率降低,而且故障檢測不及時,故障會進一步惡化,最終導致冷凝器臟堵,整個冷水機組運行失靈,嚴重時導致設備損壞。冷水機組上測量的變量不進行處理直接輸入BP神經(jīng)網(wǎng)絡,此時故障水平一冷凝器結垢的檢測率僅為0.53(采用的冷凝器是雙通道,含有164根管道,故障水平一情況下,有20根管道已經(jīng)結垢,見表3),如果未能檢測出故障,結垢的冷凝器管道數(shù)目進一步增加達到33根,對應于故障水平二,此時BP神經(jīng)網(wǎng)絡的診斷率提高16%,達到0.69,仍有檢測不出來的可能性,結垢的管道數(shù)會進一步增加,制冷效率會進一步下降。相反,利用小波去噪對測量參數(shù)進行處理輸入神經(jīng)網(wǎng)絡,冷凝器管道數(shù)結垢20根,即故障水平一時,檢測率達到0.86,基本能夠檢測出冷凝器結垢的故障,即使沒有檢測出來,進入故障水平二,冷凝器結垢的數(shù)目達到33根時,此時檢測率達到1。說明對原始數(shù)據(jù)進行去噪處理,有利于消除噪音,提高BP神經(jīng)網(wǎng)絡對故障診斷的檢測率。

    圖7 故障水平三的檢測率Fig.7 Detection rate of the third fault level

    圖8 故障水平四的檢測率Fig.8 Detection rate of the fourth fault level

    表3冷凝器結垢水平

    Tab.3Condenser fouling level

    故障水平預期運行狀況實際運行狀況正常運行164根未結垢的管道未結垢管故障水平一減少12%的管道20管道結垢故障水平二減少20%的管道33管道結垢故障水平三減少30%的管道49管道結垢故障水平四減少45%的管道74管道結垢

    4 結論

    根據(jù)以上分析,選取8個特征向量作為影響7個故障發(fā)生量的主要因素,然后通過BP-1和BP-2進行對比,可以得到以下結論:

    1)驗證小波去噪能消除噪音對BP診斷模型的干擾,有利于提高檢測率,能更加準確的對冷水機組進行實時監(jiān)控和故障預測。

    2)尤其解決了冷凝器結垢故障檢測率偏低的局面,有利于防止冷凝器管道結垢數(shù)量的進一步增多,提高冷水機組的整體制冷效率。

    3)對小波去噪后的測量數(shù)據(jù)進行建模,4個故障水平的整體檢測率均得到提高。故障水平一檢測率的提高能夠及時辨別冷水機組的故障,從而采取措施防止故障進一步惡化,對降低能源消耗、提高系統(tǒng)的可靠性以及保證室內舒適性具有重要的意義。

    本文受2013年壓縮機技術國家重點實驗室開放基金項目(230031)和供熱供燃氣通風及空調工程北京市重點實驗室研究基金資助課題(NR2016K02)項目資助。(The project was supported by the 2013 State Key Laboratory of Compressor Technology (No. 230031)and Beijing Key Lab of Heating and Gas Supply, Ventilating and Air Conditioning Engineering (No. NR2013K02).)

    [1]Zhou Q, Wang S, Xiao F. A novel strategy for the fault detection and diagnosis of centrifugal chiller systems[J]. HVAC & R Research, 2009, 15(1): 57-75.

    [2]Frank P M. Analytical and qualitative model-based fault diagnosis a survey and some new results[J]. European Journal of Control, 1996, 2(1): 6-28.

    [3]Wang S W, Cui J T. A robust fault detection and diagnosis strategy for centrifugal chillers[J]. HVAC & R Research, 2006, 12(3): 407-428.

    [4]Wang S W, Cui J T. Sensor-fault detection, diagnosis and estimation for centrifugal chiller systems using principal component analysis method[J]. Applied Energy, 2005, 82(3): 197-213.

    [5]Chen Y M, Lan L L. A fault detection technique for air-source heat pump water chiller/heaters[J]. Energy and Buildings, 2009, 41(8): 881-887.

    [6]李冠男, 胡云鵬, 陳煥新, 等. 基于SVDD的冷水機組傳感器故障檢測及效率分析[J]. 化工學報, 2015, 26(5): 1815-1820. (LI Guannan, HU Yunpeng, CHEN Huanxin, et al. SVDD-based chiller sensor fault detection method and its detection efficiency[J]. CIESC Journal, 2015,26(5): 1815-1820.)

    [7]Zhao Y, Wang S W, Xiao F. Pattern recognition-based chillers fault detection method using Support Vector Data Description (SVDD)[J]. Applied Energy, 2013, 112: 1041-1048.

    [8]Luo H, Wang Y R, Cui J. A SVDD approach of fuzzy classification for analog circuit fault diagnosis with FWT as preprocessor[J]. Expert Systems with Applications, 2011, 38(8): 10554-10561.

    [9]Chang S G, Yu B, Vetterli M. Adaptive wavelet thresholding for image denoising and compression[J]. IEEE Trans Image Process, 2000, 9(9): 1532-1546.

    [10] Du Z, Jin X, Yang Y. Wavelet neural network-based fault diagnosis in air-handling units[J]. HVAC & R Research, 2008, 14(6): 959-973.

    [11] Xu X H, Xiao F, Wang S W. Enhanced chiller sensor fault detection, diagnosis and estimation using wavelet analysis and principal component analysis methods[J]. Applied Thermal Engineering,2008,28(2/3):226-237.

    [12] Ballesteros L D M, Moreno A J M. Wavelet-denoising on hardware devices with perfect reconstruction,low latency and adaptive thresholding[J]. Computers & Electrical Engineering, 2013, 39(4): 1300-1311.

    [13] 虞和濟, 陳長征, 張省. 基于神經(jīng)網(wǎng)絡的智能診斷[J]. 振動工程學報, 2000, 13(2): 202-209. (YU Heji, CHEN Changzheng, ZHANG Sheng. Intelligent diagnosis based on neural networks[J]. Journal of Vibration Engineering, 2000, 13(2): 202-209.)

    [14] 宋雷, 黃騰, 方劍, 等. 基于貝葉斯正則化BP神經(jīng)網(wǎng)絡的GPS高程轉換[J]. 西南交通大學學報, 2008, 43(6): 724-728. (SONG Lei, HUANG Teng, FANG Jian, et al. Conversion of GPS height based on bayesian regularization BP neural network[J]. Journal of Southwest Jiaotong University, 2008, 43(6): 724-728.)

    [15] 曹家興, 陸建平. 遺傳算法-貝葉斯正則化BP神經(jīng)網(wǎng)絡擬合滴定糖蜜中有機酸[J]. 分析化學, 2011, 39(5): 743-747. (CAO Jiaxing, LU Jianping. Titration analysis of multi-organic acids in sugarcane molasses by back-propagation neural network integrated with bayesian regularizati on and genetic algorithm[J]. Chinese Journal of Analytical Chemistry, 2011, 39(5): 743-747.)

    [16] 陳昌松, 段善旭, 殷進軍. 基于神經(jīng)網(wǎng)絡的光伏陣列發(fā)電預測模型的設計[J]. 電工技術學報, 2009, 24(9): 153-158. (CHEN Changsong, DUAN Shanxu, YIN Jinjun. A survey of fault diagosis for PV array based on BP neural network[J]. Transactions of China Electrotechnical Society, 2009, 24(9): 153-158.)

    About the corresponding author

    Chen Huanxin, male, professor, Refrigeration and Cryogenics Laboratory, Huazhong University of Science and Technology, +86 27-87558330, E-mail: chenhuanxin@tsinghua.org.cn. Research fields: computer simulation and optimization of refrigeration and air conditioning system, refrigeration and air conditioning equipment development and new technology research, vehicle refrigeration and its control technology.

    Fault Diagnosis of Chillers Based on Neural Network and Wavelet Denoising

    Shi Shubiao1Chen Huanxin1Li Guannan1Hu Yunpeng1Li Haorong2Hu Wenju3

    (1. Refrigeration and Cryogenics Laboratory, Huazhong University of Science and Technology, Wuhan, 430074, China; 2. University of Nebraska-Lincoln, Nebraska, 68410, USA; 3. Beijing University of Civil Engineering and Architecture, Beijing, 100044, China)

    Chiller fault detection based on neural network is a data-based analysis method. The fault detection efficiency relies on the quality of the training data and the mesasured data.The wavelet transfer method which can remove the measurement nosise is used to improve the detection efficiencies of chiller.The results show that wavelet transfer make the detection efficiencies of fault level improved, especially the first level. The increase of the first level detection rate will be able to timely identify the chiller fault, and take the measures to prevent further deterioration of chiller fault, which is of important significance to reduce energy consumption and improve the reliability of the air-conditioning system and ensure the indoor thermal comfort. The FDD (fault detection and diagnosis)strategy is validated through using ASHRAE Project data, which shows that the detection rate is improved obviously.

    chiller; fault detection and diagnosis; BP neural network; wavelet denoising; bayesian regularization

    0253-4339(2016) 01-0012-06

    10.3969/j.issn.0253-4339.2016.01.012

    國家自然科學基金(51328602)資助項目。(The project was supported by the National Natural Science Foundation of China(No. 51328602).)

    2015年7月7日

    TU831.4;TP183

    A

    簡介

    陳煥新, 男,教授,華中科技大學制冷與低溫實驗室,(027)87558330,E-mail: chenhuanxin@tsinghua.org.cn。研究方向:制冷空調系統(tǒng)計算機模擬及優(yōu)化,制冷空調設備開發(fā)及新技術研究,車輛制冷及其測控技術。

    猜你喜歡
    冷水機組冷凝器結垢
    數(shù)據(jù)機房集中式與平面型冷凝器熱環(huán)境對比研究
    綠色建筑(2021年4期)2022-01-20 03:21:56
    冷凝器換熱管開裂原因分析
    水冷磁懸浮變頻離心式冷水機組
    油田采出水結垢影響因素分析
    Study on Scaling Law of Oilfield Produced Water with High Ca2+ and Ba2+
    蒸發(fā)冷卻冷凝器在通信機房空調節(jié)能改造中的應用
    克萊門特冷水機組系統(tǒng)節(jié)能應用會議順利召開
    機電信息(2015年28期)2015-02-27 15:58:00
    外繞微通道冷凝器空氣源熱泵熱水器仿真與優(yōu)化
    制冷學報(2014年1期)2014-03-01 03:06:33
    河南精蠟廠新增冷水機組降耗效果好
    河南化工(2013年13期)2013-08-15 00:45:02
    基于性能曲線的冷水機組配置和運行優(yōu)化
    制冷(2012年2期)2012-09-13 03:36:18
    日韩精品青青久久久久久| 熟女电影av网| 色婷婷久久久亚洲欧美| 又紧又爽又黄一区二区| av免费在线观看网站| 又紧又爽又黄一区二区| 老熟妇仑乱视频hdxx| 嫩草影视91久久| 亚洲av成人不卡在线观看播放网| 亚洲精品久久成人aⅴ小说| 少妇被粗大的猛进出69影院| 国产成人系列免费观看| 国产精品亚洲一级av第二区| bbb黄色大片| 久久亚洲真实| 两个人免费观看高清视频| 亚洲 国产 在线| 欧美日韩瑟瑟在线播放| 亚洲专区字幕在线| 中文字幕av电影在线播放| 国产又黄又爽又无遮挡在线| 亚洲天堂国产精品一区在线| 90打野战视频偷拍视频| 女人高潮潮喷娇喘18禁视频| 激情在线观看视频在线高清| 黄色丝袜av网址大全| 欧美日韩亚洲国产一区二区在线观看| 国产亚洲精品综合一区在线观看 | 日本免费一区二区三区高清不卡| 757午夜福利合集在线观看| 欧美成人午夜精品| 午夜免费观看网址| a在线观看视频网站| 一卡2卡三卡四卡精品乱码亚洲| 黑人操中国人逼视频| 日韩中文字幕欧美一区二区| 久久精品人妻少妇| 成人国产一区最新在线观看| 白带黄色成豆腐渣| 亚洲va日本ⅴa欧美va伊人久久| 免费无遮挡裸体视频| 一边摸一边做爽爽视频免费| 亚洲一区二区三区色噜噜| www.自偷自拍.com| 天天躁狠狠躁夜夜躁狠狠躁| 草草在线视频免费看| 美女高潮喷水抽搐中文字幕| 淫秽高清视频在线观看| 大型av网站在线播放| 亚洲国产精品成人综合色| 制服丝袜大香蕉在线| 亚洲久久久国产精品| 国产一卡二卡三卡精品| www日本黄色视频网| 日韩精品青青久久久久久| 亚洲中文字幕一区二区三区有码在线看 | 亚洲电影在线观看av| 亚洲国产看品久久| 国产成人精品无人区| 夜夜夜夜夜久久久久| 国产成人精品久久二区二区免费| 人人妻,人人澡人人爽秒播| 欧美激情极品国产一区二区三区| 操出白浆在线播放| 人人妻人人看人人澡| 成人av一区二区三区在线看| 国产亚洲欧美在线一区二区| 制服诱惑二区| 黑人欧美特级aaaaaa片| 国产一级毛片七仙女欲春2 | 亚洲国产欧美网| 欧美一区二区精品小视频在线| 欧美黄色片欧美黄色片| 别揉我奶头~嗯~啊~动态视频| 国产成人av激情在线播放| 国产亚洲av高清不卡| 久久99热这里只有精品18| 亚洲aⅴ乱码一区二区在线播放 | 亚洲欧美精品综合一区二区三区| 18禁国产床啪视频网站| 精品熟女少妇八av免费久了| 欧美久久黑人一区二区| 国内少妇人妻偷人精品xxx网站 | 欧美黄色片欧美黄色片| 国产欧美日韩一区二区精品| 国产精品野战在线观看| 国产三级在线视频| 人成视频在线观看免费观看| 黄色丝袜av网址大全| 精品不卡国产一区二区三区| 深夜精品福利| 国产色视频综合| 欧美中文综合在线视频| 美女扒开内裤让男人捅视频| 国产人伦9x9x在线观看| 高清在线国产一区| √禁漫天堂资源中文www| 校园春色视频在线观看| 国产97色在线日韩免费| 久久久久精品国产欧美久久久| 精品日产1卡2卡| 午夜久久久久精精品| 国产精品 欧美亚洲| 高清在线国产一区| 亚洲欧美精品综合久久99| 熟女少妇亚洲综合色aaa.| 人妻久久中文字幕网| 中文字幕av电影在线播放| 大型黄色视频在线免费观看| 亚洲精品美女久久av网站| 久99久视频精品免费| 丁香六月欧美| 久久人人精品亚洲av| 精品乱码久久久久久99久播| 国产精品精品国产色婷婷| 久久人妻福利社区极品人妻图片| 久久久国产精品麻豆| 成人三级黄色视频| 亚洲片人在线观看| 国产又爽黄色视频| 丰满的人妻完整版| АⅤ资源中文在线天堂| 免费高清在线观看日韩| 国产亚洲精品久久久久5区| 法律面前人人平等表现在哪些方面| 夜夜夜夜夜久久久久| 成人国产综合亚洲| 免费在线观看完整版高清| 大香蕉久久成人网| 黄色毛片三级朝国网站| 美女午夜性视频免费| 成人午夜高清在线视频 | 美女免费视频网站| 又大又爽又粗| 国产激情偷乱视频一区二区| 嫩草影视91久久| 亚洲九九香蕉| 欧美国产日韩亚洲一区| 妹子高潮喷水视频| 国产精品精品国产色婷婷| 亚洲第一欧美日韩一区二区三区| 成人特级黄色片久久久久久久| 美女高潮喷水抽搐中文字幕| 日韩有码中文字幕| 欧美国产精品va在线观看不卡| 欧美黑人精品巨大| 日本一区二区免费在线视频| 女性被躁到高潮视频| 婷婷六月久久综合丁香| 两性夫妻黄色片| 窝窝影院91人妻| 亚洲真实伦在线观看| 亚洲欧美一区二区三区黑人| 级片在线观看| 久久久久亚洲av毛片大全| 日本免费a在线| 午夜久久久在线观看| 日韩中文字幕欧美一区二区| 99国产综合亚洲精品| 亚洲成国产人片在线观看| 成年版毛片免费区| 国产精品,欧美在线| 国产av又大| 亚洲av中文字字幕乱码综合 | 欧洲精品卡2卡3卡4卡5卡区| 国产高清视频在线播放一区| 亚洲人成77777在线视频| 少妇的丰满在线观看| 777久久人妻少妇嫩草av网站| 香蕉av资源在线| 最近在线观看免费完整版| 男男h啪啪无遮挡| 国产精品久久久av美女十八| 国产精品久久视频播放| 波多野结衣巨乳人妻| 人人妻人人澡欧美一区二区| 十八禁人妻一区二区| 日日爽夜夜爽网站| 久久精品aⅴ一区二区三区四区| 成人手机av| 中文字幕av电影在线播放| 波多野结衣av一区二区av| 欧美成人一区二区免费高清观看 | 久久伊人香网站| 欧美日韩黄片免| 国产精品爽爽va在线观看网站 | 老司机靠b影院| 国产私拍福利视频在线观看| 精品一区二区三区四区五区乱码| 欧美 亚洲 国产 日韩一| 日韩 欧美 亚洲 中文字幕| 青草久久国产| 天天一区二区日本电影三级| 亚洲精品粉嫩美女一区| 国产av一区在线观看免费| 亚洲国产欧美日韩在线播放| 亚洲五月天丁香| 99精品在免费线老司机午夜| 18禁黄网站禁片免费观看直播| 日韩大码丰满熟妇| 国产精品亚洲美女久久久| 久久天堂一区二区三区四区| 欧美中文日本在线观看视频| 久久婷婷成人综合色麻豆| 免费女性裸体啪啪无遮挡网站| 成人18禁在线播放| 国产野战对白在线观看| 制服诱惑二区| 一本大道久久a久久精品| 久久亚洲精品不卡| 亚洲成人久久爱视频| 日韩欧美国产在线观看| www.自偷自拍.com| 日韩欧美免费精品| 一本久久中文字幕| 国产成+人综合+亚洲专区| 久久婷婷人人爽人人干人人爱| 精品熟女少妇八av免费久了| 又紧又爽又黄一区二区| 成人免费观看视频高清| 精品第一国产精品| 最好的美女福利视频网| 久久午夜亚洲精品久久| 美国免费a级毛片| 国产一卡二卡三卡精品| 中出人妻视频一区二区| 好男人电影高清在线观看| а√天堂www在线а√下载| 日韩欧美国产在线观看| 美女免费视频网站| 99久久国产精品久久久| 午夜两性在线视频| 一夜夜www| 国产又黄又爽又无遮挡在线| 巨乳人妻的诱惑在线观看| 久久性视频一级片| 色老头精品视频在线观看| 国产欧美日韩精品亚洲av| 中出人妻视频一区二区| www.自偷自拍.com| 亚洲成av人片免费观看| 777久久人妻少妇嫩草av网站| 美女高潮到喷水免费观看| 日本 欧美在线| 国产1区2区3区精品| 午夜a级毛片| 欧美日韩福利视频一区二区| 黄网站色视频无遮挡免费观看| 黑丝袜美女国产一区| 伦理电影免费视频| 亚洲成人精品中文字幕电影| 一级作爱视频免费观看| 日本黄色视频三级网站网址| 亚洲一码二码三码区别大吗| 一级毛片精品| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲性夜色夜夜综合| 免费看十八禁软件| 狂野欧美激情性xxxx| 99国产综合亚洲精品| 搡老岳熟女国产| 国产av不卡久久| 亚洲黑人精品在线| a在线观看视频网站| 十分钟在线观看高清视频www| 人妻丰满熟妇av一区二区三区| 国产成+人综合+亚洲专区| 久久久久免费精品人妻一区二区 | 亚洲 国产 在线| 午夜免费观看网址| 日本 欧美在线| 欧美成人免费av一区二区三区| 又黄又爽又免费观看的视频| 村上凉子中文字幕在线| 国产高清有码在线观看视频 | 可以在线观看的亚洲视频| 国产精品98久久久久久宅男小说| 免费高清在线观看日韩| 看免费av毛片| 亚洲成人国产一区在线观看| 在线观看日韩欧美| 亚洲一区二区三区不卡视频| 久久久久久久午夜电影| 成人亚洲精品av一区二区| 免费无遮挡裸体视频| 天天添夜夜摸| 中文字幕av电影在线播放| 午夜福利一区二区在线看| aaaaa片日本免费| 亚洲三区欧美一区| 18美女黄网站色大片免费观看| 亚洲国产日韩欧美精品在线观看 | 亚洲中文日韩欧美视频| 美女高潮喷水抽搐中文字幕| 国产人伦9x9x在线观看| 国产精品久久久人人做人人爽| 国产亚洲欧美98| 老汉色∧v一级毛片| 国产精品久久久久久人妻精品电影| 麻豆一二三区av精品| 免费在线观看完整版高清| 一卡2卡三卡四卡精品乱码亚洲| 久久久久亚洲av毛片大全| 国产av又大| 一级黄色大片毛片| 亚洲国产欧美一区二区综合| 亚洲最大成人中文| 黄频高清免费视频| 99久久99久久久精品蜜桃| 国产精品一区二区三区四区久久 | 久久久久亚洲av毛片大全| 精品欧美国产一区二区三| 777久久人妻少妇嫩草av网站| 国产精品精品国产色婷婷| 免费在线观看日本一区| 免费电影在线观看免费观看| 亚洲国产精品久久男人天堂| 国产又色又爽无遮挡免费看| 午夜老司机福利片| 亚洲精品国产区一区二| 黄色视频,在线免费观看| 欧美一级a爱片免费观看看 | 日韩大码丰满熟妇| 国产精品98久久久久久宅男小说| cao死你这个sao货| 亚洲va日本ⅴa欧美va伊人久久| 欧美日韩中文字幕国产精品一区二区三区| 亚洲在线自拍视频| 国产一卡二卡三卡精品| 在线播放国产精品三级| 在线观看一区二区三区| 亚洲欧美精品综合久久99| 午夜福利在线在线| 亚洲成人久久爱视频| 动漫黄色视频在线观看| 国产亚洲av嫩草精品影院| 亚洲一区中文字幕在线| 欧美zozozo另类| av电影中文网址| 露出奶头的视频| 人妻丰满熟妇av一区二区三区| 精品国产美女av久久久久小说| 性欧美人与动物交配| 侵犯人妻中文字幕一二三四区| 日日干狠狠操夜夜爽| 亚洲国产日韩欧美精品在线观看 | 天天一区二区日本电影三级| 91av网站免费观看| 亚洲一区二区三区不卡视频| 国产精品av久久久久免费| 日日摸夜夜添夜夜添小说| 欧美黄色片欧美黄色片| 两个人看的免费小视频| 两个人免费观看高清视频| 色综合欧美亚洲国产小说| 人人妻,人人澡人人爽秒播| 在线观看免费午夜福利视频| 精品国产亚洲在线| 久久性视频一级片| 久久久久久免费高清国产稀缺| 日本 欧美在线| 色老头精品视频在线观看| 日韩欧美免费精品| 国产免费男女视频| 免费女性裸体啪啪无遮挡网站| 久久精品国产综合久久久| 黄色视频不卡| 国产激情偷乱视频一区二区| 久久久久久大精品| 在线观看舔阴道视频| 国产精品九九99| 日日夜夜操网爽| 国产成年人精品一区二区| 欧美大码av| 黄色女人牲交| 成人18禁在线播放| 国产精品久久久人人做人人爽| 美女扒开内裤让男人捅视频| 久久婷婷人人爽人人干人人爱| 亚洲精品国产一区二区精华液| 亚洲欧美日韩无卡精品| 久久精品国产99精品国产亚洲性色| av中文乱码字幕在线| 国产成人av教育| ponron亚洲| 国产av又大| 国产一区二区三区视频了| 在线观看免费日韩欧美大片| 在线观看www视频免费| 日韩大码丰满熟妇| 精品国产超薄肉色丝袜足j| 午夜免费激情av| 一边摸一边做爽爽视频免费| 久久性视频一级片| 日韩欧美 国产精品| 欧美人与性动交α欧美精品济南到| 少妇 在线观看| 一级片免费观看大全| 欧美激情久久久久久爽电影| 久久亚洲真实| 亚洲人成网站在线播放欧美日韩| 高清毛片免费观看视频网站| 999久久久精品免费观看国产| 18禁裸乳无遮挡免费网站照片 | 搡老妇女老女人老熟妇| 99国产精品一区二区三区| 精品免费久久久久久久清纯| 曰老女人黄片| 久久亚洲真实| 熟女电影av网| tocl精华| 精品电影一区二区在线| 精品无人区乱码1区二区| 久久精品人妻少妇| 桃色一区二区三区在线观看| 美女大奶头视频| 成人亚洲精品av一区二区| 在线观看一区二区三区| 亚洲人成电影免费在线| 一级a爱视频在线免费观看| 他把我摸到了高潮在线观看| 女人高潮潮喷娇喘18禁视频| 亚洲国产欧美一区二区综合| 国产成人av激情在线播放| 午夜影院日韩av| 久久亚洲真实| 黄色毛片三级朝国网站| 国产又色又爽无遮挡免费看| 久久香蕉激情| 少妇熟女aⅴ在线视频| 亚洲成av片中文字幕在线观看| 狂野欧美激情性xxxx| 麻豆成人av在线观看| 国内毛片毛片毛片毛片毛片| 操出白浆在线播放| 搡老熟女国产l中国老女人| 美女午夜性视频免费| 久久性视频一级片| 99国产精品一区二区三区| 在线永久观看黄色视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲欧美激情综合另类| 成人三级黄色视频| √禁漫天堂资源中文www| 色综合亚洲欧美另类图片| 91大片在线观看| 天堂动漫精品| 一级毛片高清免费大全| 欧美日韩亚洲综合一区二区三区_| 黑人操中国人逼视频| 欧美日韩乱码在线| 精品福利观看| 亚洲精华国产精华精| 熟女电影av网| av福利片在线| 国产男靠女视频免费网站| 免费看日本二区| 久久狼人影院| 中文在线观看免费www的网站 | 嫩草影院精品99| 欧美性长视频在线观看| 亚洲精品中文字幕一二三四区| 国语自产精品视频在线第100页| 久久久久九九精品影院| 身体一侧抽搐| 99热6这里只有精品| 国产成人系列免费观看| 91大片在线观看| 国产精品日韩av在线免费观看| 欧美 亚洲 国产 日韩一| 国产精品久久视频播放| 日韩免费av在线播放| 少妇的丰满在线观看| 国产欧美日韩一区二区三| 精品国产乱子伦一区二区三区| 久久久久久大精品| 免费无遮挡裸体视频| 欧美乱妇无乱码| 日韩精品青青久久久久久| 亚洲欧美精品综合久久99| 久久中文看片网| 日日摸夜夜添夜夜添小说| 国产黄色小视频在线观看| 一级a爱视频在线免费观看| 久久久国产成人免费| 国产野战对白在线观看| 午夜久久久久精精品| 琪琪午夜伦伦电影理论片6080| 欧美乱色亚洲激情| 桃红色精品国产亚洲av| 国产av在哪里看| 日本在线视频免费播放| 波多野结衣高清作品| 亚洲国产日韩欧美精品在线观看 | 老司机靠b影院| 欧美黄色淫秽网站| 18禁国产床啪视频网站| 国产亚洲精品综合一区在线观看 | 亚洲第一电影网av| 亚洲精品粉嫩美女一区| 欧美激情久久久久久爽电影| 欧美色视频一区免费| 最好的美女福利视频网| 国产人伦9x9x在线观看| 亚洲人成77777在线视频| 午夜激情av网站| 在线观看日韩欧美| av在线播放免费不卡| 精品一区二区三区av网在线观看| 极品教师在线免费播放| 国产精品1区2区在线观看.| 别揉我奶头~嗯~啊~动态视频| 一级a爱片免费观看的视频| 中文在线观看免费www的网站 | 三级毛片av免费| 国内揄拍国产精品人妻在线 | 夜夜看夜夜爽夜夜摸| 国产成年人精品一区二区| 我的亚洲天堂| 国产精品九九99| 中文资源天堂在线| 国内毛片毛片毛片毛片毛片| 免费无遮挡裸体视频| 欧美日韩一级在线毛片| 日本五十路高清| 亚洲欧洲精品一区二区精品久久久| 国产精品,欧美在线| 91九色精品人成在线观看| 精品国产乱码久久久久久男人| 熟女电影av网| 欧美乱妇无乱码| 亚洲欧美日韩无卡精品| 特大巨黑吊av在线直播 | 91在线观看av| a级毛片在线看网站| 国产精品综合久久久久久久免费| 亚洲第一欧美日韩一区二区三区| 亚洲久久久国产精品| 熟妇人妻久久中文字幕3abv| 欧美乱妇无乱码| 成人三级黄色视频| 高潮久久久久久久久久久不卡| 黄频高清免费视频| 欧美亚洲日本最大视频资源| 成年女人毛片免费观看观看9| 亚洲成av片中文字幕在线观看| 搞女人的毛片| 免费在线观看黄色视频的| 国产精品一区二区精品视频观看| 欧美日韩一级在线毛片| 日韩欧美一区视频在线观看| 一区二区三区国产精品乱码| 母亲3免费完整高清在线观看| 国产成人欧美| 亚洲男人的天堂狠狠| 视频区欧美日本亚洲| 在线观看66精品国产| 欧美色欧美亚洲另类二区| 欧美午夜高清在线| 久久精品国产综合久久久| 黄片大片在线免费观看| 波多野结衣av一区二区av| 高潮久久久久久久久久久不卡| 性色av乱码一区二区三区2| 免费在线观看影片大全网站| 精品久久久久久成人av| 久久久久久久午夜电影| 国产视频一区二区在线看| 欧美丝袜亚洲另类 | 久久国产精品影院| 给我免费播放毛片高清在线观看| 国产野战对白在线观看| 欧美一级a爱片免费观看看 | 叶爱在线成人免费视频播放| 欧美三级亚洲精品| 一级作爱视频免费观看| 欧美+亚洲+日韩+国产| 国产成人精品无人区| 国产精品98久久久久久宅男小说| 亚洲精品久久国产高清桃花| 国产成+人综合+亚洲专区| 美女高潮到喷水免费观看| 亚洲av片天天在线观看| 黑丝袜美女国产一区| 亚洲欧美日韩高清在线视频| АⅤ资源中文在线天堂| 亚洲国产欧美网| 国产亚洲精品久久久久5区| 欧美大码av| 久久精品aⅴ一区二区三区四区| 精品欧美一区二区三区在线| 男人舔女人的私密视频| 俺也久久电影网| 757午夜福利合集在线观看| 黄色视频,在线免费观看| 在线观看免费视频日本深夜| 亚洲国产欧美一区二区综合| 亚洲一区二区三区色噜噜| www.精华液| 免费在线观看完整版高清| 少妇熟女aⅴ在线视频| 精品久久久久久久末码| 国产av在哪里看| 亚洲精品国产一区二区精华液| 精华霜和精华液先用哪个| 最新美女视频免费是黄的| 国产高清激情床上av| 中出人妻视频一区二区| 亚洲国产毛片av蜜桃av| 99热这里只有精品一区 | 国产成人啪精品午夜网站| 嫩草影院精品99| 啦啦啦观看免费观看视频高清| 日本免费a在线| 久久久久国产精品人妻aⅴ院|