• <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
    av免费在线看不卡| 久久久a久久爽久久v久久| 能在线免费观看的黄片| 一个人观看的视频www高清免费观看| 最近中文字幕高清免费大全6| 中文精品一卡2卡3卡4更新| 亚洲怡红院男人天堂| 人人妻人人澡欧美一区二区| 岛国毛片在线播放| 午夜免费男女啪啪视频观看| av线在线观看网站| 人妻系列 视频| 秋霞在线观看毛片| 日韩 亚洲 欧美在线| 好男人视频免费观看在线| 亚洲aⅴ乱码一区二区在线播放| 亚洲最大成人av| 国产一区二区亚洲精品在线观看| 丰满人妻一区二区三区视频av| 久久精品国产自在天天线| 精品一区二区三区人妻视频| 欧美日韩一区二区视频在线观看视频在线 | 女人被狂操c到高潮| 国产片特级美女逼逼视频| 久久久精品欧美日韩精品| 床上黄色一级片| 一边亲一边摸免费视频| 九色成人免费人妻av| 少妇的逼好多水| 高清av免费在线| 男女边吃奶边做爰视频| 久久久国产一区二区| av免费在线看不卡| 亚洲自偷自拍三级| 少妇的逼好多水| 国产亚洲91精品色在线| 亚洲国产欧美在线一区| 亚洲综合色惰| 国产男人的电影天堂91| 精品午夜福利在线看| 黑人高潮一二区| av免费在线看不卡| 国产成人91sexporn| 久久精品久久久久久噜噜老黄| 久久久久精品久久久久真实原创| 在线观看一区二区三区| 热99在线观看视频| 婷婷六月久久综合丁香| 国产成人91sexporn| 亚洲电影在线观看av| 夫妻性生交免费视频一级片| 免费看光身美女| 亚洲性久久影院| 尾随美女入室| 免费看光身美女| 久久久久久久久久人人人人人人| 国产精品.久久久| 国产探花极品一区二区| 欧美不卡视频在线免费观看| 波野结衣二区三区在线| 不卡视频在线观看欧美| 在线播放无遮挡| 国产午夜精品论理片| 欧美不卡视频在线免费观看| av.在线天堂| 91久久精品电影网| 国产永久视频网站| 久久久久久九九精品二区国产| freevideosex欧美| av播播在线观看一区| 亚洲熟女精品中文字幕| 亚洲乱码一区二区免费版| 婷婷色综合大香蕉| 亚洲欧美成人综合另类久久久| 搡女人真爽免费视频火全软件| 国产精品一及| 亚洲av男天堂| 中文精品一卡2卡3卡4更新| 男女边吃奶边做爰视频| 国产综合精华液| 91在线精品国自产拍蜜月| 欧美成人a在线观看| 美女内射精品一级片tv| 午夜免费激情av| 国产精品久久久久久精品电影小说 | 亚洲国产精品成人久久小说| 狂野欧美白嫩少妇大欣赏| 亚洲精品第二区| 国产人妻一区二区三区在| 成人av在线播放网站| 日韩一区二区三区影片| 午夜激情欧美在线| 99热6这里只有精品| 青春草国产在线视频| 午夜精品国产一区二区电影 | 国产三级在线视频| 亚洲精品自拍成人| 国产毛片a区久久久久| 老司机影院毛片| 全区人妻精品视频| 午夜福利在线在线| 男女下面进入的视频免费午夜| 美女国产视频在线观看| 一级a做视频免费观看| 少妇裸体淫交视频免费看高清| 一个人观看的视频www高清免费观看| 99久久精品国产国产毛片| 国产麻豆成人av免费视频| 国产69精品久久久久777片| 内地一区二区视频在线| 日本三级黄在线观看| 欧美变态另类bdsm刘玥| 亚洲欧美日韩东京热| 午夜福利在线观看免费完整高清在| 一区二区三区高清视频在线| 亚洲精品日韩在线中文字幕| 亚洲成人精品中文字幕电影| 亚洲av.av天堂| 高清av免费在线| 偷拍熟女少妇极品色| 国产免费视频播放在线视频 | 亚洲精华国产精华液的使用体验| 中国美白少妇内射xxxbb| 女人久久www免费人成看片| 大陆偷拍与自拍| 久久久久久九九精品二区国产| 2022亚洲国产成人精品| 精品久久久久久久久亚洲| 亚洲欧美精品专区久久| 久久精品夜夜夜夜夜久久蜜豆| 国产成人免费观看mmmm| 国产成人福利小说| 欧美另类一区| 久久97久久精品| 午夜免费激情av| 青春草国产在线视频| 内地一区二区视频在线| 欧美97在线视频| 欧美激情国产日韩精品一区| 国产男女超爽视频在线观看| 天天躁夜夜躁狠狠久久av| 欧美日韩精品成人综合77777| 久久99热这里只有精品18| av又黄又爽大尺度在线免费看| 少妇的逼好多水| 一个人免费在线观看电影| 亚洲av免费高清在线观看| a级毛色黄片| 国产 一区 欧美 日韩| 男女边摸边吃奶| 欧美人与善性xxx| 免费人成在线观看视频色| 国产伦理片在线播放av一区| 国产伦一二天堂av在线观看| 成年版毛片免费区| 亚洲成色77777| 男的添女的下面高潮视频| 免费观看a级毛片全部| 搡女人真爽免费视频火全软件| 久久久久久国产a免费观看| 女人十人毛片免费观看3o分钟| 男插女下体视频免费在线播放| 免费在线观看成人毛片| 99久久人妻综合| 国产成人午夜福利电影在线观看| 黄色一级大片看看| 人妻夜夜爽99麻豆av| 日韩中字成人| 亚洲国产欧美人成| 最近手机中文字幕大全| 超碰97精品在线观看| 久久久a久久爽久久v久久| 国产伦在线观看视频一区| 日本-黄色视频高清免费观看| 五月伊人婷婷丁香| 精品一区在线观看国产| 六月丁香七月| 超碰97精品在线观看| 国产欧美日韩精品一区二区| 看十八女毛片水多多多| av在线蜜桃| 亚洲国产av新网站| 最近视频中文字幕2019在线8| av国产久精品久网站免费入址| 91精品国产九色| 亚洲在线观看片| h日本视频在线播放| 男女啪啪激烈高潮av片| 搡女人真爽免费视频火全软件| 久久久精品欧美日韩精品| 午夜免费激情av| 欧美日韩亚洲高清精品| av在线亚洲专区| 午夜福利网站1000一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 久久久精品欧美日韩精品| 午夜精品在线福利| 欧美高清性xxxxhd video| 搞女人的毛片| 麻豆久久精品国产亚洲av| 亚洲欧洲国产日韩| 777米奇影视久久| 国产成人福利小说| 青青草视频在线视频观看| 美女xxoo啪啪120秒动态图| 乱系列少妇在线播放| 中文在线观看免费www的网站| 91精品一卡2卡3卡4卡| 成人毛片60女人毛片免费| 在线免费观看的www视频| 一二三四中文在线观看免费高清| 男插女下体视频免费在线播放| 亚洲久久久久久中文字幕| 欧美日本视频| 人妻夜夜爽99麻豆av| 丰满人妻一区二区三区视频av| 国产免费视频播放在线视频 | 亚洲欧美精品自产自拍| 免费播放大片免费观看视频在线观看| 综合色丁香网| 最近2019中文字幕mv第一页| 大又大粗又爽又黄少妇毛片口| 欧美日韩综合久久久久久| 欧美日韩在线观看h| 午夜激情久久久久久久| 国产av国产精品国产| 一本一本综合久久| 99久久人妻综合| 看十八女毛片水多多多| 国产精品无大码| 青春草亚洲视频在线观看| 大香蕉97超碰在线| av黄色大香蕉| 国产精品一区二区三区四区免费观看| 亚洲成人精品中文字幕电影| 色吧在线观看| 97热精品久久久久久| 99热这里只有精品一区| 免费看不卡的av| 国产精品一区二区性色av| 婷婷六月久久综合丁香| 国产av国产精品国产| 国产单亲对白刺激| 久久久久久久久久成人| 街头女战士在线观看网站| 中文精品一卡2卡3卡4更新| 男人和女人高潮做爰伦理| 亚洲成人久久爱视频| 在线观看人妻少妇| 精品国产露脸久久av麻豆 | 偷拍熟女少妇极品色| 国产视频内射| 国产亚洲精品av在线| 日日啪夜夜撸| 久久久久久久午夜电影| 国产人妻一区二区三区在| 最近最新中文字幕大全电影3| 黄色日韩在线| 色综合亚洲欧美另类图片| 亚洲欧美日韩卡通动漫| 国产单亲对白刺激| 亚洲,欧美,日韩| 亚洲成人av在线免费| 久久99热这里只有精品18| 18禁裸乳无遮挡免费网站照片| 久久久久久久久久久丰满| 国产白丝娇喘喷水9色精品| 草草在线视频免费看| 高清av免费在线| 亚洲av免费在线观看| 国产高清有码在线观看视频| 建设人人有责人人尽责人人享有的 | 少妇熟女欧美另类| 国产一区有黄有色的免费视频 | 婷婷色综合大香蕉| 日本爱情动作片www.在线观看| 少妇人妻精品综合一区二区| 免费看不卡的av| 免费高清在线观看视频在线观看| 我要看日韩黄色一级片| 欧美丝袜亚洲另类| 中文字幕久久专区| 国产爱豆传媒在线观看| 丰满人妻一区二区三区视频av| 亚洲四区av| 久久久久久久亚洲中文字幕| 国产精品一区二区性色av| 亚洲国产欧美在线一区| 精品一区二区三区视频在线| 午夜精品一区二区三区免费看| 欧美精品一区二区大全| 男女国产视频网站| 亚洲成人一二三区av| 天天一区二区日本电影三级| 少妇被粗大猛烈的视频| 综合色丁香网| 成人鲁丝片一二三区免费| 尾随美女入室| 久久99精品国语久久久| 亚洲精品久久午夜乱码| 欧美成人精品欧美一级黄| 日本熟妇午夜| 日韩精品有码人妻一区| 久久午夜福利片| 久久精品国产亚洲av天美| 成人高潮视频无遮挡免费网站| 少妇被粗大猛烈的视频| 一区二区三区免费毛片| 久久草成人影院| 国产黄片美女视频| 日日撸夜夜添| 麻豆成人午夜福利视频| 80岁老熟妇乱子伦牲交| 男女啪啪激烈高潮av片| or卡值多少钱| 成人二区视频| 女人久久www免费人成看片| 亚洲怡红院男人天堂| 99久久精品国产国产毛片| 亚洲在线观看片| 亚洲精品日韩在线中文字幕| 久久综合国产亚洲精品| 高清毛片免费看| 免费av不卡在线播放| 久久久久久久久大av| 六月丁香七月| 久久精品国产鲁丝片午夜精品| 欧美xxⅹ黑人| or卡值多少钱| 中文字幕免费在线视频6| 你懂的网址亚洲精品在线观看| 2018国产大陆天天弄谢| 男人狂女人下面高潮的视频| 国内精品一区二区在线观看| 精品久久久久久电影网| 亚洲精品国产av成人精品| 久久精品熟女亚洲av麻豆精品 | 免费不卡的大黄色大毛片视频在线观看 | 国产乱来视频区| 成年版毛片免费区| 国产欧美另类精品又又久久亚洲欧美| 51国产日韩欧美| 亚洲精华国产精华液的使用体验| 久久国产乱子免费精品| 大片免费播放器 马上看| 真实男女啪啪啪动态图| 国产精品综合久久久久久久免费| 噜噜噜噜噜久久久久久91| 久久久久性生活片| 99re6热这里在线精品视频| 国产伦精品一区二区三区视频9| 99久久精品国产国产毛片| 国产伦精品一区二区三区四那| 哪个播放器可以免费观看大片| 亚洲高清免费不卡视频| 观看免费一级毛片| 久久热精品热| 69av精品久久久久久| 午夜精品一区二区三区免费看| av在线观看视频网站免费| 男女视频在线观看网站免费| 天堂影院成人在线观看| 亚洲精品久久久久久婷婷小说| 搡老妇女老女人老熟妇| 精品久久久久久久久久久久久| 国产一级毛片七仙女欲春2| av一本久久久久| 亚洲精品国产av蜜桃| 国产亚洲精品av在线| 九草在线视频观看| 91精品一卡2卡3卡4卡| 午夜精品一区二区三区免费看| 97热精品久久久久久| 国产亚洲午夜精品一区二区久久 | 亚洲欧美日韩无卡精品| 午夜亚洲福利在线播放| 直男gayav资源| 两个人的视频大全免费| 最近中文字幕高清免费大全6| 狠狠精品人妻久久久久久综合| 大话2 男鬼变身卡| 亚洲精品久久午夜乱码| 国产亚洲av片在线观看秒播厂 | 亚洲av一区综合| 亚洲人成网站高清观看| 91午夜精品亚洲一区二区三区| 美女内射精品一级片tv| 精品一区二区三卡| 免费观看a级毛片全部| 好男人在线观看高清免费视频| 亚洲欧美日韩东京热| 免费不卡的大黄色大毛片视频在线观看 | 国产精品麻豆人妻色哟哟久久 | 一级av片app| 国产一级毛片七仙女欲春2| 一本一本综合久久| 欧美一级a爱片免费观看看| 国产av在哪里看| 精品久久久久久久末码| 国产亚洲精品av在线| 免费不卡的大黄色大毛片视频在线观看 | 秋霞伦理黄片| 亚洲熟女精品中文字幕| 亚洲精品日本国产第一区| h日本视频在线播放| or卡值多少钱| 国产综合懂色| 国产一区二区三区av在线| 一本一本综合久久| 伊人久久精品亚洲午夜| 久久久国产一区二区| 如何舔出高潮| 午夜福利高清视频| 大片免费播放器 马上看| av在线亚洲专区| 最近最新中文字幕免费大全7| 国产精品一二三区在线看| 欧美三级亚洲精品| 一区二区三区四区激情视频| 亚洲丝袜综合中文字幕| 久久99热这里只有精品18| 色视频www国产| 精品一区二区三区人妻视频| 女人十人毛片免费观看3o分钟| 国产伦精品一区二区三区四那| 日本wwww免费看| 三级国产精品片| 你懂的网址亚洲精品在线观看| 久久97久久精品| 精品久久久久久久人妻蜜臀av| 99热网站在线观看| 麻豆精品久久久久久蜜桃| 国产免费福利视频在线观看| 久久精品久久精品一区二区三区| 国产探花在线观看一区二区| 26uuu在线亚洲综合色| 亚洲人与动物交配视频| 美女脱内裤让男人舔精品视频| 久久综合国产亚洲精品| 国产成人精品一,二区| 久久精品久久久久久噜噜老黄| 韩国av在线不卡| 纵有疾风起免费观看全集完整版 | 久久久久久久久久久丰满| 免费看a级黄色片| 久久国内精品自在自线图片| 亚洲精品国产av成人精品| 一区二区三区乱码不卡18| 国产精品99久久久久久久久| 免费电影在线观看免费观看| 啦啦啦啦在线视频资源| 国产av码专区亚洲av| 免费观看性生交大片5| 欧美高清成人免费视频www| 国产精品人妻久久久影院| 久久久久久久国产电影| 午夜福利在线在线| 好男人在线观看高清免费视频| 亚洲经典国产精华液单| 一级毛片久久久久久久久女| 黄色欧美视频在线观看| www.色视频.com| 极品教师在线视频| 久久热精品热| 亚洲av免费高清在线观看| 亚洲色图av天堂| 在线观看美女被高潮喷水网站| 午夜免费男女啪啪视频观看| 国产成人91sexporn| 亚洲av不卡在线观看| 久久久午夜欧美精品| 99久久精品国产国产毛片| 国产成人精品福利久久| av一本久久久久| 在线观看人妻少妇| 免费播放大片免费观看视频在线观看| 国产精品国产三级国产专区5o| 国产高潮美女av| 亚洲va在线va天堂va国产| 日韩国内少妇激情av| av一本久久久久| 免费人成在线观看视频色| 亚州av有码| 精品亚洲乱码少妇综合久久| 少妇被粗大猛烈的视频| 久久99热6这里只有精品| 亚洲精品亚洲一区二区| 麻豆成人午夜福利视频| av福利片在线观看| 卡戴珊不雅视频在线播放| 中国美白少妇内射xxxbb| 国产一区亚洲一区在线观看| 精品亚洲乱码少妇综合久久| 精品久久久久久久久亚洲| 国产中年淑女户外野战色| 日本-黄色视频高清免费观看| 国模一区二区三区四区视频| 成人亚洲精品一区在线观看 | 国产高清三级在线| av免费观看日本| 国产单亲对白刺激| 亚洲精品,欧美精品| 老司机影院成人| 国产午夜福利久久久久久| 午夜老司机福利剧场| 九草在线视频观看| 女人十人毛片免费观看3o分钟| 高清视频免费观看一区二区 | 欧美潮喷喷水| 免费不卡的大黄色大毛片视频在线观看 | 熟妇人妻久久中文字幕3abv| 乱人视频在线观看| 18+在线观看网站| 国产成人福利小说| 黄色欧美视频在线观看| 亚州av有码| 国产 一区 欧美 日韩| 日日撸夜夜添| 午夜久久久久精精品| 国产伦精品一区二区三区视频9| 亚洲精品中文字幕在线视频 | 精品一区二区三区人妻视频| 午夜福利视频1000在线观看| 欧美最新免费一区二区三区| 男女视频在线观看网站免费| 九草在线视频观看| 69人妻影院| 麻豆成人av视频| 欧美一区二区亚洲| 麻豆成人av视频| 日本av手机在线免费观看| 国产成人一区二区在线| 超碰av人人做人人爽久久| 中国美白少妇内射xxxbb| 国产高清国产精品国产三级 | 亚洲欧美日韩卡通动漫| 免费看光身美女| 啦啦啦中文免费视频观看日本| 久久鲁丝午夜福利片| 午夜福利视频1000在线观看| 国产精品人妻久久久久久| 日韩av免费高清视频| 真实男女啪啪啪动态图| 黑人高潮一二区| 日韩视频在线欧美| 国产av不卡久久| 精品国内亚洲2022精品成人| 一级片'在线观看视频| 国产色爽女视频免费观看| 日韩大片免费观看网站| 中文在线观看免费www的网站| 最近最新中文字幕免费大全7| 成人美女网站在线观看视频| 国产成人精品婷婷| 日韩欧美一区视频在线观看 | 国产高清有码在线观看视频| 日韩,欧美,国产一区二区三区| av在线播放精品| 国产精品.久久久| 一个人观看的视频www高清免费观看| 免费av不卡在线播放| 久久午夜福利片| 成人亚洲欧美一区二区av| 成人无遮挡网站| 亚洲第一区二区三区不卡| 成年人午夜在线观看视频 | 九色成人免费人妻av| 国产在线男女| 嫩草影院精品99| 国产精品不卡视频一区二区| 欧美日韩视频高清一区二区三区二| 欧美激情国产日韩精品一区| 日日摸夜夜添夜夜爱| 国产黄片美女视频| 亚洲国产最新在线播放| 九九在线视频观看精品| 午夜福利视频1000在线观看| 国产高潮美女av| 久久人人爽人人片av| av在线观看视频网站免费| 免费看日本二区| 久久精品久久久久久噜噜老黄| 亚洲不卡免费看| 免费不卡的大黄色大毛片视频在线观看 | 特级一级黄色大片| 69av精品久久久久久| 精品不卡国产一区二区三区| 亚洲av免费高清在线观看| 男的添女的下面高潮视频| 久久久久性生活片| 亚洲精品成人久久久久久| 亚洲美女搞黄在线观看| 精品一区二区免费观看| 老师上课跳d突然被开到最大视频| 久久久久久久久久黄片| 国产欧美日韩精品一区二区| 欧美性猛交╳xxx乱大交人| 国产探花极品一区二区| 啦啦啦中文免费视频观看日本| 亚洲色图av天堂| 最后的刺客免费高清国语| 午夜福利网站1000一区二区三区| 男人和女人高潮做爰伦理| 日韩av在线免费看完整版不卡| 国产精品国产三级国产专区5o| 国产一区二区三区av在线| 亚洲美女搞黄在线观看| 免费不卡的大黄色大毛片视频在线观看 | 日本免费在线观看一区| 久久久久精品性色| av播播在线观看一区| 中文字幕免费在线视频6| 久久久久久久久久黄片| 午夜免费观看性视频| 欧美一区二区亚洲|