• <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 ?

    故障診斷中的數(shù)據(jù)建模與特征選擇

    2016-11-16 15:08:41武堅安宏勇馮思桐
    電腦知識與技術(shù) 2016年25期
    關(guān)鍵詞:特征選擇故障診斷

    武堅+安宏勇+馮思桐

    摘要:機器學(xué)習(xí)方法在故障診斷領(lǐng)域得到了廣泛的運用,通過對系統(tǒng)數(shù)據(jù)做出分析,在最快時間內(nèi)發(fā)現(xiàn)異常并立刻做出反應(yīng)。它的主要目標(biāo)是設(shè)計算法并分析采樣數(shù)據(jù),使計算機能夠?qū)崿F(xiàn)“自我學(xué)習(xí)”的過程,進行適合研究對象的特征提取和特征選擇,來預(yù)測未知數(shù)據(jù)的可能行為。本文結(jié)合現(xiàn)有文獻,以傳動軸為研究對象,對機械制造業(yè)中的故障診斷特征提取與特征選擇過程進行了研究。文中列出了零部件故障診斷時域和頻域主要使用的故障特征函數(shù),并給出了特征提取與特征選擇的流程和方法,使用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)算法進行基于數(shù)據(jù)的建模分析,結(jié)合數(shù)據(jù)模型,進行了適用于本次評估的特征參數(shù)提取和選擇。

    關(guān)鍵詞:故障診斷;數(shù)據(jù)建模;特征選擇

    中圖分類號:TP311 文獻標(biāo)識碼:A 文章編號:1009-3044(2016)25-0207-03

    1 介紹

    基于數(shù)據(jù)建模的故障診斷,通過對異常的數(shù)據(jù)點來預(yù)測未知的故障情況,通過對故障情況的預(yù)估以及定位,可以及時預(yù)防并消除安全隱患。這種通過數(shù)據(jù)采樣來進行判斷和預(yù)測的方法在工業(yè)界,尤其是制造業(yè)和再制造領(lǐng)域中的需求逐漸上升。機器學(xué)習(xí)作為人工智能學(xué)科的一個分支,主通過對現(xiàn)有數(shù)據(jù)的歸類和整合來建立適用的預(yù)測模型,從而對新的未知數(shù)據(jù)進行分類和預(yù)測[1]。在這個過程中原始的數(shù)據(jù)測量值很大程度上不能反映對象本質(zhì),并且很多高維的原始特征計算量大,樣本分布稀疏不利于進行建模。因此需要分析各種能夠代表研究對象特性的特征,并選出具有代表性的特征,這是整個建模與預(yù)測過程中非常關(guān)鍵的一個環(huán)節(jié)。通過有效特征來降低數(shù)據(jù)的維度,從而降低建模難度,提升模型的預(yù)測精度是進行有效數(shù)據(jù)建模的重要研究方向。

    本文的研究對象為損壞程度由淺至深的傳動軸,同時也是機械系統(tǒng)中最容易出現(xiàn)故障并導(dǎo)致事故的部件之一。通過對其轉(zhuǎn)動工作中AE(Acoustic Emission )數(shù)據(jù)的采集和分析來進行建模,并對不同等級的故障進行預(yù)測。由于傳動軸在工作過程中難免會受到大量其他部位振動的干擾,因此需要對采集的得到的數(shù)據(jù)進行合理的信號處理,從含有干擾信號的振動信號中提取有效的失效特征,實現(xiàn)故障的早期監(jiān)測和評估。文中給出了在傳感器技術(shù)領(lǐng)域中常用的故障特征,并對采集得到的原始信號進行了小波降噪。通過數(shù)據(jù)的建模過程最終選擇了合適的特征,并給出了使用不同特征進行故障等級預(yù)測時的預(yù)測精度。

    2 基于數(shù)據(jù)模型的診斷過程與常用特征

    2.1 基于數(shù)據(jù)建模的故障診斷流程

    由于機械在運轉(zhuǎn)的過程中將會產(chǎn)生大量的數(shù)據(jù),如果單從傳統(tǒng)的物理模型出發(fā),無法快速地找出異常情況并做出安全性的評估。故此提出了基于數(shù)據(jù)的建模方法,在數(shù)據(jù)挖掘和數(shù)據(jù)分析的基礎(chǔ)上進行安全評估和異常診斷。通?;趥鹘y(tǒng)的行為和經(jīng)驗會給出對于下一步行為的大致預(yù)測,異常則定義為與這些預(yù)測不符的行為。從概率角度分析,假設(shè)表示為正常行為集合的概率密度估計,當(dāng)一個行為集合概率密度函數(shù)時,定義這樣的集合為正常行為。如圖1所示,S1 和S2 表示正常的行為集合,而其他數(shù)據(jù)點如x1和x2,其概率密度估計小于假定值,則被定義為異常點,同樣的屬于S3區(qū)域的數(shù)據(jù)也為異常數(shù)據(jù)集合[2]。

    而基于數(shù)據(jù)的建模方法則是為了從大量的數(shù)據(jù)集合中找出這些異常的數(shù)據(jù)流動,從而達到故障診斷的目的。例如使用神經(jīng)網(wǎng)絡(luò)或模糊數(shù)學(xué)的方法來進行建模,通過對正常數(shù)據(jù)行為的記錄和學(xué)習(xí),來對總數(shù)據(jù)集合進行分類,從而得出異常的數(shù)據(jù)情況[3-4]。通常使用數(shù)據(jù)模型的安全評估技術(shù)應(yīng)用于實時環(huán)境下,可以由數(shù)據(jù)迅速建立評估模型并且得出結(jié)論,圖2給出了基于數(shù)據(jù)的評估模型建立流程。第一個階段是實驗設(shè)計階段,通過相關(guān)實驗來采集數(shù)據(jù)。第二個階段需要對采集到的數(shù)據(jù)進行處理,通過實驗采集得到的原始數(shù)據(jù)有時無法最好的表達所測物理量的物理特性,需要通過計算轉(zhuǎn)換為具有更好特性的特征參數(shù)來進行表達,即特征選擇和特征提取的階段。通過對處理后的數(shù)據(jù)集合進行分析,可以得到最為有效的特征參數(shù),這樣才能保證建模的準(zhǔn)確性。第三個階段為評估模型的建立過程。將第二階段所得到的特征參數(shù)作為模型的輸入,對數(shù)據(jù)進行學(xué)習(xí)和訓(xùn)練進而產(chǎn)生分類和預(yù)測模型,通過測試數(shù)據(jù)的比較來分析模型的準(zhǔn)確性和全面程度,最終得到對于異常情況的分類和預(yù)測結(jié)果。

    2.2 常用的特征參數(shù)

    時域中最簡單的特征參數(shù)為峰值,其定義為最大最小值差值的二分之一:

    出現(xiàn)峰值的頻段隨著零部件故障等級的加深有明顯的變化趨勢[5]。另一常用的特征參數(shù)為均方根函數(shù),它表示時變信號的取值變化規(guī)律,通??梢岳斫鉃閿?shù)據(jù)的平均能量:

    公式 (2)中,表示采集得到的數(shù)據(jù)數(shù)目。以上列舉的兩種特征參數(shù)均屬于有量綱參數(shù),他們的明顯缺點在于隨著實驗劇烈程度改變而改變,比如運轉(zhuǎn)速度的變化時其特征值變化明顯,同時他們更加依賴于歷史數(shù)據(jù)。為了克服這樣的缺點,常用的還有無量綱的特征參數(shù)。如峰值系數(shù),它定義為峰值與均方根函數(shù)值的比值:

    峰值系數(shù)表示了一個突然的峰值突起對于整個故障情況的影響。另一個常用的無量綱特征為峭度,它與軸承轉(zhuǎn)速、尺寸、載荷等無關(guān),對沖擊信號特別敏感,特別適用于表面損傷類故障、尤其是早期故障的診斷:

    在定義峭度的公式 (4)中,表示數(shù)據(jù)的平均值,是第 個樣本在t時刻的取值,表示樣本總數(shù), 表示數(shù)據(jù)的標(biāo)準(zhǔn)差。另一個常用的無量綱特征為偏態(tài),表示數(shù)據(jù)分布的不對稱程度:

    3 實驗方法

    3.1 實驗環(huán)境

    本次實驗中將使用11根傳動軸,在每根軸上都有一個不同深度的人為切口,用以模擬不同的故障等級。傳動軸材料為AISI4140特種鋼,常用于石油化工、航空航天、船舶、能源、軍工、電子、環(huán)保和機械制造等方面。每根軸直徑為16mm,長度為53.5cm,其中完好無切口的軸一根,切口深度與故障等級分別為0.8mm(5%),1.6mm(10%), 2.4mm(15%), 3.2mm(20%), 4.0mm(25%), 4.8mm(30%), 5.6mm(35%), 6.4mm(40%), 7.2mm(45%), 8.0mm(50%)。實驗中傳動軸將會模擬實際的高速運轉(zhuǎn)過程,并在。當(dāng)傳動軸工作時,由于貫軸的橫向切口的故障存在,傳動軸在運轉(zhuǎn)過程中會產(chǎn)生與正常情況下不同的噪音。AE信號通常用來記錄并反應(yīng)此類實驗的動態(tài)與靜態(tài)特性。其中AE傳感器主要放置在零部件的四周來采集振動信號,主要記錄了零部件工作狀況時的能量變化情況。

    安裝好實驗設(shè)置平臺后,馬達裝置帶動傳動軸開始旋轉(zhuǎn),速度為2000轉(zhuǎn)/分,其旋轉(zhuǎn)時的工作狀態(tài)以AE數(shù)據(jù)的形式被傳感器記錄下來。圖3是本次AE數(shù)據(jù)采集系統(tǒng)的示意圖,傳感器外接于KISTLER專用的四通道耦合器上,分別為X軸向和Z軸向,將數(shù)據(jù)傳送至模數(shù)轉(zhuǎn)換器 A/D converter NI-USB 6259BNC中。最終將數(shù)字信號傳入PC中的LabView采集界面中,以TDMS的格式保存數(shù)據(jù)。

    3.2 數(shù)據(jù)預(yù)處理

    1)數(shù)據(jù)裁剪

    在本次實驗中,在采集數(shù)據(jù)的5分鐘內(nèi),所采集的并不都是穩(wěn)定工作下的數(shù)據(jù),所以我們首先對數(shù)據(jù)進行裁剪。機器需要加速至固定速度,并在此速度下先工作一段時間來保證穩(wěn)定性,所以如圖4,我們需要裁剪不穩(wěn)定的數(shù)據(jù),最終保存三分鐘的數(shù)據(jù)。

    2)小波降噪

    本文對所得信號使用sym8小波進行5層分解,得到高頻系數(shù),使用SURE闕值、軟闕值對采集到的原始信號進行小波降噪。如圖5所示,上圖為原始信號,下圖為降噪信號,比較發(fā)現(xiàn)原始的信號成分與降噪前顯得更加明顯,信號的信噪比提高,噪聲大部分被去除,較好地保持了信號中突變成分的效果。

    4 測試結(jié)果與實驗分析

    如表1所列本文一共定義八種特征以供選擇,通過使用這八種特征值進行對數(shù)據(jù)的分類的準(zhǔn)確率對比,來選取能夠最好表達故障等級的特征向量。

    在特征選擇的過程中,本文主要通過預(yù)測準(zhǔn)確性對比的比較方式來選取較好的特征。為了達到最好的對比效果,本文選取2000RPM下0mm(0%)和8mm(50%)兩種故障等級的振動信號數(shù)據(jù)進行對比,通過使用BP神經(jīng)網(wǎng)絡(luò)對選取的特征進行分類預(yù)測。為了節(jié)省運算時間,本次試驗將使用20個神經(jīng)元的神經(jīng)網(wǎng)絡(luò)模型來進行預(yù)測。對于數(shù)據(jù)特征值的運算,本文選取每一個旋轉(zhuǎn)周期進行一次運算,從而可以表示每個周期的運動特征。在整個模擬工作的狀態(tài)的運轉(zhuǎn)過程中,0mm和8mm分別可以選取3630和3336個特征值構(gòu)成兩個帶標(biāo)簽的特征向量。本次神經(jīng)網(wǎng)絡(luò)的建模中,70%的數(shù)據(jù)將用于訓(xùn)練,15%和另外的15%將分別用于檢測和驗證過程。最終得到的檢測結(jié)果將記錄于圖6中的混淆矩陣。

    對每一個特征向量,隨機選取其中的15%進行檢測,并進行20次訓(xùn)練和檢測來盡量覆蓋盡可能多的檢測數(shù)據(jù),圖 6中列出了一次訓(xùn)練后的混淆矩陣,計算最終準(zhǔn)確性時將20次訓(xùn)練結(jié)果進行平均。如圖6,對特征Kurtosis_X來說,訓(xùn)練后檢測的準(zhǔn)確度為98.7%, 表示測試數(shù)據(jù)集中518個“0”類樣本與513個“1”類樣本進行了正確的預(yù)測。這樣就可以得出其他七個特征向量的預(yù)測準(zhǔn)確度,記錄在表2中:

    表2給出了8個特征的預(yù)測準(zhǔn)確率,通過比較可以看出橫軸的特征值能夠更好地表達故障情況,而峭度和均方根函數(shù)的橫軸特征向量均可以達到很高的數(shù)據(jù)分類準(zhǔn)確度。如果選擇這樣高準(zhǔn)確度率的特征參數(shù),就可以建立更加準(zhǔn)確的分類器模型。這表明在接下來的故障分類與預(yù)測的部分中,可以使用峭度和均方根函數(shù)的橫軸特征值[Kurtosis_X, RMS_X]作為輸入來建立預(yù)測模型。

    5 總結(jié)

    本文以傳動軸為研究對象設(shè)計了工作狀態(tài)下的AE數(shù)據(jù)采集試驗,并使用BP神經(jīng)網(wǎng)絡(luò)建立了數(shù)據(jù)模型,試驗結(jié)果證明時域的特征參數(shù)可以對傳動軸的損壞程度進行一定程度的預(yù)測。文中數(shù)據(jù)建模的方法選取了預(yù)測準(zhǔn)確率最高的特征向量,可以作為下一步預(yù)測模型的輸入,以此提高對于未知故障的預(yù)測準(zhǔn)確率。

    參考文獻:

    [1] Tripolis GR. Supervised Machine Learning: A Review of Classification [J].Techniques Informatica, 2007(31):249-268.

    [2] Animesh Patcha, Jung-Min Park. An overview of anomaly detection techniques: Existing solutions and latest technological trends[J]. Computer Networks, 2007(1):355-380.

    [3] W. Lee, S.J. Stolfo, K.W. Mok. Adaptive intrusion detection: a data mining approach[J]. Artificial Intelligence Review, 2000(14):533–567.

    [4] W. Lee, S. J. Stolfo, K. W. Mok. A data mining framework for building intrusion detection models[C]. In Proceedings of the 1999 IEEE Symposium on Security and Privacy, May 1999:437-456.

    [5] El-Wardany, T.I., D. Gao, and M.A. Elbestawi. Tool condition monitoring in drilling using vibration signature analysis[J].International Journal of Machine Tools and Manufacture, 1996,36(6):687-711.

    猜你喜歡
    特征選擇故障診斷
    凍干機常見故障診斷與維修
    Kmeans 應(yīng)用與特征選擇
    電子制作(2017年23期)2017-02-02 07:17:06
    基于量子萬有引力搜索的SVM自駕故障診斷
    基于GA和ELM的電能質(zhì)量擾動識別特征選擇方法
    聯(lián)合互信息水下目標(biāo)特征選擇算法
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于特征選擇聚類方法的稀疏TSK模糊系統(tǒng)
    基于特征選擇和RRVPMCD的滾動軸承故障診斷方法
    基于LCD和排列熵的滾動軸承故障診斷
    基于WPD-HHT的滾動軸承故障診斷
    機械與電子(2014年1期)2014-02-28 02:07:31
    aaaaa片日本免费| 国产激情欧美一区二区| e午夜精品久久久久久久| 大香蕉久久成人网| 19禁男女啪啪无遮挡网站| 亚洲性夜色夜夜综合| 精品久久久久久久毛片微露脸| 欧美日韩乱码在线| 两个人视频免费观看高清| 国产成人精品无人区| 久久亚洲真实| 国产精品久久视频播放| 免费看美女性在线毛片视频| 亚洲国产精品成人综合色| 最近最新免费中文字幕在线| 91av网站免费观看| 久久婷婷人人爽人人干人人爱 | 成人三级黄色视频| 在线观看免费视频日本深夜| 一边摸一边抽搐一进一出视频| 一级毛片高清免费大全| 又黄又粗又硬又大视频| 在线观看66精品国产| 久久久久久人人人人人| 18禁观看日本| 丁香欧美五月| 男女做爰动态图高潮gif福利片 | 涩涩av久久男人的天堂| 国产亚洲精品第一综合不卡| 无遮挡黄片免费观看| 搡老岳熟女国产| 久久人人精品亚洲av| 国产精品久久久av美女十八| 欧美日本亚洲视频在线播放| 国产av在哪里看| 精品人妻1区二区| 神马国产精品三级电影在线观看 | 国产av又大| 日韩高清综合在线| 日日干狠狠操夜夜爽| 大型av网站在线播放| cao死你这个sao货| av网站免费在线观看视频| 午夜福利视频1000在线观看 | 一级黄色大片毛片| 亚洲欧美日韩另类电影网站| 欧美激情久久久久久爽电影 | 亚洲欧美一区二区三区黑人| 最近最新中文字幕大全免费视频| 久久人妻熟女aⅴ| 亚洲人成77777在线视频| 天天添夜夜摸| 两个人视频免费观看高清| 19禁男女啪啪无遮挡网站| 国产精品av久久久久免费| 国产精品av久久久久免费| 精品久久久久久久毛片微露脸| 一个人免费在线观看的高清视频| 99国产精品免费福利视频| 一二三四社区在线视频社区8| 日本 av在线| 久久亚洲精品不卡| 十八禁网站免费在线| 香蕉丝袜av| 日韩av在线大香蕉| 免费高清在线观看日韩| 国产一区二区三区在线臀色熟女| 国产精品 国内视频| 香蕉国产在线看| 禁无遮挡网站| 又大又爽又粗| 欧美激情极品国产一区二区三区| 国产黄a三级三级三级人| 久久中文字幕一级| 天天添夜夜摸| 淫秽高清视频在线观看| www.999成人在线观看| 欧美午夜高清在线| 国产成人精品在线电影| 十八禁网站免费在线| 欧美激情 高清一区二区三区| 精品乱码久久久久久99久播| 黑丝袜美女国产一区| 国产成人精品在线电影| 麻豆av在线久日| 欧美色视频一区免费| 国产精华一区二区三区| 人人妻人人澡人人看| 国产精品 欧美亚洲| 国产激情久久老熟女| 淫妇啪啪啪对白视频| 在线播放国产精品三级| 精品久久久久久成人av| 午夜老司机福利片| 热99re8久久精品国产| 少妇粗大呻吟视频| 久久精品国产亚洲av香蕉五月| 国内毛片毛片毛片毛片毛片| 午夜精品久久久久久毛片777| 欧美国产日韩亚洲一区| netflix在线观看网站| 激情视频va一区二区三区| 国产又色又爽无遮挡免费看| 一个人免费在线观看的高清视频| 一区在线观看完整版| 亚洲天堂国产精品一区在线| 日韩精品中文字幕看吧| 国产av在哪里看| 午夜福利免费观看在线| 一个人观看的视频www高清免费观看 | 国产私拍福利视频在线观看| 99精品欧美一区二区三区四区| 深夜精品福利| 十八禁网站免费在线| 色播亚洲综合网| 91成年电影在线观看| 亚洲成人精品中文字幕电影| 一边摸一边抽搐一进一出视频| 亚洲欧洲精品一区二区精品久久久| 最近最新免费中文字幕在线| 亚洲精品美女久久av网站| 亚洲美女黄片视频| 熟妇人妻久久中文字幕3abv| 日日摸夜夜添夜夜添小说| 欧美一级毛片孕妇| 午夜福利在线观看吧| 91麻豆精品激情在线观看国产| 国产亚洲精品久久久久久毛片| 最新美女视频免费是黄的| 操出白浆在线播放| 久久人妻福利社区极品人妻图片| 欧美av亚洲av综合av国产av| 黄网站色视频无遮挡免费观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲成人精品中文字幕电影| 亚洲激情在线av| 国内毛片毛片毛片毛片毛片| 久久性视频一级片| 久久久久国内视频| 少妇裸体淫交视频免费看高清 | 亚洲国产毛片av蜜桃av| 男人舔女人的私密视频| 国产高清视频在线播放一区| 国产精品亚洲一级av第二区| 日韩国内少妇激情av| 99国产精品一区二区三区| av电影中文网址| 久久精品亚洲精品国产色婷小说| 又黄又爽又免费观看的视频| 又黄又爽又免费观看的视频| 国产亚洲精品久久久久久毛片| 久久精品91蜜桃| 国产精品1区2区在线观看.| 国产精品98久久久久久宅男小说| 亚洲av五月六月丁香网| av电影中文网址| 变态另类成人亚洲欧美熟女 | 欧美日韩乱码在线| 99在线视频只有这里精品首页| 亚洲精华国产精华精| 一本久久中文字幕| 大型av网站在线播放| 叶爱在线成人免费视频播放| 亚洲精品美女久久久久99蜜臀| 亚洲成人国产一区在线观看| 国产av一区二区精品久久| 日本 av在线| 国产免费av片在线观看野外av| 亚洲精品久久成人aⅴ小说| 久久精品国产亚洲av香蕉五月| 亚洲激情在线av| 亚洲精品美女久久久久99蜜臀| 一本久久中文字幕| www.熟女人妻精品国产| 亚洲最大成人中文| 久久欧美精品欧美久久欧美| 国产精品久久久av美女十八| 亚洲国产精品sss在线观看| 无遮挡黄片免费观看| 亚洲精品粉嫩美女一区| 俄罗斯特黄特色一大片| 亚洲七黄色美女视频| 亚洲成av人片免费观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美成人免费av一区二区三区| 99久久99久久久精品蜜桃| 亚洲精品国产区一区二| 老熟妇仑乱视频hdxx| 自线自在国产av| 久热这里只有精品99| 99国产精品一区二区蜜桃av| 99国产精品一区二区三区| 女人被狂操c到高潮| 亚洲一码二码三码区别大吗| 亚洲精品久久成人aⅴ小说| 黄网站色视频无遮挡免费观看| 免费在线观看日本一区| 国产97色在线日韩免费| 91国产中文字幕| 国产精品自产拍在线观看55亚洲| 久久人人精品亚洲av| 精品国产亚洲在线| 欧美国产精品va在线观看不卡| 我的亚洲天堂| 中出人妻视频一区二区| 欧美成狂野欧美在线观看| 午夜老司机福利片| 国产亚洲欧美精品永久| 国产aⅴ精品一区二区三区波| 窝窝影院91人妻| 在线十欧美十亚洲十日本专区| 国产亚洲av高清不卡| 国产精品久久久久久亚洲av鲁大| 日韩精品免费视频一区二区三区| 国产91精品成人一区二区三区| 女生性感内裤真人,穿戴方法视频| 亚洲国产精品成人综合色| 久99久视频精品免费| 日本撒尿小便嘘嘘汇集6| 欧美另类亚洲清纯唯美| 久久久久久久久免费视频了| 91在线观看av| 一级a爱视频在线免费观看| 久久久久久人人人人人| 一级a爱片免费观看的视频| 精品乱码久久久久久99久播| 91成年电影在线观看| cao死你这个sao货| 欧美日韩福利视频一区二区| 欧美一级毛片孕妇| 久久久久久久久免费视频了| 欧美日本视频| 一级黄色大片毛片| 一进一出抽搐gif免费好疼| 日本五十路高清| 99热只有精品国产| 日韩视频一区二区在线观看| 亚洲国产欧美一区二区综合| 免费在线观看黄色视频的| 自拍欧美九色日韩亚洲蝌蚪91| 久久人人爽av亚洲精品天堂| 亚洲精品av麻豆狂野| 欧美日韩瑟瑟在线播放| 身体一侧抽搐| 国产精品久久久av美女十八| 午夜福利,免费看| 久久久精品欧美日韩精品| a在线观看视频网站| 一进一出抽搐动态| 精品久久蜜臀av无| 50天的宝宝边吃奶边哭怎么回事| 中文字幕精品免费在线观看视频| 亚洲熟女毛片儿| 亚洲精品一区av在线观看| 欧美老熟妇乱子伦牲交| 露出奶头的视频| 久久精品成人免费网站| 97超级碰碰碰精品色视频在线观看| 久久影院123| 欧美激情久久久久久爽电影 | 丝袜美腿诱惑在线| 嫁个100分男人电影在线观看| x7x7x7水蜜桃| 最近最新中文字幕大全电影3 | 久久久久国内视频| 日韩一卡2卡3卡4卡2021年| 美女扒开内裤让男人捅视频| 一级毛片女人18水好多| 不卡av一区二区三区| 婷婷精品国产亚洲av在线| 久久中文看片网| 俄罗斯特黄特色一大片| 久久精品91无色码中文字幕| 两人在一起打扑克的视频| 亚洲欧洲精品一区二区精品久久久| 国内精品久久久久精免费| 好看av亚洲va欧美ⅴa在| 久久久久久免费高清国产稀缺| 99re在线观看精品视频| 亚洲无线在线观看| 亚洲国产精品成人综合色| 99久久精品国产亚洲精品| 久久久久久久久免费视频了| 欧美日韩瑟瑟在线播放| 亚洲av成人不卡在线观看播放网| 日韩欧美三级三区| 欧美黑人精品巨大| 天堂动漫精品| a级毛片在线看网站| 女人精品久久久久毛片| 中文字幕久久专区| 美女国产高潮福利片在线看| 久久人人97超碰香蕉20202| 免费在线观看完整版高清| 国产91精品成人一区二区三区| 久久精品成人免费网站| 久久久久国产一级毛片高清牌| 波多野结衣巨乳人妻| 日本黄色视频三级网站网址| 免费少妇av软件| 免费高清在线观看日韩| 真人一进一出gif抽搐免费| 日本三级黄在线观看| 好看av亚洲va欧美ⅴa在| 成人av一区二区三区在线看| 国产精品,欧美在线| 久久精品国产亚洲av高清一级| 无人区码免费观看不卡| 日韩大尺度精品在线看网址 | 国产精品日韩av在线免费观看 | 欧美精品啪啪一区二区三区| 大型黄色视频在线免费观看| 欧美黑人欧美精品刺激| a在线观看视频网站| 欧美国产日韩亚洲一区| 亚洲最大成人中文| 国产三级在线视频| 亚洲精品国产精品久久久不卡| 日韩高清综合在线| 多毛熟女@视频| 搡老熟女国产l中国老女人| 成人av一区二区三区在线看| 日韩精品免费视频一区二区三区| 中文字幕人妻丝袜一区二区| 国产麻豆69| 韩国av一区二区三区四区| 午夜影院日韩av| 最近最新中文字幕大全免费视频| 久久久国产成人精品二区| 精品久久久精品久久久| 国产精品影院久久| 亚洲无线在线观看| 久99久视频精品免费| 精品一区二区三区av网在线观看| 亚洲成人免费电影在线观看| 在线永久观看黄色视频| 啪啪无遮挡十八禁网站| 成年女人毛片免费观看观看9| 久久精品亚洲精品国产色婷小说| 最好的美女福利视频网| 90打野战视频偷拍视频| 欧美日韩福利视频一区二区| 亚洲 欧美一区二区三区| 精品一区二区三区视频在线观看免费| 国产欧美日韩一区二区三| 国产成人精品无人区| 欧美成人免费av一区二区三区| 超碰成人久久| 啦啦啦免费观看视频1| 51午夜福利影视在线观看| 最新在线观看一区二区三区| 成人永久免费在线观看视频| 国产又爽黄色视频| 大型av网站在线播放| 亚洲av电影不卡..在线观看| 老司机靠b影院| 狠狠狠狠99中文字幕| 亚洲第一欧美日韩一区二区三区| 久久久久久免费高清国产稀缺| 免费搜索国产男女视频| 看免费av毛片| 精品国产一区二区三区四区第35| 在线观看免费日韩欧美大片| 免费一级毛片在线播放高清视频 | 国产精品久久视频播放| 国产成人免费无遮挡视频| 国产又色又爽无遮挡免费看| 一区在线观看完整版| 美国免费a级毛片| 午夜免费观看网址| 97超级碰碰碰精品色视频在线观看| 老司机在亚洲福利影院| 丰满的人妻完整版| 18禁黄网站禁片午夜丰满| 免费无遮挡裸体视频| 色综合站精品国产| 国产单亲对白刺激| 变态另类成人亚洲欧美熟女 | 亚洲欧美日韩高清在线视频| 成人三级黄色视频| 一边摸一边抽搐一进一小说| 一级毛片精品| 国产xxxxx性猛交| 禁无遮挡网站| 国产亚洲精品一区二区www| 欧美黑人精品巨大| 久久性视频一级片| 一本大道久久a久久精品| 久久婷婷人人爽人人干人人爱 | 午夜两性在线视频| 99在线人妻在线中文字幕| 国产亚洲欧美98| 岛国在线观看网站| 黄片小视频在线播放| 在线观看免费午夜福利视频| 久久精品亚洲精品国产色婷小说| 丰满的人妻完整版| 人人妻人人澡人人看| 日韩中文字幕欧美一区二区| 久久久久久大精品| 欧洲精品卡2卡3卡4卡5卡区| 一二三四在线观看免费中文在| 黄色视频不卡| 成人国语在线视频| 在线观看免费视频日本深夜| 国产黄a三级三级三级人| av片东京热男人的天堂| 一边摸一边做爽爽视频免费| 国产精品九九99| 婷婷丁香在线五月| 亚洲 欧美 日韩 在线 免费| 一个人免费在线观看的高清视频| 狂野欧美激情性xxxx| 欧美成人午夜精品| 免费高清视频大片| 性欧美人与动物交配| 精品一区二区三区视频在线观看免费| 欧美成人免费av一区二区三区| 给我免费播放毛片高清在线观看| 看黄色毛片网站| 国产精品香港三级国产av潘金莲| 国产精品 国内视频| 国产成人av激情在线播放| 久久人人97超碰香蕉20202| 亚洲欧美一区二区三区黑人| 中文字幕最新亚洲高清| 老熟妇仑乱视频hdxx| 制服丝袜大香蕉在线| 日本三级黄在线观看| 999精品在线视频| 免费av毛片视频| 麻豆av在线久日| 国产日韩一区二区三区精品不卡| 女人被躁到高潮嗷嗷叫费观| 久久精品影院6| www.www免费av| 黄色毛片三级朝国网站| 少妇粗大呻吟视频| 在线永久观看黄色视频| 一边摸一边抽搐一进一小说| 成人欧美大片| 国产精品久久久av美女十八| 中国美女看黄片| 精品久久久久久久人妻蜜臀av | 欧美黑人精品巨大| 别揉我奶头~嗯~啊~动态视频| 欧美乱色亚洲激情| 日韩欧美一区二区三区在线观看| 在线观看免费日韩欧美大片| 久久精品国产综合久久久| 波多野结衣av一区二区av| 一级,二级,三级黄色视频| 啦啦啦韩国在线观看视频| 在线观看一区二区三区| 最近最新中文字幕大全免费视频| 国产av一区在线观看免费| 12—13女人毛片做爰片一| 黄频高清免费视频| 国产成人av激情在线播放| 好男人电影高清在线观看| 久久久久久久久久久久大奶| 日韩欧美国产在线观看| 波多野结衣高清无吗| 一级,二级,三级黄色视频| 国产成人免费无遮挡视频| 啦啦啦免费观看视频1| 好男人在线观看高清免费视频 | 国产免费男女视频| 丰满的人妻完整版| av福利片在线| 欧美激情久久久久久爽电影 | 9色porny在线观看| 黑人巨大精品欧美一区二区蜜桃| 99国产精品一区二区蜜桃av| 啦啦啦韩国在线观看视频| 美女午夜性视频免费| 麻豆国产av国片精品| 亚洲一区中文字幕在线| 免费高清视频大片| 亚洲av电影不卡..在线观看| 老熟妇仑乱视频hdxx| 色精品久久人妻99蜜桃| 亚洲av片天天在线观看| 日韩欧美一区二区三区在线观看| 国产国语露脸激情在线看| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 久久人妻av系列| 黑人巨大精品欧美一区二区蜜桃| 亚洲五月天丁香| 99国产精品一区二区三区| 亚洲久久久国产精品| 欧美一级毛片孕妇| 大型黄色视频在线免费观看| 又大又爽又粗| netflix在线观看网站| 午夜福利一区二区在线看| 波多野结衣一区麻豆| 日韩精品中文字幕看吧| 国产一区二区激情短视频| 精品第一国产精品| 国产成人系列免费观看| 在线av久久热| 久久久久亚洲av毛片大全| 国产成人一区二区三区免费视频网站| 91字幕亚洲| 99在线视频只有这里精品首页| 日本黄色视频三级网站网址| 1024视频免费在线观看| 亚洲国产精品合色在线| 亚洲欧美一区二区三区黑人| 久久精品亚洲精品国产色婷小说| 90打野战视频偷拍视频| 日日爽夜夜爽网站| АⅤ资源中文在线天堂| 亚洲欧美日韩高清在线视频| 精品乱码久久久久久99久播| 天堂影院成人在线观看| 黄色女人牲交| 午夜久久久在线观看| 久久狼人影院| 99久久综合精品五月天人人| 久久国产乱子伦精品免费另类| 精品无人区乱码1区二区| 91字幕亚洲| 美女 人体艺术 gogo| 久久香蕉精品热| 亚洲一码二码三码区别大吗| 91九色精品人成在线观看| 久久香蕉国产精品| 国产在线精品亚洲第一网站| 国产一区在线观看成人免费| 久久久国产成人精品二区| 午夜影院日韩av| 日韩一卡2卡3卡4卡2021年| 天天躁夜夜躁狠狠躁躁| 男人操女人黄网站| 国产亚洲av高清不卡| 最近最新免费中文字幕在线| 免费无遮挡裸体视频| 色播亚洲综合网| 国产精品乱码一区二三区的特点 | 久久久久国产精品人妻aⅴ院| 亚洲av熟女| av电影中文网址| 久久中文字幕人妻熟女| 超碰成人久久| 99国产综合亚洲精品| 国产亚洲精品一区二区www| 国产精品日韩av在线免费观看 | 国产91精品成人一区二区三区| 国产成人啪精品午夜网站| 亚洲第一av免费看| 精品久久蜜臀av无| 亚洲第一av免费看| 欧美黄色淫秽网站| 国产在线观看jvid| www国产在线视频色| 国产亚洲精品第一综合不卡| 成年女人毛片免费观看观看9| 国产一区在线观看成人免费| 十分钟在线观看高清视频www| 精品人妻1区二区| 国产麻豆成人av免费视频| 18禁观看日本| 国产色视频综合| 亚洲五月色婷婷综合| 色播亚洲综合网| 国产精品99久久99久久久不卡| 亚洲国产欧美一区二区综合| av免费在线观看网站| 一级,二级,三级黄色视频| 亚洲欧美精品综合一区二区三区| a级毛片在线看网站| 亚洲精品一卡2卡三卡4卡5卡| 99国产精品一区二区蜜桃av| 十分钟在线观看高清视频www| 久久精品aⅴ一区二区三区四区| 久久久久久久久免费视频了| 淫秽高清视频在线观看| 色播在线永久视频| 99国产精品一区二区蜜桃av| 日韩中文字幕欧美一区二区| 日韩有码中文字幕| 亚洲国产精品sss在线观看| 在线播放国产精品三级| 日本 av在线| 亚洲av电影不卡..在线观看| 美女午夜性视频免费| 欧美日韩亚洲国产一区二区在线观看| 亚洲专区中文字幕在线| 99在线视频只有这里精品首页| 男人舔女人的私密视频| 大码成人一级视频| 欧美激情 高清一区二区三区| 男男h啪啪无遮挡| 午夜亚洲福利在线播放| 国产精品99久久99久久久不卡| 国产亚洲av嫩草精品影院| ponron亚洲| 日韩一卡2卡3卡4卡2021年| 波多野结衣av一区二区av| 亚洲avbb在线观看| 国产欧美日韩一区二区三| xxx96com| 黄色视频不卡| 咕卡用的链子| 99国产精品一区二区蜜桃av| 女同久久另类99精品国产91| 久久性视频一级片| 午夜精品国产一区二区电影| 午夜a级毛片| 午夜久久久久精精品| 长腿黑丝高跟| 搡老熟女国产l中国老女人|