• <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 ?

    論提高裝備故障預(yù)測準(zhǔn)確度的方法途徑

    2016-12-20 20:36:43趙玉龍王昌榮蔣有才
    價值工程 2016年32期
    關(guān)鍵詞:故障預(yù)測支持向量機(jī)準(zhǔn)確度

    趙玉龍 王昌榮 蔣有才

    摘要: 提高故障預(yù)測準(zhǔn)確度的方法有很多,研究先進(jìn)的智能預(yù)測算法就是其中的一種。大量的先進(jìn)預(yù)測算法都得到了廣泛的應(yīng)用,如專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等。每種智能預(yù)測算法都有各自的優(yōu)點(diǎn)和不足,首先介紹了常見的智能預(yù)測算法及其應(yīng)用;然后重點(diǎn)介紹了支持向量機(jī),主要包括其基本原理和主要問題;最后對支持向量機(jī)算法的改進(jìn)方向進(jìn)行了探討。支持向量機(jī)作為智能預(yù)測算法的一種,對于提高故障預(yù)測準(zhǔn)確度有很好的應(yīng)用前景。

    Abstract: There are many methods to improve the accurate degree of fault prediction, and the advanced intelligent prediction algorithm is one of them. A large number of advanced prediction algorithms have been widely used, such as expert systems, neural networks, support vector machines and so on. Each kind of intelligent prediction algorithm has its own advantages and disadvantages. The common intelligent prediction algorithm and its application are introduced in this paper. Then the support vector machine is introduced, mainly including its basic principles and main problems. Finally, the improvement direction of the support vector machine algorithm is discussed. As a kind of intelligent prediction algorithm, support vector machine has a good application prospect for improving the accuracy of fault prediction.

    關(guān)鍵詞: 故障預(yù)測;準(zhǔn)確度;智能預(yù)測算法;支持向量機(jī)

    Key words: fault prediction;accurate degree;intelligence prediction algorithm;support vector machine

    中圖分類號:TP206+.3 文獻(xiàn)標(biāo)識碼:A 文章編號:1006-4311(2016)32-0159-03

    0 引言

    從功能定位情況來看,相比于故障診斷,故障預(yù)測這種維修保障形式更加高級,屬于新興邊緣學(xué)科的范疇,其綜合性較強(qiáng),覆蓋了通信、材料、機(jī)械、控制、計(jì)算機(jī)、電子等多個領(lǐng)域[1]。

    主要強(qiáng)調(diào)預(yù)見性的故障診斷,其目的在于預(yù)先消除故障,進(jìn)而實(shí)現(xiàn)維護(hù)費(fèi)用以及工作量的全面降低。在這一背景下,故障預(yù)測技術(shù)的首要發(fā)展問題,便是怎樣提升故障預(yù)測準(zhǔn)確度。

    提高故障預(yù)測準(zhǔn)確的方法有很多,從故障預(yù)測整個流程來說,就可以從數(shù)據(jù)的準(zhǔn)確度、數(shù)據(jù)的預(yù)處理、故障特征提取方法的改進(jìn)以及智能預(yù)測算法的選擇這四個方面來進(jìn)行提高。提高數(shù)據(jù)準(zhǔn)確度方面,研究一些新型靈巧、健壯的傳感器以及尋求高信噪比的數(shù)據(jù)監(jiān)測手段都能夠?qū)?shù)據(jù)的準(zhǔn)確度有很大的提高。數(shù)據(jù)的預(yù)處理方面,改進(jìn)現(xiàn)有的降噪方法以及尋求新的降噪方法都是很多學(xué)者的研究內(nèi)容,這對于提高預(yù)測的準(zhǔn)確度也有不可忽視的作用。特征提取方面,尋找到能夠表征設(shè)備性能退化的特征也是現(xiàn)在研究的熱點(diǎn)。

    預(yù)測方法方面,一些先進(jìn)的智能預(yù)測算法相繼被提出,并且相應(yīng)的改進(jìn)方法也得到了廣泛的應(yīng)用,最新的一些組合預(yù)測算法也再相關(guān)的文獻(xiàn)中被應(yīng)用。

    四個方面中每一個方面的進(jìn)步都會對故障預(yù)測準(zhǔn)確度的提高有重要的作用。本文主要從第四個方面即智能預(yù)測算法方面進(jìn)行分析和研究。介紹了一些常見的智能預(yù)測算法及其應(yīng)用情況,并重點(diǎn)介紹了比較有前景的支持向量機(jī)算法的一些基本問題和改進(jìn)的方向。

    1 常見的智能預(yù)測算法及其應(yīng)用

    1.1 專家系統(tǒng)及其應(yīng)用

    在很難建立數(shù)學(xué)模型或是無精確數(shù)學(xué)模型的復(fù)雜系統(tǒng)中,專家系統(tǒng)的作用能夠充分發(fā)揮出來,其優(yōu)勢在非線性領(lǐng)域表現(xiàn)的尤為突出。李茂林[2]、張晶[3]等將研究目光著眼于某自行火炮的電氣系統(tǒng)的失效模式以及故障機(jī)理方面,在對其展開了細(xì)致而又全面的分析的基礎(chǔ)之上,充分發(fā)揮混合推理機(jī)制的作用,系統(tǒng)地分析了推理機(jī)的實(shí)現(xiàn)問題,進(jìn)而致力于電氣系統(tǒng)故障綜合診斷專家系統(tǒng)的開發(fā)。結(jié)果顯示,此系統(tǒng)在提升電氣系統(tǒng)的保障能力方面的作用是極為突出的,能夠?yàn)楸U先藛T提供專業(yè)化的決策參考。必須要關(guān)注的一點(diǎn)為,專家系統(tǒng)地開發(fā)依賴于大量的原始積累,且其開發(fā)周期較長,現(xiàn)階段尚不具備一個統(tǒng)一的規(guī)范來指導(dǎo)專家系統(tǒng)的開發(fā),因此出現(xiàn)偏差的概率也相對較大。

    綜合來看,盡管專家系統(tǒng)的應(yīng)用相對較早,但是已有的研究成果比較少,因此新的智能預(yù)測算法逐步發(fā)展起來,有望取而代之。

    1.2 神經(jīng)網(wǎng)絡(luò)及其應(yīng)用

    從實(shí)現(xiàn)方式來看,如下兩種方式可以實(shí)現(xiàn)預(yù)測故障神經(jīng)網(wǎng)絡(luò)預(yù)測功能:首先是對輸入輸出之間的動態(tài)關(guān)系加以考量,充分發(fā)揮帶饋連接動態(tài)神經(jīng)網(wǎng)絡(luò)的作用,完成動態(tài)模型的建立,進(jìn)而發(fā)揮其預(yù)測功能;其次為將神經(jīng)網(wǎng)絡(luò)作為函數(shù)逼近器,采用擬合預(yù)測的方式來評估設(shè)備工況情況。從神經(jīng)網(wǎng)絡(luò)的特點(diǎn)來看,其非線性映射能力較為突出,因此可以逼近所有的非線性函數(shù)。Nawaz[4]等將研究對象定為半導(dǎo)體蝕刻設(shè)備,充分發(fā)揮遞歸神經(jīng)網(wǎng)絡(luò)的作用,實(shí)現(xiàn)了預(yù)測準(zhǔn)確度的全面提升,準(zhǔn)確度高達(dá)百分之九十左右。郭濤[5]等將研究對象定為某魚雷保障設(shè)備,充分發(fā)揮RBF的作用,完成了網(wǎng)絡(luò)預(yù)測模型的建立,進(jìn)而實(shí)現(xiàn)了預(yù)測準(zhǔn)確度的全面提升。

    從客觀上來講,神經(jīng)網(wǎng)絡(luò)的缺陷也是顯而易見的,較為突出的幾項(xiàng)缺點(diǎn)為:訓(xùn)練樣本的需求量相對較大、容易限于局部最小點(diǎn)、對于經(jīng)驗(yàn)因素的依賴性較強(qiáng)、易于出現(xiàn)過學(xué)習(xí)情況。針對神經(jīng)網(wǎng)絡(luò)的上述缺點(diǎn),一些相關(guān)的改進(jìn)改進(jìn)方法也得到了應(yīng)用。程進(jìn)軍[6]等利用遺傳算法(GA)多神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)進(jìn)行尋優(yōu),建立了GA和NN的預(yù)測模型,仿真結(jié)果表明該模型的預(yù)測精度較高;范愛鋒等提出了指數(shù)衰減神經(jīng)網(wǎng)絡(luò)模型,確定了衰減系數(shù)取0.75~0.9為宜,并以某型雷達(dá)磁控管為例進(jìn)行故障預(yù)測,取得了較高的預(yù)測精度。

    1.3 支持向量機(jī)及其應(yīng)用

    從定義上來講,支持向量機(jī)(SVM)應(yīng)該被歸于機(jī)器學(xué)習(xí)算法的范疇,這一算法是在統(tǒng)計(jì)學(xué)理論的基礎(chǔ)之上發(fā)展而來的,其優(yōu)點(diǎn)在于:對于樣本量的要求較低,具備較強(qiáng)的小樣本學(xué)習(xí)能力;學(xué)習(xí)能力較強(qiáng)、泛化能力較強(qiáng)。隨著現(xiàn)代科技的不斷發(fā)展,設(shè)備的復(fù)雜性也逐漸增強(qiáng),因此小樣本學(xué)習(xí)能力較強(qiáng)的設(shè)備的優(yōu)越性便得以凸顯,在這一背景下,支持向量機(jī)的作用便得到了充分發(fā)揮。

    支持向量機(jī)在近些年來呈現(xiàn)出較快的發(fā)展?fàn)顟B(tài)。田干[7]等將研究目光著眼于液體火箭發(fā)動機(jī)參數(shù)預(yù)測領(lǐng)域,著重強(qiáng)調(diào)與對最小二乘支持向量機(jī)以及支持向量機(jī)的利用,實(shí)現(xiàn)了預(yù)測精度的全面提升。在此基礎(chǔ)上展開了橫向的對比,肯定了支持向量機(jī)的優(yōu)勢所在。從客觀上來講,盡管支持向量機(jī)的測量精度較高,但是最小二乘支持向量機(jī)卻在訓(xùn)練時間上表現(xiàn)了一定的優(yōu)勢。Benkedjouh[8]等將研究對象定為軸承的剩余壽命預(yù)測問題,有效利用了支持向量回歸機(jī)的作用,依次完成線上步驟以及線下步驟,在訓(xùn)練支持回歸模型的基礎(chǔ)之上科學(xué)的預(yù)測軸承的剩余壽命,得到了較為準(zhǔn)確的預(yù)測結(jié)果。

    2 支持向量機(jī)預(yù)測算法基本問題及改進(jìn)方向

    2.1 支持向量機(jī)的基本原理[9]

    設(shè)給定訓(xùn)練集回歸問題就是依據(jù)給定的訓(xùn)練數(shù)據(jù)尋找一個實(shí)值函數(shù)y=f(x)來擬合 y 與x 的依賴關(guān)系。對于線性回歸,用線性回歸函數(shù):y=f(x)=(?棕·x)+b來擬合數(shù)據(jù);對于非線性情況,支持向量回歸機(jī)的基本思想是通過一個非線性映射:nΦ R → H將樣本點(diǎn)映射到高維特征空間 H ,并在高維特征空間進(jìn)行線性回歸,從而得到原空間的非線性回歸估計(jì)。此時回歸估計(jì)函數(shù)為:y=f (x)=(?棕·?鬃(x))+b。通過解最優(yōu)化問題可以得到權(quán)值向量 w 和偏置 b ,從而得到回歸函數(shù)。

    2.2 支持向量機(jī)預(yù)測的主要問題

    核函數(shù)、懲罰參數(shù)C、核參數(shù)的選取是影響支持向量機(jī)使用性能的三項(xiàng)主要因素[10]。一般情況下,擬合程度與C呈現(xiàn)出正比關(guān)系,C越大,代表學(xué)習(xí)機(jī)器的復(fù)雜性越高,在這種情況下,“過學(xué)習(xí)”現(xiàn)象便更容易發(fā)生。但是若學(xué)習(xí)機(jī)器的復(fù)雜度過低的話,還會導(dǎo)致“欠學(xué)習(xí)”的情況。C取值對于SVM性能的影響將在高于一定的閾值之后失效。高斯核函數(shù)、多項(xiàng)式核函數(shù)、RBF核函數(shù)以及線性核函數(shù)是幾類典型的SVM的核函數(shù)。核參數(shù)以及核函數(shù)的選取是成功構(gòu)建SVM模型的首要問題。SVM模型的性能會受到C以及核函數(shù)參數(shù)的重要影響,但是支持向量的個數(shù)卻不會發(fā)生太大的變動。舉一個典型的例子,模型的分類精度將會受到RBF核函數(shù)的參數(shù)Gamma的取值問題的嚴(yán)重影響,從這一點(diǎn)來看,懲罰因子C以及核參數(shù)Gamma的選取是影響RBF核的SVM模型分類精度的重要參數(shù)。

    明確了上述基本信息之后,重點(diǎn)來看已有的模型參數(shù)選取方法。從現(xiàn)階段形勢來看,應(yīng)用性較強(qiáng)的幾類模型參數(shù)選取方法為:網(wǎng)絡(luò)搜索法、粒子群算法優(yōu)化(PSO)、窮舉法、遺傳算法優(yōu)化、交叉驗(yàn)證法、樓梯下降法等[10]。綜合來看,操作較為簡便的兩種算法為較差驗(yàn)證法以及窮舉法,不過其缺陷在于效果較差、速度較慢、計(jì)算量比較大等。具備速度優(yōu)勢的方法為樓梯下降法,但是其陷入局部最優(yōu)的概率較高,而網(wǎng)格算法的計(jì)算量卻非常大。粒子群算法的缺點(diǎn)在于不容易收斂,易于陷入局部最優(yōu)。遺傳算法的缺點(diǎn)在于操作較為復(fù)雜,但是其不會涉及到局部最優(yōu)的問題。

    2.3 支持向量機(jī)預(yù)測方法的改進(jìn)

    在前文中,重點(diǎn)闡釋了支持向量機(jī)預(yù)測精度的問題所在,在本節(jié)中,主要就其改進(jìn)策略加以討論。從當(dāng)前來看,主要有如下改進(jìn)思路,分別為:立足于現(xiàn)有模型參數(shù)選擇方法的缺陷所在,進(jìn)行科學(xué)的組合;改進(jìn)現(xiàn)有模型參數(shù)選擇方法;積極探索通用化較好的標(biāo)準(zhǔn)化的模型參數(shù)確定方法。

    想要全面提升模型的預(yù)測準(zhǔn)確度,必須要逐步改進(jìn)現(xiàn)有模型參數(shù)選擇方法的缺陷。從客觀上來講,受限于參數(shù)選擇范圍的問題,最有參數(shù)的確定需要耗費(fèi)巨大的時間成本,其可行性相對較低。針對這一情況,田海雷[11]等探索出了基于改進(jìn)人工魚群算法(AFSA)的支持向量機(jī)(SVM)預(yù)測算法。其思路在于通過改進(jìn)AFSA來實(shí)現(xiàn)SVM參數(shù)的全面優(yōu)化。與此同時,發(fā)揮遺傳算法(GA)、粒子群優(yōu)化(PSO)算法、AAFSA.AFSA.優(yōu)勢,充分依照股票上證指數(shù),全面優(yōu)化SVM回歸模型的參數(shù)C和G。在此基礎(chǔ)上完成SVM回歸預(yù)測模型構(gòu)建,展開了全面的數(shù)據(jù)預(yù)測活動。具體結(jié)果參見表1。

    結(jié)果顯示,經(jīng)過改進(jìn)后,實(shí)現(xiàn)了預(yù)測精度的全面提升,具備了高于粒子群優(yōu)化算法、遺傳算法、基本AFSA優(yōu)化的支持向量機(jī)的預(yù)測精度。李文元[12]等的研究提升了人為參數(shù)選擇的效率,主要依靠PSO算法優(yōu)化LS-SVM的參數(shù)來實(shí)現(xiàn),成功的結(jié)合了最小而成支持向量機(jī)算法以及粒子群算法的優(yōu)勢。從具體應(yīng)用情況來看,其可行性與有效性相對較高,在運(yùn)算速度以及預(yù)測精度方面的突破是值得肯定的。

    從客觀上來評判,組合模型參數(shù)選擇方法是實(shí)現(xiàn)模型預(yù)測準(zhǔn)確度提升的捷徑所在。王久崇[13]等致力于基于最小二乘支持向量機(jī)故障預(yù)測準(zhǔn)確度的全面提升,充分發(fā)揮AFS-ABC算法的作用,實(shí)現(xiàn)了LS-SVM的參數(shù)C和σ的組合優(yōu)化,探索出了在蜂群算法中的新應(yīng)用,其LS-SVM模型的訓(xùn)練集來自于某航空電子系統(tǒng)電源模塊記錄,實(shí)現(xiàn)了優(yōu)勢互補(bǔ)的作用,在此基礎(chǔ)上完成了狀態(tài)預(yù)測仿真,將MATLAB的LS-SVM工具箱的作用發(fā)揮的淋漓盡致。將基準(zhǔn)定為真實(shí)值0.07779,進(jìn)而得到預(yù)測值標(biāo)準(zhǔn)差的偏離值:“PSO預(yù)測值”為0.00031,“AFS-ABC預(yù)測值”為0.00008,“GA預(yù)測值”為0.00141。由此可見,尋優(yōu)結(jié)果精度、局部極值、LS-SVM的預(yù)測精度等問題的解決方面,AFS-ABC算法的作用得到了凸顯。

    從上述分析來看,預(yù)測結(jié)果會受到核函數(shù)選取情況的影響,在這一背景下,需要面向?qū)嶋H需求來進(jìn)行新的核函數(shù)的構(gòu)建。從現(xiàn)階段研究情況來看,鮮少有涉及利用新核函數(shù)的建立以及核函數(shù)的組合來提升設(shè)備故障預(yù)測效果的研究,不過故障診斷應(yīng)用情況卻相對較好。我們必須要關(guān)注故障診斷到故障預(yù)測的連續(xù)性特征,在此基礎(chǔ)上就故障預(yù)測領(lǐng)域的突破做出積極的努力。

    一套通用性比較好的標(biāo)準(zhǔn)化的模型參數(shù)確定方法如果得以確定,那對于提高支持向量機(jī)預(yù)測的準(zhǔn)確度肯定會有質(zhì)的飛躍。目前,很多學(xué)者已經(jīng)投入到這方面的研究中,雖然目前研究成果還不豐富,但在不久的將來,相關(guān)的研究成果肯定會出現(xiàn),并會對預(yù)測準(zhǔn)確度的提高起到很好的推動作用。

    3 結(jié)束語

    在本研究中,就常見的智能預(yù)測算法及其應(yīng)用問題展開了系統(tǒng)的闡釋,立足于預(yù)測算法領(lǐng)域現(xiàn)存的主要問題,進(jìn)行了方向性較強(qiáng)的策略探討。圍繞著支持向量機(jī)預(yù)測算法的問題展開了系統(tǒng)的說明,并闡明其優(yōu)勢所在,著重進(jìn)行了理論分析與應(yīng)用拓展,致力于設(shè)備預(yù)測準(zhǔn)確度的全面提升。綜合而言,支持向量機(jī)的未來發(fā)展形勢一片大好。

    參考文獻(xiàn):

    [1]Liu C S,Hu S S,Intelligent Nonlinear Fault Diagnosis based on State Estimator[J].Control and Decision,2005,20(5):557-561.

    [2]李茂林,石志勇,董志鵬,等.某型自行火炮電氣故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].兵工自動化,2009,28(11):12-14.

    [3]張晶.某型自行火炮綜合電氣系統(tǒng)故障診斷專家系統(tǒng)[J].兵工自動化,2010,29(3):58-59.

    [4]J.M.Nawaz, M.Z.Arshad, S.J.Hong. Time series fault prediction in semiconductor equipment using recurrent neural network[J].Springer-Verlag Bering Heideberg 2013.

    [5]郭濤,黃波.基于神經(jīng)網(wǎng)絡(luò)的某魚雷保障設(shè)備故障預(yù)測方法[J].兵工自動化,2013,32(5):85-90.

    [6]程進(jìn)軍,夏智勛,胡雷剛.基于遺傳神經(jīng)網(wǎng)絡(luò)的航空裝備故障預(yù)測[J].空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,12(1):15-19.

    [7]田干,張煒,楊正偉,等.SVM方法在火箭發(fā)動機(jī)故障預(yù)測中的應(yīng)用[J].機(jī)械科學(xué)與技術(shù),2010,29(1):63-67.

    [8]T. Benkedjouh, K.Medjaher, N.Zerhouni, S.Rechak. Remaining useful life estimation based on nonlinear feature reduction and support vector regression[J]. Engineering Applications of Artificial Intelligence 26 (2013):1751-1760.

    [9]薛輝輝,肖明清,段軍峰,等.基于雜合支持向量回歸機(jī)的電子裝備故障預(yù)測[J].計(jì)算機(jī)工程,2012,38(8):283-286.

    [10]付陽,李昆侖,等.支持向量機(jī)模型參數(shù)選擇方法綜述[J].電能知識及技術(shù),2010,28(6):8025,8081-8082.

    [11]田海雷,李洪儒,許葆華.基于改進(jìn)人工魚群算法的支持向量機(jī)預(yù)測[J].計(jì)算機(jī)工程,2013,39(4):222-225.

    [12]李文元,閆海華,姚宏杰,等.粒子群優(yōu)化的最小二乘支持向量機(jī)在通信裝備故障預(yù)測中的應(yīng)用[J].微電子與計(jì)算機(jī),2013,30(2):99-102.

    [13]王久崇,樊曉光,盛晟,等.改進(jìn)的蜂群LS-SVM故障預(yù)測[J].空軍工程大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,14(1):16-19.

    猜你喜歡
    故障預(yù)測支持向量機(jī)準(zhǔn)確度
    幕墻用掛件安裝準(zhǔn)確度控制技術(shù)
    建筑科技(2018年6期)2018-08-30 03:40:54
    基于大數(shù)據(jù)分析的油氣生產(chǎn)設(shè)備故障多維分析與預(yù)測
    中國市場(2017年11期)2017-05-05 12:15:09
    基于SVM的煙草銷售量預(yù)測
    動態(tài)場景中的視覺目標(biāo)識別方法分析
    基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測
    價值工程(2016年29期)2016-11-14 00:13:35
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    動態(tài)汽車衡準(zhǔn)確度等級的現(xiàn)實(shí)意義
    山區(qū)輸電線路在線監(jiān)測研究
    綜合模塊化航空電子系統(tǒng)的故障預(yù)測與健康管理技術(shù)
    PHM技術(shù)在測控裝備管理中的應(yīng)用
    国产高清有码在线观看视频| 色尼玛亚洲综合影院| netflix在线观看网站| 国产精品亚洲一级av第二区| 午夜影院日韩av| 亚洲国产欧洲综合997久久,| 男人和女人高潮做爰伦理| 男人狂女人下面高潮的视频| 日韩,欧美,国产一区二区三区 | 国内毛片毛片毛片毛片毛片| 美女 人体艺术 gogo| 日本在线视频免费播放| 看十八女毛片水多多多| 少妇丰满av| 超碰av人人做人人爽久久| 亚洲欧美日韩高清专用| 窝窝影院91人妻| 亚洲专区国产一区二区| 精品久久久久久久久亚洲 | 欧美不卡视频在线免费观看| 精品一区二区三区视频在线观看免费| 国产三级中文精品| 自拍偷自拍亚洲精品老妇| 国产精品久久久久久精品电影| 精品午夜福利在线看| 国产男人的电影天堂91| 亚洲熟妇中文字幕五十中出| 天堂√8在线中文| 亚洲最大成人av| 两个人视频免费观看高清| 欧美成人一区二区免费高清观看| 日本欧美国产在线视频| 熟女人妻精品中文字幕| 国产日本99.免费观看| 特大巨黑吊av在线直播| 女人被狂操c到高潮| 亚洲美女搞黄在线观看 | 人妻丰满熟妇av一区二区三区| 成人永久免费在线观看视频| 国产精品久久久久久亚洲av鲁大| 少妇的逼好多水| 免费观看的影片在线观看| 久久久久精品国产欧美久久久| 老熟妇乱子伦视频在线观看| 精品一区二区免费观看| a在线观看视频网站| 国产av一区在线观看免费| 国产乱人伦免费视频| 18禁黄网站禁片免费观看直播| 午夜亚洲福利在线播放| 成人鲁丝片一二三区免费| 亚洲午夜理论影院| av在线观看视频网站免费| 久久久久久大精品| 成人二区视频| 成年版毛片免费区| 国产精品av视频在线免费观看| 一区二区三区四区激情视频 | 国产美女午夜福利| 亚洲精华国产精华液的使用体验 | 网址你懂的国产日韩在线| 91av网一区二区| 欧美一区二区亚洲| x7x7x7水蜜桃| 在线国产一区二区在线| 精品人妻视频免费看| 淫秽高清视频在线观看| 啦啦啦啦在线视频资源| 国产精品乱码一区二三区的特点| 一a级毛片在线观看| 亚洲七黄色美女视频| 91精品国产九色| 欧美绝顶高潮抽搐喷水| www.色视频.com| 久久午夜福利片| 欧美国产日韩亚洲一区| 国产白丝娇喘喷水9色精品| 在线观看一区二区三区| 99riav亚洲国产免费| 天堂影院成人在线观看| 亚洲中文字幕一区二区三区有码在线看| 精品乱码久久久久久99久播| 别揉我奶头~嗯~啊~动态视频| 日日夜夜操网爽| 12—13女人毛片做爰片一| 国产黄a三级三级三级人| 成人av在线播放网站| 窝窝影院91人妻| 成人国产一区最新在线观看| 岛国在线免费视频观看| 国产大屁股一区二区在线视频| 午夜福利在线观看免费完整高清在 | 久99久视频精品免费| 看片在线看免费视频| 国产三级中文精品| 日韩av在线大香蕉| 精品久久久久久成人av| 在线观看免费视频日本深夜| 99热只有精品国产| 久久精品国产亚洲网站| 伦精品一区二区三区| 无遮挡黄片免费观看| 校园人妻丝袜中文字幕| 国产综合懂色| 中文字幕av成人在线电影| 91久久精品国产一区二区三区| 97超级碰碰碰精品色视频在线观看| 免费av观看视频| 欧美又色又爽又黄视频| 69av精品久久久久久| 欧美高清性xxxxhd video| 欧美最新免费一区二区三区| 国产成人福利小说| 国产v大片淫在线免费观看| 黄色一级大片看看| 亚洲av免费在线观看| 在现免费观看毛片| 久久久久久久久中文| 久久久午夜欧美精品| 欧美性感艳星| 国产在视频线在精品| 久久精品91蜜桃| 国产精品三级大全| 亚洲精品456在线播放app | 午夜精品在线福利| 亚洲午夜理论影院| 18禁黄网站禁片免费观看直播| 国产精品久久久久久av不卡| 成人一区二区视频在线观看| 3wmmmm亚洲av在线观看| 午夜福利视频1000在线观看| 在线播放无遮挡| 久久国产乱子免费精品| 国内精品宾馆在线| 日韩国内少妇激情av| 国产高清激情床上av| 俺也久久电影网| 国产欧美日韩精品一区二区| 国产一区二区在线观看日韩| 好男人在线观看高清免费视频| 日韩欧美在线乱码| 色噜噜av男人的天堂激情| 欧美xxxx黑人xx丫x性爽| 国产在线精品亚洲第一网站| 精品人妻1区二区| 欧美zozozo另类| av黄色大香蕉| 午夜福利18| 岛国在线免费视频观看| 精品久久久噜噜| 又粗又爽又猛毛片免费看| 国内毛片毛片毛片毛片毛片| 国产精品一区二区免费欧美| 国产三级在线视频| 春色校园在线视频观看| 欧美日韩国产亚洲二区| 美女高潮喷水抽搐中文字幕| 一级av片app| 一级黄色大片毛片| 久久久精品欧美日韩精品| 亚洲欧美精品综合久久99| av天堂中文字幕网| 狂野欧美激情性xxxx在线观看| 女的被弄到高潮叫床怎么办 | 国产人妻一区二区三区在| 国产亚洲精品av在线| 少妇被粗大猛烈的视频| 成人性生交大片免费视频hd| 黄色日韩在线| 久久久久久久午夜电影| 欧美高清性xxxxhd video| 国内精品美女久久久久久| 黄色视频,在线免费观看| 亚洲av不卡在线观看| 成人特级黄色片久久久久久久| 国产精品三级大全| 男人狂女人下面高潮的视频| 色5月婷婷丁香| 在线天堂最新版资源| aaaaa片日本免费| 国产v大片淫在线免费观看| 日韩,欧美,国产一区二区三区 | 国产欧美日韩精品亚洲av| 国产成人影院久久av| 毛片女人毛片| 欧美成人免费av一区二区三区| 天堂av国产一区二区熟女人妻| 亚洲av五月六月丁香网| 99国产极品粉嫩在线观看| 国产成年人精品一区二区| a在线观看视频网站| 中文字幕人妻熟人妻熟丝袜美| 国产熟女欧美一区二区| 高清日韩中文字幕在线| 欧美黑人巨大hd| 亚洲精品乱码久久久v下载方式| 久久久久国产精品人妻aⅴ院| 亚洲人成网站在线播放欧美日韩| 亚洲真实伦在线观看| 亚洲国产欧美人成| 久99久视频精品免费| 亚洲欧美日韩高清在线视频| 联通29元200g的流量卡| 一个人看视频在线观看www免费| 日日啪夜夜撸| 国产一区二区激情短视频| 亚洲人与动物交配视频| 日韩一区二区视频免费看| 老司机深夜福利视频在线观看| 亚洲av五月六月丁香网| 亚洲乱码一区二区免费版| 97人妻精品一区二区三区麻豆| 91麻豆精品激情在线观看国产| 噜噜噜噜噜久久久久久91| 日本 欧美在线| 女人被狂操c到高潮| a级一级毛片免费在线观看| 国产高清三级在线| 欧美一级a爱片免费观看看| 成人高潮视频无遮挡免费网站| 日日啪夜夜撸| 日本 av在线| 我的女老师完整版在线观看| 久久热精品热| 男人舔女人下体高潮全视频| 岛国在线免费视频观看| 性欧美人与动物交配| 淫妇啪啪啪对白视频| 婷婷精品国产亚洲av| 97人妻精品一区二区三区麻豆| 午夜老司机福利剧场| 欧美潮喷喷水| 久久人人精品亚洲av| 国产精品久久视频播放| 校园春色视频在线观看| 成人永久免费在线观看视频| 五月伊人婷婷丁香| 69av精品久久久久久| 国产精品伦人一区二区| 一个人看的www免费观看视频| 亚洲精品日韩av片在线观看| 一个人免费在线观看电影| 18禁黄网站禁片午夜丰满| 日本一本二区三区精品| 熟女电影av网| eeuss影院久久| 一区二区三区四区激情视频 | 3wmmmm亚洲av在线观看| 听说在线观看完整版免费高清| 麻豆成人午夜福利视频| 日韩一区二区视频免费看| 久久久午夜欧美精品| 欧美一区二区国产精品久久精品| 久久久国产成人免费| 欧美一级a爱片免费观看看| 日韩人妻高清精品专区| 亚洲精品国产成人久久av| aaaaa片日本免费| 午夜视频国产福利| 精品久久久久久久久亚洲 | 亚洲真实伦在线观看| 亚洲精品亚洲一区二区| 久久久久久久久久黄片| 国产黄色小视频在线观看| 好男人在线观看高清免费视频| 久久久精品大字幕| 在线观看66精品国产| 成人毛片a级毛片在线播放| 精品午夜福利在线看| 91久久精品国产一区二区成人| 老司机午夜福利在线观看视频| 91狼人影院| 人人妻人人澡欧美一区二区| 日本爱情动作片www.在线观看 | 亚洲人与动物交配视频| 天堂网av新在线| 欧美日韩综合久久久久久 | 欧美成人性av电影在线观看| 如何舔出高潮| 国产免费男女视频| 99久久精品热视频| 天天躁日日操中文字幕| 亚洲美女搞黄在线观看 | av福利片在线观看| 热99在线观看视频| 男女视频在线观看网站免费| 真实男女啪啪啪动态图| 亚洲中文字幕日韩| 亚洲熟妇中文字幕五十中出| 欧美色视频一区免费| 啦啦啦观看免费观看视频高清| 国产老妇女一区| 亚洲精品国产成人久久av| 免费看日本二区| 在线天堂最新版资源| 国产精品av视频在线免费观看| 国产精品精品国产色婷婷| 国产日本99.免费观看| 网址你懂的国产日韩在线| 久久这里只有精品中国| 91在线精品国自产拍蜜月| 桃红色精品国产亚洲av| 亚洲图色成人| 国内精品美女久久久久久| or卡值多少钱| 中文字幕免费在线视频6| 欧美日韩综合久久久久久 | 国产真实乱freesex| av在线亚洲专区| 九九久久精品国产亚洲av麻豆| 国产欧美日韩一区二区精品| 欧美激情国产日韩精品一区| 99热网站在线观看| 狂野欧美白嫩少妇大欣赏| 国内精品一区二区在线观看| 丰满人妻一区二区三区视频av| 中文字幕精品亚洲无线码一区| 国产精品国产高清国产av| 亚洲av成人av| 久久国内精品自在自线图片| 免费人成视频x8x8入口观看| 日本爱情动作片www.在线观看 | 国产av一区在线观看免费| 国产精品一区二区性色av| 中文字幕熟女人妻在线| 黄色丝袜av网址大全| 人妻夜夜爽99麻豆av| 有码 亚洲区| 一级av片app| 人妻夜夜爽99麻豆av| 色播亚洲综合网| 天堂网av新在线| 草草在线视频免费看| 免费观看精品视频网站| 亚洲专区中文字幕在线| 久久午夜福利片| 中国美白少妇内射xxxbb| 亚洲成人中文字幕在线播放| videossex国产| 91狼人影院| 精品久久久久久久久av| 亚洲图色成人| 欧美日韩精品成人综合77777| 欧美xxxx性猛交bbbb| 国产熟女欧美一区二区| 欧美成人性av电影在线观看| 成人精品一区二区免费| 一进一出好大好爽视频| 在线免费观看不下载黄p国产 | 亚洲精品国产成人久久av| 亚洲在线观看片| 欧美bdsm另类| 精品人妻熟女av久视频| 国产精品98久久久久久宅男小说| 综合色av麻豆| 亚洲av不卡在线观看| 国产精品久久久久久亚洲av鲁大| 美女cb高潮喷水在线观看| 亚洲色图av天堂| 噜噜噜噜噜久久久久久91| 国内久久婷婷六月综合欲色啪| 人人妻,人人澡人人爽秒播| 国模一区二区三区四区视频| 中国美白少妇内射xxxbb| 亚洲av美国av| 婷婷丁香在线五月| 亚洲精品在线观看二区| 午夜福利视频1000在线观看| 国产精品国产高清国产av| 我要看日韩黄色一级片| 啦啦啦韩国在线观看视频| 日日撸夜夜添| 中出人妻视频一区二区| 日韩人妻高清精品专区| 国产亚洲av嫩草精品影院| 伦理电影大哥的女人| 91久久精品国产一区二区三区| 在线播放国产精品三级| 男人舔奶头视频| 麻豆国产av国片精品| 看十八女毛片水多多多| 久久久精品欧美日韩精品| 亚洲国产精品久久男人天堂| av.在线天堂| 免费大片18禁| 美女被艹到高潮喷水动态| 久久精品国产亚洲av香蕉五月| 欧美色欧美亚洲另类二区| 欧美三级亚洲精品| 69人妻影院| 亚洲在线自拍视频| 日韩精品有码人妻一区| 色视频www国产| 嫩草影视91久久| 麻豆国产av国片精品| 99视频精品全部免费 在线| 久久久精品欧美日韩精品| 真实男女啪啪啪动态图| avwww免费| 在线看三级毛片| 久久香蕉精品热| 噜噜噜噜噜久久久久久91| 亚洲成a人片在线一区二区| 日本成人三级电影网站| 亚洲狠狠婷婷综合久久图片| 国产又黄又爽又无遮挡在线| 草草在线视频免费看| 国产单亲对白刺激| 此物有八面人人有两片| 欧美成人一区二区免费高清观看| 人妻制服诱惑在线中文字幕| 88av欧美| 精品人妻一区二区三区麻豆 | 黄色配什么色好看| 久久久久久国产a免费观看| 亚洲av不卡在线观看| 人人妻,人人澡人人爽秒播| 精品一区二区三区视频在线| 亚洲精品一卡2卡三卡4卡5卡| 成年女人永久免费观看视频| 亚洲第一电影网av| 亚洲国产精品sss在线观看| bbb黄色大片| 伦理电影大哥的女人| 天美传媒精品一区二区| 老师上课跳d突然被开到最大视频| 欧美+亚洲+日韩+国产| 国产欧美日韩一区二区精品| 国产熟女欧美一区二区| 色播亚洲综合网| 欧美+日韩+精品| 精品久久国产蜜桃| 久久久久久久久久久丰满 | 两个人视频免费观看高清| 欧美不卡视频在线免费观看| 日本一二三区视频观看| 国产精品综合久久久久久久免费| 久久久久性生活片| 午夜a级毛片| 国产 一区 欧美 日韩| 日本精品一区二区三区蜜桃| 欧美高清成人免费视频www| 国产黄色小视频在线观看| 亚洲av二区三区四区| 亚洲欧美清纯卡通| 日韩精品青青久久久久久| 免费看av在线观看网站| 草草在线视频免费看| 老女人水多毛片| 女生性感内裤真人,穿戴方法视频| 在线国产一区二区在线| 免费大片18禁| 赤兔流量卡办理| 3wmmmm亚洲av在线观看| 麻豆久久精品国产亚洲av| 国模一区二区三区四区视频| 国产精品一区二区三区四区免费观看 | 真人做人爱边吃奶动态| 亚洲 国产 在线| 亚洲四区av| 亚洲经典国产精华液单| 亚洲国产精品成人综合色| 内射极品少妇av片p| 亚洲精品国产成人久久av| 99精品在免费线老司机午夜| 美女高潮喷水抽搐中文字幕| 级片在线观看| 久久99热这里只有精品18| 欧美极品一区二区三区四区| 精品人妻1区二区| 18禁黄网站禁片午夜丰满| 成人av一区二区三区在线看| 国产成人影院久久av| 国产乱人伦免费视频| 一区二区三区四区激情视频 | 欧美又色又爽又黄视频| 嫩草影院新地址| 久久国产精品人妻蜜桃| 丰满的人妻完整版| 国产av一区在线观看免费| 久久精品夜夜夜夜夜久久蜜豆| 欧美一区二区国产精品久久精品| 男人狂女人下面高潮的视频| 人人妻,人人澡人人爽秒播| 最近在线观看免费完整版| 老熟妇乱子伦视频在线观看| 春色校园在线视频观看| 此物有八面人人有两片| 欧洲精品卡2卡3卡4卡5卡区| 波多野结衣高清作品| 色5月婷婷丁香| 欧美黑人巨大hd| 两个人的视频大全免费| 如何舔出高潮| 亚洲国产欧洲综合997久久,| 伦精品一区二区三区| 国模一区二区三区四区视频| 国产乱人视频| 99久国产av精品| 亚洲精品色激情综合| 在线观看舔阴道视频| 亚洲国产精品成人综合色| 色哟哟哟哟哟哟| 欧美中文日本在线观看视频| 97超视频在线观看视频| 亚洲精华国产精华液的使用体验 | 香蕉av资源在线| 国产欧美日韩精品一区二区| 亚洲av第一区精品v没综合| 国产视频一区二区在线看| 午夜激情欧美在线| 一a级毛片在线观看| 精品久久久久久久久久免费视频| 欧美性感艳星| 成人特级黄色片久久久久久久| 久久久久性生活片| 日日撸夜夜添| 在线观看舔阴道视频| 亚洲精品久久国产高清桃花| 22中文网久久字幕| 欧美中文日本在线观看视频| 深夜精品福利| 伊人久久精品亚洲午夜| 欧美色视频一区免费| 日本色播在线视频| 亚洲三级黄色毛片| 欧美激情在线99| 精品一区二区三区人妻视频| 91麻豆av在线| 变态另类丝袜制服| 日本熟妇午夜| 在线免费十八禁| 美女免费视频网站| 99热精品在线国产| 亚洲国产精品成人综合色| 欧美一区二区精品小视频在线| 桃色一区二区三区在线观看| 91麻豆精品激情在线观看国产| 在线播放无遮挡| 国产成人影院久久av| 久久欧美精品欧美久久欧美| 国产av一区在线观看免费| a级毛片a级免费在线| 一级黄色大片毛片| 国产视频内射| 亚洲精品色激情综合| 亚洲va日本ⅴa欧美va伊人久久| 精品欧美国产一区二区三| 亚洲精品成人久久久久久| 亚洲在线观看片| а√天堂www在线а√下载| 国产极品精品免费视频能看的| 成年女人毛片免费观看观看9| 国产男人的电影天堂91| 国产精品国产高清国产av| 久99久视频精品免费| 搡女人真爽免费视频火全软件 | 国产伦一二天堂av在线观看| 久久九九热精品免费| 亚洲乱码一区二区免费版| 亚洲在线自拍视频| 女人十人毛片免费观看3o分钟| 国产精品综合久久久久久久免费| 日韩欧美在线二视频| 噜噜噜噜噜久久久久久91| 在线天堂最新版资源| 国产精品伦人一区二区| 哪里可以看免费的av片| 黄色一级大片看看| 美女 人体艺术 gogo| 99久久中文字幕三级久久日本| 中国美白少妇内射xxxbb| 毛片女人毛片| 午夜福利欧美成人| 99久久精品一区二区三区| 午夜福利在线观看吧| 人人妻,人人澡人人爽秒播| av在线老鸭窝| 久久6这里有精品| 久久热精品热| 天堂影院成人在线观看| 国产伦人伦偷精品视频| 1000部很黄的大片| 久久精品国产亚洲av天美| 国产一区二区激情短视频| 麻豆成人av在线观看| 久久久国产成人精品二区| 国产男人的电影天堂91| 国产黄片美女视频| x7x7x7水蜜桃| 亚洲国产欧洲综合997久久,| 白带黄色成豆腐渣| 久久久久性生活片| 亚洲熟妇中文字幕五十中出| 网址你懂的国产日韩在线| 亚洲成a人片在线一区二区| 亚洲av成人av| .国产精品久久| 欧美3d第一页| 亚洲综合色惰| 窝窝影院91人妻| 99在线人妻在线中文字幕| 久久九九热精品免费| 日韩欧美国产一区二区入口| 午夜激情福利司机影院| 亚洲国产精品sss在线观看| 一本精品99久久精品77| 国产精品日韩av在线免费观看| 特级一级黄色大片| 亚洲aⅴ乱码一区二区在线播放| 亚洲一区二区三区色噜噜| 国产精品伦人一区二区| 88av欧美| 伊人久久精品亚洲午夜| 成年人黄色毛片网站|