• <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 ?

    基于支持向量機決策樹的航空發(fā)動機軸心軌跡識別方法

    2019-05-18 06:05:52何劉海吳桂嬌
    中國機械工程 2019年8期
    關(guān)鍵詞:軸心決策樹分類器

    何劉海 吳桂嬌 王 平

    中國航發(fā)湖南動力機械研究所,中國航空發(fā)動機集團航空發(fā)動機振動技術(shù)重點實驗室,株洲,412002

    0 引言

    航空發(fā)動機轉(zhuǎn)子的軸心軌跡能夠部分反映轉(zhuǎn)子動力學(xué)特性和運行狀態(tài),從中可以獲得轉(zhuǎn)子不平衡、不對中、松動、碰摩、彎曲等信息,由此對軸心軌跡進(jìn)行分析研究,可為航空發(fā)動機轉(zhuǎn)子動力學(xué)設(shè)計和故障診斷提供重要的依據(jù)[1-2]。

    軸心軌跡自動識別實際上就是二維圖像信息處理及其模式識別過程。目前,軸心軌跡信息處理主要方法有小波分析、經(jīng)驗?zāi)B(tài)分解(EMD)、不變矩、編碼方法等;模式識別方法有概率統(tǒng)計、神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)度分析、D-S證據(jù)理論等。袁倩等[3]利用不變矩和傅里葉描述子提取軸心軌跡特征,并采用D-S證據(jù)理論識別故障。許飛云等[4]通過改進(jìn)的Zernike矩獲取軸心軌跡矩特征向量,與神經(jīng)網(wǎng)絡(luò)分類器相結(jié)合來識別軸心軌跡形狀。付波等[5]研究了軸心軌跡的仿射不變矩,結(jié)合人工神經(jīng)網(wǎng)絡(luò)方法進(jìn)行故障診斷。劉剛等[6]采用周期重采樣和小波降噪相結(jié)合的方法提純軸心軌跡,將軸心軌跡的極半徑序列作為特征,利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行識別。陳仁祥等[7]采用集成經(jīng)驗?zāi)B(tài)分解(EEMD)對軸心軌跡降噪后提純,并與諧波窗和EMD進(jìn)行對比。陳喜陽等[8]引入了Hu矩和仿射矩的組合矩作為特征向量,利用改進(jìn)的粒子算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法識別水電機組的軸心軌跡。

    由上可見,軸心軌跡識別的研究主要集中于二維圖像降噪提取特征向量,但模式識別方法不能較好地解決小樣本、非線性、局部極小點等實際問題。為了提高小樣本問題識別準(zhǔn)確率,針對航空發(fā)動機轉(zhuǎn)子故障,本文提出了基于支持向量機(SVM)決策樹的智能識別方法。該方法利用二維形狀不變矩提取軸心軌跡形狀特征,進(jìn)而構(gòu)造特征故障的訓(xùn)練和測試樣本,對SVM進(jìn)行訓(xùn)練和學(xué)習(xí),構(gòu)造SVM決策樹,從而識別航空發(fā)動機轉(zhuǎn)子故障類別。

    1 二維形狀不變矩法

    二維形狀不變矩法是一種通過提取軸心軌跡圖像中的不變矩來識別形狀的方法。圖像的不變矩主要表征圖像區(qū)域的幾何特征,具有旋轉(zhuǎn)、平移、尺度等不變性的數(shù)學(xué)特征。不變矩具有明確的物理意義,可以把圖像看成一塊質(zhì)量密度不均勻的薄板,則各階矩有著不同的含義:零階矩表示它的總質(zhì)量;一階矩表示它的質(zhì)心;二階矩又叫慣性矩,表示圖像的大小和方向[9-10]。

    設(shè)一個二維函數(shù)f(x,y)為圖像在R2平面內(nèi)的分布密度函數(shù),它表示在坐標(biāo)點(x,y)上的灰度,且是分段連續(xù)的,則對于任意正整數(shù)u和v,f(x,y)在R2平面上的u+v階矩定義為

    考慮到軸心軌跡圖像為離散圖像,故需簡化上式,式(1)離散形式為

    為簡化計算,R2平面上軸心軌跡經(jīng)過的各坐標(biāo)點的灰度都相同,即f(x,y)=1;反之軸心軌跡沒有經(jīng)過的各坐標(biāo)點的灰度為0,即f(x,y)=0。則式(2)可簡化為

    為了使矩特征具有平移變換不變性,需要對矩Muv進(jìn)行變換處理,計算其圖像的中心矩。軸心軌跡在R2平面內(nèi)的u+v階矩的中心矩

    式中,x0、y0分別為圖像的質(zhì)心。

    同理,為了使矩特征具有比例變換不變性,需要對中心矩μuv進(jìn)行歸一化處理:

    最后,可利用歸一化的中心矩的特征集合來使矩特征具有旋轉(zhuǎn)變換不變性。本文利用Hu研究得到的7個完備的2階、3階歸一化的中心矩,通過計算軸心軌跡的7個不變矩構(gòu)成的矩組來表征幾何特征。不同形狀的軸心軌跡都可以計算得到唯一的矩組,這為正確識別軸心軌跡提供了保證。

    2 SVM決策樹

    SVM方法建立在統(tǒng)計學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上,相對于其他分類方法,它的主要優(yōu)點如下:可以解決非線性、高維問題,可以解決小樣本的機器學(xué)習(xí)問題;具有較好的推廣性;避免了選擇局部極小點問題。但是最初的SVM是用來解決二類分類問題的,并不能直接運用在多類分類問題上。而SVM決策樹解決了多類分類問題,它是通過構(gòu)造一系列的兩類分類器SVM,并把它們組合在一起來實現(xiàn)多類分類的。針對航空發(fā)動機轉(zhuǎn)子多類的故障模式,本文采用基于二叉樹的SVM多類分類方法,該方法優(yōu)于其他多類分類方法,具有較好的推廣性。

    2.1 支持向量機原理

    首先考慮線性可分的兩類問題,設(shè)樣本為(xi,yi),i=1,2,…,s,其 中,xi∈Rm,yi∈{1,-1}。構(gòu)建一個分類超平面H的方程[11]:

    該超平面可以將樣本正確地劃分為兩類,分類如下:

    如圖1所示,SVM的超平面H 可以正確分開兩類樣本,為了使兩類樣本之間的間距最大,即超平面到最近樣本點的距離最大,需要求解最優(yōu)超平面,即

    約束條件為

    圖1 SVM原理Fig.1 The schematic drawing of SVM

    為求解上述函數(shù)最小值,引入拉格朗日乘子,αi≥0,i=1,2,…,l。則式(8)可線性變換為

    約束條件為

    式(11)中只有αi≥0的樣本有效,并且這些樣本就是支持向量,即圖1中H1和H2上的訓(xùn)練樣本[12]。最優(yōu)分類判別函數(shù)為

    對于非線性可分的問題,可以通過選用適當(dāng)核函數(shù)將數(shù)據(jù)映射到更高維的特征空間中,從而轉(zhuǎn)化成線性可分問題。因此,非線性可分問題求解最優(yōu)超平面的最大化方程為

    最優(yōu)分類判別函數(shù)

    其中,K (x · xi)為 核 函 數(shù)。 選 擇 不 同 的 核 函 數(shù)就可以構(gòu)造出不同類型的SVM??紤]到數(shù)據(jù)沒有先驗知識,并且使計算過程簡單化,本文選擇的核函數(shù)為Gauss核函數(shù):

    式中,xc為核函數(shù)中心;σ為函數(shù)的寬度參數(shù),控制函數(shù)的徑向作用范圍。

    2.2 基于二叉樹的SVM多類分類方法

    根據(jù)航空發(fā)動機轉(zhuǎn)子的故障機理,可以得出:轉(zhuǎn)子不平衡量大時,軸心軌跡為顯著的橢圓形;轉(zhuǎn)子發(fā)生不對中故障時,典型的軸心軌跡是香蕉形,嚴(yán)重不對中故障會使軸心軌跡變成外8字形;當(dāng)機械松動時,軸心軌跡是不規(guī)則圖形;當(dāng)轉(zhuǎn)子之間發(fā)生碰摩時,軸心軌跡則比較雜亂,呈現(xiàn)梅花形。本文以4種常見故障模式(不平衡、不對中、松動和轉(zhuǎn)靜子碰摩)的軸心軌跡形狀來構(gòu)造多類分類器[12-13]。采用基于二叉樹的 SVM 多類分類方法,其多類分類器構(gòu)造步驟如下:第1個二類分類器SVM1將第1類故障與第2,3,…,N 類故障分開,構(gòu)造SVM1;第i個二類分類器SVMi將第i類故障與第i+1,i+2,…,N 類故障分開,構(gòu)造SVMi;直到第N-1個二類分類器SVM(N-1)將N-1類故障與第N 類故障分開,構(gòu)造SVM(N-1);最后把N-1個二類分類器按照二叉樹的結(jié)構(gòu)來構(gòu)造SVM決策樹,即可準(zhǔn)確分類N 類故障。轉(zhuǎn)子軸心軌跡SVM決策樹判別故障流程如圖2所示。

    圖2 軸心軌跡的SVM決策樹Fig.2 SVM decision tree of shift orbits

    3 基于SVM決策樹的智能識別方法

    結(jié)合信號的時域和頻域特征,可知航空發(fā)動機轉(zhuǎn)子軸心軌跡不同形狀對應(yīng)不同狀態(tài)。本文利用的二維形狀不變矩是將各階矩作為特征來描述和分析圖像,它具有旋轉(zhuǎn)、平移、尺度等不變性的數(shù)學(xué)特征,故可作為轉(zhuǎn)子故障的特征向量。SVM決策樹是針對小樣本和多類分類問題的機器學(xué)習(xí)理論,比神經(jīng)網(wǎng)絡(luò)等其他傳統(tǒng)分類方法具有更好的泛化性能、更高的分類能力和準(zhǔn)確率,并且在時間效率方面有明顯提高。該智能識別方法充分綜合利用了二維形狀不變矩和支持向量機決策樹的優(yōu)點,可準(zhǔn)確高效地識別軸心軌跡形狀特征。

    基于SVM決策樹的軸心軌跡識別方法流程圖如圖3所示,其步驟如下。

    圖3 基于SVM決策樹的智能識別方法流程圖Fig.3 Flow chart of intelligent recognition method based on SVM decision tree

    (1)軸心軌跡信號預(yù)處理。由于實測信號包含豐富的系統(tǒng)運行狀態(tài)信息,信噪比較低,特別是轉(zhuǎn)子故障特征信號微弱或被其他信號淹沒時,其軸心軌跡比較復(fù)雜,降低了轉(zhuǎn)子故障類別識別的準(zhǔn)確性,故需要對原始信號進(jìn)行降噪以提取有用的信息。本文采用EMD方法對軸心軌跡進(jìn)行濾波降噪和倍頻提純,即對原始信號進(jìn)行EMD分解,得到各個IMF分量,根據(jù)轉(zhuǎn)子故障的先驗知識(如轉(zhuǎn)頻、2倍頻、3倍頻、4倍頻,還包括次頻成份:1/2倍頻、1/3倍頻、1/4倍頻等),選擇相應(yīng)時間特征尺度的IMF重構(gòu)信號,得到有用的故障信號,從而形成比較清晰的軸心軌跡。常見的5種軸心軌跡提純前后對比見圖4。

    圖4 5種常見軸心軌跡提純前后對比Fig.4 Comparison of five common shift orbits before and after purification

    (2)計算二維形狀不變矩。對提純后的軸心軌跡圖像進(jìn)行填充,然后分別計算φ1~φ7,構(gòu)造不變矩特征向量。由于計算得到的不變矩值動態(tài)范圍較大,為了權(quán)衡各不變矩的比重,對不變矩進(jìn)行l(wèi)nφi計算,并取其絕對值,獲得修正的不變矩組。

    (3)構(gòu)造SVM決策樹。根據(jù)故障經(jīng)驗所獲得的仿真和試驗數(shù)據(jù),對每種故障信號按照步驟(1)和步驟(2)進(jìn)行處理,得到每類故障30組訓(xùn)練樣本和30組測試樣本。

    將每類故障30組共120組訓(xùn)練樣本構(gòu)成訓(xùn)練集 {(x1,y1),(x2,y2),…,(x120,y120)},其中,xi∈R7,即不變矩特征向量;yi∈{1,-1},yi=1表示該樣本點xi不存在某種故障;yi=-1表示xi屬于某種故障。訓(xùn)練完每個SVM以后,將每類故障30組共120組測試樣本對每個SVM進(jìn)行測試,每個SVM判別準(zhǔn)確率見表1。

    表1 每個SVM測試準(zhǔn)確率Tab.1 Test accuracy of each SVM %

    然后構(gòu)造SVM決策樹,把每類故障的30組測試樣本輸入SVM決策樹進(jìn)行故障識別,記錄測試樣本分類結(jié)果,見表2。

    表2 SVM決策樹測試結(jié)果Tab.2 Test results of SVM decision tree

    由表2可以看出,采用基于二叉樹的SVM多類分類方法,航空發(fā)動機轉(zhuǎn)子軸心軌跡故障診斷的準(zhǔn)確率均可達(dá)93.3%以上。

    (4)智能識別。將實測信號的7不變矩組成的特征向量構(gòu)造測試樣本輸入SVM決策樹,用基于二叉樹的SVM多類分類方法進(jìn)行故障類別識別,即可識別軸心軌跡的形狀和故障類別。

    4 航空發(fā)動機應(yīng)用實例

    由于測量環(huán)境限制,某航空發(fā)動機轉(zhuǎn)子的軸心軌跡是通過測量彈性支撐器的振動應(yīng)力信號來獲取的。該方法的原理如下:在彈性支撐器的彈性變形范圍內(nèi),彈性支撐器振動應(yīng)力和轉(zhuǎn)子支撐點的位移成線性關(guān)系,由此可以直接從轉(zhuǎn)子彈性支撐器的彈條上獲取轉(zhuǎn)子振動應(yīng)力,其信號信噪比高,從而可獲得轉(zhuǎn)子的軸心軌跡[14-15]。實測的不同故障軸心軌跡如圖5所示,按照上述步驟對其進(jìn)行識別。

    圖5 實測的不同故障軸心軌跡Fig.5 Measured shift orbits of different faults

    (1)軸心軌跡信號預(yù)處理。對原始振動應(yīng)力信號采用EMD方法進(jìn)行濾波降噪和倍頻提純,首先進(jìn)行EMD分解得到IMF分量,根據(jù)航空發(fā)動機轉(zhuǎn)子轉(zhuǎn)速45 000r/min可知轉(zhuǎn)頻為750Hz,計算得其各個倍頻:187.5Hz、250Hz、375Hz、750Hz、1 500Hz、2 250Hz、3 000Hz,選取相應(yīng)頻段的IMF分量進(jìn)行信號重構(gòu),濾波降噪后提純的信號組成的軸心軌跡如圖6所示。

    圖6 濾波降噪、提純后的軸心軌跡Fig.6 Shift orbits after the purification and filtering noise reduction

    (2)計算二維形狀不變矩。對軸心軌跡圖形進(jìn)行填充,然后計算其不變矩特征向量,計算結(jié)果見表3。

    表3 軸心軌跡圖像的不變矩Tab.3 Invariant moments of shift orbits

    (3)智能識別。將步驟(2)獲得的不變矩特征向量輸入SVM決策樹,圖像a識別結(jié)果為不平衡,圖像b和圖像c識別結(jié)果都為不對中,圖像d識別結(jié)果為碰摩,可知它們與實際相符,從而驗證了該方法的有效準(zhǔn)確性。

    5 結(jié)論

    采用EMD提純方法使得故障特征顯著,有利于識別圖形模式,提高了樣本數(shù)據(jù)的有效性。取得了較高的識別率,有效地解決了小樣本的多類分類問題;將其應(yīng)用于航空發(fā)動機轉(zhuǎn)子軸心軌跡識別,識別結(jié)果與實際相符,證明了該方法的有效性及準(zhǔn)確性。與其他模式識別方法相比,該方法比較適合類似于航空發(fā)動機轉(zhuǎn)子樣本規(guī)模比較小的問題,具有訓(xùn)練速度快、分類速度快、分類精度高或泛化能力強的特點,且具有全局最優(yōu)、結(jié)構(gòu)簡單、推廣能力強等優(yōu)點,解決了不可分區(qū)域問題。

    猜你喜歡
    軸心決策樹分類器
    一種針對不均衡數(shù)據(jù)集的SVM決策樹算法
    鋼結(jié)構(gòu)軸心受壓構(gòu)件穩(wěn)定性分析
    決策樹和隨機森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    BP-GA光照分類器在車道線識別中的應(yīng)用
    電子測試(2018年1期)2018-04-18 11:52:35
    CFRP和角鋼復(fù)合加固混凝土矩形柱軸心受壓承載力
    加權(quán)空-譜與最近鄰分類器相結(jié)合的高光譜圖像分類
    結(jié)合模糊(C+P)均值聚類和SP-V-支持向量機的TSK分類器
    基于決策樹的出租車乘客出行目的識別
    以門靜脈-腸系膜上靜脈為軸心的腹腔鏡胰十二指腸切除術(shù)16例報道
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    欧美午夜高清在线| √禁漫天堂资源中文www| 亚洲精品美女久久久久99蜜臀| 亚洲最大成人中文| 精品熟女少妇八av免费久了| 亚洲av成人av| 亚洲精品在线观看二区| 久久久久免费精品人妻一区二区| 欧美色视频一区免费| 床上黄色一级片| 免费在线观看日本一区| 亚洲五月天丁香| 亚洲狠狠婷婷综合久久图片| 国内揄拍国产精品人妻在线| 2021天堂中文幕一二区在线观| 曰老女人黄片| 欧美性长视频在线观看| 亚洲一区二区三区不卡视频| bbb黄色大片| 亚洲中文av在线| 在线免费观看的www视频| 欧美乱码精品一区二区三区| 禁无遮挡网站| 人成视频在线观看免费观看| 男女之事视频高清在线观看| 国产免费av片在线观看野外av| 国产一级毛片七仙女欲春2| 在线国产一区二区在线| 日本在线视频免费播放| 1024手机看黄色片| 日本a在线网址| 亚洲男人的天堂狠狠| 亚洲国产欧美人成| 人人妻人人澡欧美一区二区| av免费在线观看网站| 日韩欧美国产在线观看| 久久久久久亚洲精品国产蜜桃av| videosex国产| 国产主播在线观看一区二区| 精品一区二区三区视频在线观看免费| 亚洲成av人片在线播放无| 真人做人爱边吃奶动态| 50天的宝宝边吃奶边哭怎么回事| 欧美丝袜亚洲另类 | 丝袜人妻中文字幕| 12—13女人毛片做爰片一| 久久精品亚洲精品国产色婷小说| 欧美在线一区亚洲| 国产精品一区二区三区四区久久| 国产精品久久电影中文字幕| 午夜免费激情av| 免费看美女性在线毛片视频| 哪里可以看免费的av片| 天堂√8在线中文| 亚洲真实伦在线观看| 成人18禁高潮啪啪吃奶动态图| 特大巨黑吊av在线直播| 亚洲人与动物交配视频| 1024视频免费在线观看| 亚洲五月天丁香| 久久久久久久精品吃奶| 日本 av在线| 亚洲一区二区三区色噜噜| 亚洲午夜精品一区,二区,三区| 50天的宝宝边吃奶边哭怎么回事| 久久精品国产99精品国产亚洲性色| 一个人观看的视频www高清免费观看 | 欧美黄色片欧美黄色片| 少妇人妻一区二区三区视频| 人妻夜夜爽99麻豆av| 熟妇人妻久久中文字幕3abv| 久久热在线av| svipshipincom国产片| 非洲黑人性xxxx精品又粗又长| 五月伊人婷婷丁香| 日韩精品青青久久久久久| 日本黄大片高清| 国产免费男女视频| 麻豆一二三区av精品| 少妇的丰满在线观看| 18禁黄网站禁片午夜丰满| 色精品久久人妻99蜜桃| 黄色视频,在线免费观看| 宅男免费午夜| 中文字幕人成人乱码亚洲影| 亚洲成人久久性| 国产精品1区2区在线观看.| 啦啦啦免费观看视频1| www.999成人在线观看| 91九色精品人成在线观看| 母亲3免费完整高清在线观看| 黄色成人免费大全| 国产日本99.免费观看| 日韩 欧美 亚洲 中文字幕| 精品一区二区三区av网在线观看| 日韩三级视频一区二区三区| 日韩国内少妇激情av| 两性夫妻黄色片| 国产欧美日韩一区二区三| 午夜日韩欧美国产| 欧美成狂野欧美在线观看| 国产精品香港三级国产av潘金莲| 欧美日韩瑟瑟在线播放| 欧美最黄视频在线播放免费| 午夜福利在线观看吧| 88av欧美| 久久久久久九九精品二区国产 | 大型黄色视频在线免费观看| 亚洲av五月六月丁香网| 男男h啪啪无遮挡| 男女那种视频在线观看| 亚洲免费av在线视频| 国产av又大| 国产成人影院久久av| 亚洲av电影在线进入| 国产欧美日韩精品亚洲av| 18禁观看日本| 午夜激情av网站| 欧美日韩国产亚洲二区| 国产成人精品久久二区二区免费| 身体一侧抽搐| 午夜福利18| 亚洲av美国av| 19禁男女啪啪无遮挡网站| 精品久久久久久,| 我的老师免费观看完整版| 精品国产超薄肉色丝袜足j| 免费在线观看视频国产中文字幕亚洲| 黑人操中国人逼视频| 精品一区二区三区av网在线观看| 欧美大码av| 又爽又黄无遮挡网站| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美成狂野欧美在线观看| 在线观看美女被高潮喷水网站 | 欧美中文日本在线观看视频| 久久久久久久精品吃奶| 舔av片在线| 波多野结衣高清作品| 一区福利在线观看| 久久国产乱子伦精品免费另类| 天天躁狠狠躁夜夜躁狠狠躁| 婷婷精品国产亚洲av在线| 久久精品人妻少妇| 全区人妻精品视频| 麻豆成人av在线观看| 国产熟女xx| 精品国产乱子伦一区二区三区| 黑人操中国人逼视频| 特级一级黄色大片| 午夜视频精品福利| 小说图片视频综合网站| 在线播放国产精品三级| 日本 欧美在线| 亚洲国产精品999在线| 国产精品国产高清国产av| √禁漫天堂资源中文www| 精品国产乱码久久久久久男人| 色在线成人网| 欧美绝顶高潮抽搐喷水| 亚洲人成电影免费在线| 午夜亚洲福利在线播放| avwww免费| 老熟妇乱子伦视频在线观看| 欧洲精品卡2卡3卡4卡5卡区| 亚洲av日韩精品久久久久久密| 91字幕亚洲| 免费一级毛片在线播放高清视频| 国产一级毛片七仙女欲春2| 中文字幕av在线有码专区| 人妻丰满熟妇av一区二区三区| 俺也久久电影网| 日韩大码丰满熟妇| 亚洲成av人片免费观看| 免费人成视频x8x8入口观看| 亚洲一码二码三码区别大吗| 男女视频在线观看网站免费 | 午夜精品久久久久久毛片777| 精品欧美国产一区二区三| 亚洲精品国产一区二区精华液| 久久热在线av| 老熟妇乱子伦视频在线观看| 久久久国产欧美日韩av| 国产91精品成人一区二区三区| 在线免费观看的www视频| 国产一区在线观看成人免费| 草草在线视频免费看| 亚洲av美国av| 琪琪午夜伦伦电影理论片6080| 女人爽到高潮嗷嗷叫在线视频| 男女做爰动态图高潮gif福利片| 97人妻精品一区二区三区麻豆| 国产精品影院久久| 一级黄色大片毛片| 变态另类成人亚洲欧美熟女| 日本黄大片高清| www.自偷自拍.com| av国产免费在线观看| 香蕉av资源在线| 亚洲精品美女久久久久99蜜臀| 一区福利在线观看| 欧美午夜高清在线| 亚洲成人国产一区在线观看| 久久天堂一区二区三区四区| 国产私拍福利视频在线观看| 日韩三级视频一区二区三区| 黄色视频,在线免费观看| 精品久久久久久久毛片微露脸| 黄片小视频在线播放| 免费人成视频x8x8入口观看| 久久久久性生活片| 男女那种视频在线观看| 精品久久蜜臀av无| 久久久久精品国产欧美久久久| 色尼玛亚洲综合影院| 亚洲av中文字字幕乱码综合| 在线观看舔阴道视频| 久久精品国产综合久久久| 久久人妻av系列| 日韩欧美国产在线观看| 最近最新中文字幕大全电影3| 高清在线国产一区| 精品日产1卡2卡| 亚洲欧美日韩高清在线视频| 亚洲自偷自拍图片 自拍| 国产亚洲av高清不卡| 久久国产乱子伦精品免费另类| 国产成年人精品一区二区| 亚洲五月天丁香| 在线观看免费午夜福利视频| 亚洲人成伊人成综合网2020| 欧美中文综合在线视频| 一级毛片精品| 亚洲午夜精品一区,二区,三区| 久久精品91蜜桃| 国产激情欧美一区二区| 最好的美女福利视频网| av中文乱码字幕在线| 五月玫瑰六月丁香| 久久久久九九精品影院| 免费看日本二区| 国产精品美女特级片免费视频播放器 | 色综合欧美亚洲国产小说| 欧美久久黑人一区二区| 可以在线观看毛片的网站| 一级黄色大片毛片| 久久精品91蜜桃| av中文乱码字幕在线| 免费在线观看完整版高清| 51午夜福利影视在线观看| 别揉我奶头~嗯~啊~动态视频| 成人国语在线视频| 亚洲欧美日韩高清在线视频| 真人做人爱边吃奶动态| 熟妇人妻久久中文字幕3abv| 国产亚洲精品av在线| 国产探花在线观看一区二区| 国产精品野战在线观看| av免费在线观看网站| 亚洲 国产 在线| 99re在线观看精品视频| 黄色女人牲交| 久久久精品欧美日韩精品| 欧美在线一区亚洲| 三级毛片av免费| 亚洲第一电影网av| 熟妇人妻久久中文字幕3abv| 老司机靠b影院| 亚洲国产精品999在线| 宅男免费午夜| 国产一区二区三区在线臀色熟女| 久久久久九九精品影院| 亚洲一区高清亚洲精品| 久久午夜综合久久蜜桃| 国产免费男女视频| 日本黄大片高清| av国产免费在线观看| 久久久久国内视频| 成年女人毛片免费观看观看9| 首页视频小说图片口味搜索| 黄色毛片三级朝国网站| 国产精品99久久99久久久不卡| 大型黄色视频在线免费观看| 久久婷婷人人爽人人干人人爱| 亚洲九九香蕉| 国产真实乱freesex| 欧美中文综合在线视频| 国产av麻豆久久久久久久| 韩国av一区二区三区四区| 亚洲欧美日韩东京热| 色哟哟哟哟哟哟| 欧美又色又爽又黄视频| 1024香蕉在线观看| 制服丝袜大香蕉在线| 日韩高清综合在线| 久久久久性生活片| 国内精品久久久久精免费| 搡老熟女国产l中国老女人| 三级男女做爰猛烈吃奶摸视频| 97碰自拍视频| 精品国产美女av久久久久小说| 欧美日韩亚洲综合一区二区三区_| 亚洲五月天丁香| 免费在线观看成人毛片| 午夜久久久久精精品| 手机成人av网站| 99re在线观看精品视频| 九色成人免费人妻av| 亚洲五月婷婷丁香| 免费看日本二区| 亚洲专区字幕在线| 老熟妇仑乱视频hdxx| 久久中文看片网| 亚洲av熟女| 欧美日韩福利视频一区二区| 日本在线视频免费播放| 成人高潮视频无遮挡免费网站| 99re在线观看精品视频| a级毛片在线看网站| 欧美3d第一页| 精品国内亚洲2022精品成人| 香蕉久久夜色| 欧美一区二区精品小视频在线| 男女床上黄色一级片免费看| 免费人成视频x8x8入口观看| 成年女人毛片免费观看观看9| 成人精品一区二区免费| 一进一出抽搐gif免费好疼| 久久精品影院6| 91国产中文字幕| 99精品在免费线老司机午夜| 国产精品久久久久久久电影 | 国产精品自产拍在线观看55亚洲| 1024手机看黄色片| 九色国产91popny在线| 变态另类成人亚洲欧美熟女| 在线观看一区二区三区| 欧美日韩乱码在线| 手机成人av网站| www日本黄色视频网| 日本a在线网址| 国产精品美女特级片免费视频播放器 | 变态另类丝袜制服| 日韩大码丰满熟妇| 黄色丝袜av网址大全| 亚洲国产高清在线一区二区三| 国产精品免费一区二区三区在线| 久久精品成人免费网站| 午夜成年电影在线免费观看| 亚洲熟女毛片儿| 免费电影在线观看免费观看| 久久久久九九精品影院| 亚洲人成网站高清观看| 免费在线观看影片大全网站| 久久久久久久久久黄片| 国产精华一区二区三区| 观看免费一级毛片| 久久香蕉精品热| 男女床上黄色一级片免费看| 在线观看免费日韩欧美大片| 成人一区二区视频在线观看| 国产精品久久久久久亚洲av鲁大| 国产精品自产拍在线观看55亚洲| 成年免费大片在线观看| 韩国av一区二区三区四区| 久久人人精品亚洲av| or卡值多少钱| 女人被狂操c到高潮| 国产乱人伦免费视频| 久久精品aⅴ一区二区三区四区| 久久久久国内视频| 精品久久久久久久久久久久久| 在线a可以看的网站| 99热只有精品国产| 18禁黄网站禁片午夜丰满| 人人妻人人看人人澡| 欧美在线黄色| 大型av网站在线播放| 国产真人三级小视频在线观看| 中国美女看黄片| 人妻丰满熟妇av一区二区三区| 久久婷婷成人综合色麻豆| 淫秽高清视频在线观看| e午夜精品久久久久久久| 亚洲国产精品合色在线| 国产91精品成人一区二区三区| 嫁个100分男人电影在线观看| 亚洲在线自拍视频| 亚洲全国av大片| 亚洲人成77777在线视频| 精品久久蜜臀av无| www日本在线高清视频| 亚洲成人国产一区在线观看| 久久久精品国产亚洲av高清涩受| 久久久久免费精品人妻一区二区| 美女午夜性视频免费| 亚洲精品久久国产高清桃花| 国产1区2区3区精品| 国产在线观看jvid| 久久久久久久精品吃奶| 在线播放国产精品三级| 亚洲成人免费电影在线观看| 长腿黑丝高跟| 久久久久性生活片| 777久久人妻少妇嫩草av网站| 深夜精品福利| 非洲黑人性xxxx精品又粗又长| 在线十欧美十亚洲十日本专区| 免费在线观看亚洲国产| 亚洲欧美日韩东京热| 日韩欧美一区二区三区在线观看| 国产麻豆成人av免费视频| 国产成+人综合+亚洲专区| 香蕉av资源在线| 久99久视频精品免费| 亚洲专区字幕在线| 午夜免费观看网址| 三级毛片av免费| 欧美不卡视频在线免费观看 | 美女扒开内裤让男人捅视频| 婷婷精品国产亚洲av| 久久久久久国产a免费观看| 欧美极品一区二区三区四区| 日本黄色视频三级网站网址| 久久久久久久午夜电影| 亚洲欧美精品综合久久99| 手机成人av网站| 变态另类丝袜制服| 欧美日韩亚洲国产一区二区在线观看| 妹子高潮喷水视频| 两个人视频免费观看高清| 最近最新中文字幕大全电影3| 熟妇人妻久久中文字幕3abv| 在线永久观看黄色视频| 最近在线观看免费完整版| 韩国av一区二区三区四区| 久久精品夜夜夜夜夜久久蜜豆 | 国产97色在线日韩免费| 一级黄色大片毛片| 久久精品综合一区二区三区| 亚洲男人的天堂狠狠| 国产99白浆流出| 黄色视频,在线免费观看| 久久午夜综合久久蜜桃| 成人av一区二区三区在线看| 欧美日韩亚洲综合一区二区三区_| 日本在线视频免费播放| 欧美日韩黄片免| 一夜夜www| 人妻丰满熟妇av一区二区三区| www日本黄色视频网| 制服丝袜大香蕉在线| 国产高清videossex| 国产av在哪里看| 精品久久久久久久末码| 高清在线国产一区| 超碰成人久久| 久久精品影院6| 欧美乱妇无乱码| 又黄又爽又免费观看的视频| 亚洲激情在线av| 中文字幕精品亚洲无线码一区| 婷婷亚洲欧美| 少妇人妻一区二区三区视频| 免费搜索国产男女视频| 国产精品一区二区免费欧美| 久久香蕉精品热| 国产精品九九99| 天堂影院成人在线观看| 国产又色又爽无遮挡免费看| 欧美色欧美亚洲另类二区| 国产精品综合久久久久久久免费| 青草久久国产| 国产免费男女视频| 深夜精品福利| 91麻豆av在线| 精品国产超薄肉色丝袜足j| 国产亚洲精品久久久久5区| 男女那种视频在线观看| 少妇人妻一区二区三区视频| 制服诱惑二区| 老司机深夜福利视频在线观看| 日本精品一区二区三区蜜桃| 首页视频小说图片口味搜索| 亚洲人成网站在线播放欧美日韩| 在线观看美女被高潮喷水网站 | 俄罗斯特黄特色一大片| 中文在线观看免费www的网站 | 午夜精品在线福利| 免费在线观看视频国产中文字幕亚洲| 两个人免费观看高清视频| 热99re8久久精品国产| 午夜激情av网站| 91成年电影在线观看| 黑人欧美特级aaaaaa片| 亚洲 国产 在线| a级毛片在线看网站| 欧美乱码精品一区二区三区| 久久久久久久久久黄片| 夜夜夜夜夜久久久久| 亚洲人成网站在线播放欧美日韩| 国内毛片毛片毛片毛片毛片| 欧美大码av| 精华霜和精华液先用哪个| 两性夫妻黄色片| 国产精品一区二区三区四区免费观看 | 手机成人av网站| 长腿黑丝高跟| 亚洲第一电影网av| 日韩欧美精品v在线| 亚洲人成电影免费在线| 精品国产超薄肉色丝袜足j| 日本 欧美在线| 久久久久免费精品人妻一区二区| АⅤ资源中文在线天堂| 校园春色视频在线观看| 午夜福利在线在线| 成年人黄色毛片网站| 又黄又爽又免费观看的视频| 国产精品爽爽va在线观看网站| 国产aⅴ精品一区二区三区波| 久久国产乱子伦精品免费另类| 可以在线观看的亚洲视频| 小说图片视频综合网站| 国产黄色小视频在线观看| 欧美一级a爱片免费观看看 | 久久这里只有精品19| 一区二区三区激情视频| 国产高清有码在线观看视频 | 夜夜看夜夜爽夜夜摸| 欧美在线一区亚洲| 好男人电影高清在线观看| 日本 欧美在线| 在线国产一区二区在线| 老汉色av国产亚洲站长工具| 国产精品永久免费网站| 村上凉子中文字幕在线| 精品熟女少妇八av免费久了| 日韩中文字幕欧美一区二区| 大型av网站在线播放| 一区二区三区国产精品乱码| 五月伊人婷婷丁香| 1024视频免费在线观看| 国产久久久一区二区三区| 老司机在亚洲福利影院| 男女床上黄色一级片免费看| 久久久精品国产亚洲av高清涩受| 人人妻人人看人人澡| 国产精品久久久av美女十八| 欧美日韩乱码在线| 国产区一区二久久| 久久久久国产精品人妻aⅴ院| 欧美黑人精品巨大| 给我免费播放毛片高清在线观看| 亚洲 欧美一区二区三区| 日本五十路高清| 亚洲精品国产一区二区精华液| 国产高清videossex| 精品久久久久久,| 国产成人aa在线观看| 91在线观看av| 黄色视频不卡| 久久热在线av| 国产欧美日韩一区二区三| aaaaa片日本免费| 我的老师免费观看完整版| 91av网站免费观看| 国产久久久一区二区三区| 日韩免费av在线播放| 免费观看人在逋| 欧美另类亚洲清纯唯美| 欧美三级亚洲精品| 亚洲av日韩精品久久久久久密| 中文字幕精品亚洲无线码一区| 不卡av一区二区三区| 在线永久观看黄色视频| 国产麻豆成人av免费视频| 免费无遮挡裸体视频| 深夜精品福利| 久久精品国产99精品国产亚洲性色| 成人国产综合亚洲| 99热只有精品国产| 久久久国产成人精品二区| 久久久久久免费高清国产稀缺| 色播亚洲综合网| 国产伦一二天堂av在线观看| 1024香蕉在线观看| 亚洲欧美激情综合另类| 黄色成人免费大全| 亚洲av电影在线进入| 中文在线观看免费www的网站 | 男女午夜视频在线观看| 最近最新免费中文字幕在线| 色老头精品视频在线观看| 一个人观看的视频www高清免费观看 | 精品国产美女av久久久久小说| 欧美国产日韩亚洲一区| 久久精品夜夜夜夜夜久久蜜豆 | 欧美乱色亚洲激情| 18禁美女被吸乳视频| 岛国在线观看网站| 欧美在线一区亚洲| 一级黄色大片毛片| 国产精华一区二区三区| 两个人的视频大全免费| 中文字幕精品亚洲无线码一区| 国产野战对白在线观看| 欧美中文日本在线观看视频| 2021天堂中文幕一二区在线观| 精品日产1卡2卡| 黄色女人牲交| 日韩大尺度精品在线看网址| 久久久国产精品麻豆| 欧美 亚洲 国产 日韩一| 久久亚洲真实|