• <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VMD和SVDD的滾動軸承早期微弱故障檢測和性能退化評估研究

    2019-12-02 06:05:48房立清趙玉龍齊子元
    振動與沖擊 2019年22期
    關鍵詞:壽命軸承模態(tài)

    王 斐, 房立清, 趙玉龍, 齊子元

    (1.武警士官學校 軍械系,杭州 310023; 2.陸軍工程大學 石家莊校區(qū)火炮工程系,石家莊 050003)

    滾動軸承是大型機械系統(tǒng)的重要零部件,一旦軸承失效將會導致整個機械系統(tǒng)的災難性故障,造成巨大的經(jīng)濟損失和嚴重事故,目前針對滾動軸承的狀態(tài)監(jiān)測和維修策略一直是研究的熱點?;跔顟B(tài)的維修CBM(Condition Based Maintenance),或稱視情維修,是對機械系統(tǒng)的健康狀態(tài)進行實時監(jiān)測,管理和維護,提高整個系統(tǒng)的運行可靠性[1]。軸承從正常運轉到完全失效往往要經(jīng)歷一系列不同的性能退化過程,如果能夠在軸承運行過程中監(jiān)測到早期微弱故障及軸承性能退化的規(guī)律,跟蹤其故障的發(fā)展,那么就可以使設備維護計劃的制定具有針對性,因此滾動軸承的故障退化程度的評估是開展視情維修的基礎和重點[2]。故障退化程度評估要求狀態(tài)特征要對性能退化程度要有量化反應能力,進而實現(xiàn)對全壽命周期中任意時刻的退化程度進行定量的度量,而非單純描述不同故障之間的差異;這是故障退化程度評估區(qū)別于傳統(tǒng)故障診斷的方面。

    故障退化程度評估包含兩個方面:一是性能退化特征的提取;二是退化特征指標的評估。針對這兩方面,國內外學者進行了大量的研究,文獻[3]提出了一種基于模糊C均值聚類(Fuzzy C-means Clustering,FCM)的設備性能退化評估方法,以正常狀態(tài)和失效時刻的數(shù)據(jù)為基礎,建立智能評估模型,在對滾動軸承性能退化評估中取得了良好的效果;文獻[4]提出了基于流行學習特征提取和高斯混合模型的退化評估方法,效果優(yōu)于時域特征提取方法;文獻[5]提出了基于隱馬爾可夫的多通道融合性能退化評估模型,通過滾動軸承加速壽命數(shù)據(jù)驗證了方法的有效性;文獻[6]提出了結合EMD(Empirical Mode Decomposition)分解特征提取和K均值聚類的故障退化評估方法,可以較好的發(fā)現(xiàn)早期故障退化階段;這些方法很好的實現(xiàn)了特征指標的提取與故障程度的評估,但對于早期微弱故障的檢測效果并不是很明顯。

    變分模態(tài)分解(Variational Mode Decomposition,VMD)是文獻[7]提出的一種非遞歸的自適應信號分解方法,VMD通過求解變分模態(tài)最優(yōu)解實現(xiàn)模態(tài)分解,可將一個非平穩(wěn)振動信號自適應地分解為若干個不同中心頻率的本征模態(tài)函數(shù)(Intrinsic Mode Function, IMF)之和,具有精度高、收斂速度快、對噪聲有較好的魯棒性等特點,與EMD和EEMD方法相比,有效克服了端點效應與模態(tài)混疊現(xiàn)象。目前基于VMD方法的機械故障診斷領域取得了很好的效果[8-13]。

    支持向量數(shù)據(jù)描述(Support Vector Data Description, SVDD)[14]是一種有效的單值(One-class)分類方法,其核心思想是通過非線性映射將樣本映射到高維的內積空間,在特征空間中尋找一個包含全部或大部分樣本且體積最小的超球體(最優(yōu)超球體)。近年來,SVDD方法在故障檢測、臉部識別、語音識別、圖像恢復等領域取得了良好的效果。利用SVDD的單值分類特性,區(qū)分正常狀態(tài)和其他退化狀態(tài),可有效實現(xiàn)機械零件性能退化程度的評估[15-18]。

    基于上述描述,本文提出了結合VMD分解和SVDD的滾動軸承性能退化評估方法,利用VMD方法對振動信號進行分解,選取對故障較為敏感的模態(tài)分量,提取分量的奇異值并結合時域特征、復雜度特征組成滾動軸承綜合特征指標;利用SVDD在單值分類問題上的優(yōu)勢,僅使用正常樣本的綜合特征指標進行SVDD評估模型的構建,通過滾動軸承全壽命數(shù)據(jù)進行模型的驗證,驗證結果表明本文所提出的方法不僅能有效的描述滾動軸承在全壽命周期內的性能退化規(guī)律,同是對軸承早期微弱故障的發(fā)生具有良好的預警能力。

    1 變分模態(tài)分解原理介紹

    VMD算法的核心思想是在變分框架中對信號分解,每個模態(tài)分量的頻率中心及帶寬在迭代求解變分模型的過程中不斷更新,最后將信號自適應分解為K個IMF函數(shù)。分解過程的數(shù)學模型為

    (1)

    式中:f為輸入信號;uk為分解得到的K個IMF分量;ωk為各IMF對應的頻率中心。

    (2)

    (3)

    VMD方法相比EMD方法,在含噪脈沖信號分解,故障特征頻率提取,克服模態(tài)混疊方面有很大的優(yōu)越性。因此,本文將其應用于滾動軸承信號的分解,并進一步提取故障特征作為軸承性能退化評估的特征指標。

    2 支持向量數(shù)據(jù)描述

    SVDD可以有效解決單值分類問題,其核心思想是將給定的訓練數(shù)據(jù)映射到高維空間中,在高維空間中尋找一個體積最小的超球體,使得訓練數(shù)據(jù)盡可能多地包含于在該超球體中,不屬于該類的數(shù)據(jù)則位于超球體之外。其數(shù)學模型構建如下:

    給定一個目標類樣本集X={x1,x2,…,xn},定義一個包含所有或幾乎所有目標類樣本的超球體,超球體球心為a,半徑為R??紤]到目標樣本中可能存在少數(shù)野點,為了提高算法對訓練樣本中野點的魯棒性,引入松弛因子ξi,允許部分樣本點分布于超球體之外,此時SVDD優(yōu)化問題描述為

    (4)

    其中,C>0為指定的懲罰參數(shù),用以調節(jié)錯分訓練樣本數(shù)(球外樣本數(shù))和r的大小。為了解決上述優(yōu)化問題,構造以下拉格朗日方程

    式中:αi,γi為拉格朗日乘子。對R,a,ξi求偏導數(shù),令其為0,得到

    (6)

    將式(6)代入式(2)中得到優(yōu)化函數(shù)

    (7)

    當樣本點位于超球體內是,αi=0當樣本點位于超球體的邊界上,則0<αi

    R2=‖φ(xsv)-φ(a)‖2=K(xsv,xsv)-

    (8)

    對于新樣本z,它與球心的距離可表示為

    d=‖φ(z)-φ(a)‖=K(z,z)-

    (9)

    核函數(shù)K的使用完成由原空間向高維空間的轉換,把原來線性不可分的問題轉換成高維空間中線性可分的問題,同是并沒有增加太多的計算量。

    在軸承退化性能評估過程中,將提取到的正常狀態(tài)下的樣本特征向量作為訓練樣本輸入SVDD進行訓練,得到包含正常狀態(tài)樣本的超球體,球心為O,半徑為R;新樣本與超球體球心的廣義距離d可由式(9)求出,當d≤R時,則樣本為正常樣本;當d>R樣本屬于故障樣本,故障樣本d的取值越大則故障程度越深。

    3 滾動軸承性能退化程度評估

    3.1 滾動軸承全壽命實驗數(shù)據(jù)

    本文所使用的滾動軸承全壽命數(shù)據(jù)來自于辛辛那提智能維護中心軸承疲勞壽命試驗臺,如圖1所示。軸承振動信號每隔10 min采集一次,采樣頻率20 kHz,采樣時間1 s,試驗臺運行163 h后軸承2外圈出現(xiàn)嚴重剝落故障,壽命終止,共采集到984組樣本,此數(shù)據(jù)即為軸承的全壽命周期試驗數(shù)據(jù),經(jīng)計算軸承2外圈故障頻率約為234 Hz,文中采用每組樣本的第一列數(shù)據(jù)進行性能退化評估研究。

    圖1 軸承疲勞壽命試驗臺Fig.1 Rolling bearing fatigue life test platform

    3.2 特征指標的選擇

    滾動軸承全壽命周期一般分為正常狀態(tài),輕微退化階段,嚴重退化階段和失效階段,一般壽命評估研究的重點為輕微退化階段和嚴重退化階段。良好的性能退化特征指標一是要在全壽命周期的各個退化階段要保持相對穩(wěn)定,另一方面需要在初始退化階段有較強的敏感性。目前,有多種特征指標被應用于性能退化指標的提取,如時域特征指標(均方根值,峰—峰值,裕度,峭度等),復雜度指標(關聯(lián)維數(shù)、近似熵、樣本熵、模糊熵、譜熵等)。本文經(jīng)過大量分析研究表明,VMD奇異值,均方根值,樣本熵值可以更好的反映滾動軸承全壽命周期指標的變化趨勢。

    3.2.1 VMD奇異值指標

    在進行VMD分解之前,需要確定分解層數(shù)K的取值,以避免出現(xiàn)過分解可能帶來的模態(tài)混疊現(xiàn)象。分解層數(shù)的選取通過比較各IMF分量的中心頻率的方法確定,VMD 分解得到的K個 IMF 分量的中心頻率是從小到大依次排列的,隨著K的增大,各個分量的中心頻率之間的差值會減小,最終出現(xiàn)過分解現(xiàn)象,通過比較各IMF中心頻率的差值,來判斷是否過分解,進而便可以確定模態(tài)個數(shù)K。這里以1 000 min時的振動信號為例進行分析,表1為不同模態(tài)個數(shù)下的中心頻率的值,從中可知,當K=7時,分解得到的IMF4和IMF5分量的中心頻率相差較小,因此,當K≥7時,信號有過分解的風險,而當模態(tài)個數(shù)過小時,各模態(tài)分量之間中心頻率的差值過大,又不足以表征原信號所包含的不同頻率成分;考慮到降低特征提取維數(shù)的目的,因此最終選取K=5作為VMD分解的模態(tài)個數(shù)。其它時刻模態(tài)個數(shù)的選取方法相同,這里不做過多說明。

    表1 不同模態(tài)個數(shù)下IMF分量的中心頻率Tab.1 Center frequency of the IMF under different K

    將滾動軸承振動信號進行VMD分解,得到5個IMF分量,結果如圖2所示,進一步計算每個分量的奇異值,奇異值可依據(jù)下面的奇異值分解公式進行求解

    A=UQVT

    (10)

    式中:A∈Rm×n為待分解的矩陣;U∈Rm×m和V∈Rn×n為正交矩陣;Q∈Rm×n為對角矩陣。

    (11)

    式中:0為零矩陣;q=min(m,n);且α1≥α2≥…≥αq>0,αi(i=1,2,…,q)為矩陣A的奇異值。由于IMF分量為一維時域信號,因此每個IMF分量經(jīng)奇異值分解后得到一個奇異值。經(jīng)計算得到5個分量在全壽命周期內奇異值的變化情況,如圖3所示;圖3反映出這5個IMF分量的奇異值在全壽命周期內變化趨勢基本一致,但IMF3~IMF5分量的奇異值在故障早期階段相比IMF1和IMF2變化更為敏感,其包含了更多故障信息,更能表征全壽命特征指標的變化,因此選取IMF3~IMF5奇異值作為部分故障特征向量。

    圖2 軸承振動信號VMD分解Fig.2 Bearing vibration signal VMD decomposition

    圖3 IMF信號奇異值在全壽命周期內的變化值Fig.3 The variation of singular value of IMF signal in the whole life period

    3.2.2均方根值指標與樣本熵值指標

    圖4 均方根值特征Fig.4 RMS feature

    樣本熵是常用復雜度特征指標之一,是近似熵的一種改進形式,它通過衡量時間序列復雜性度量信號中產(chǎn)生新模式的概率大小。熵值越大時間序列復雜度越大。樣本熵克服了數(shù)據(jù)偏差,具有較強的抗噪能力和優(yōu)異的一致性,采用較少的數(shù)據(jù)段即可得到穩(wěn)定的熵值。對樣本熵的具體計算過程可參考文獻[19]。滾動軸承全壽命周期內樣本熵值的變化情況如圖5所示。

    分析奇異值,均方根值和樣本熵指標的變化情況,奇異值和均方根值指標在各個不同階段數(shù)值較為穩(wěn)定,對輕微退化階段D1和嚴重退化階段D2都具有較好的表征能力,樣本熵指標雖然在數(shù)值穩(wěn)定性上不如均方根值,但在D1,D2階段當中值的變化更大一些,對故障狀態(tài)的變化更為敏感。因此,經(jīng)綜合考慮將這三種指標結合起來作為滾動軸承性能退化綜合特征指標,記為V=[SV3,SV4,SV5,RMS,SampEn]。

    圖5 樣本熵特征Fig.5 Sample entropy feature

    3.3 滾動軸承性能退化評估模型

    通過上述分析,本文提出了基于VMD分解和SVDD的滾動軸承性能退化評估模型,如圖6所示。其具體步驟為:

    步驟1特征提取。對信號進行5層VMD分解,提取IMF3~IMF5分量的奇異值,與信號均方根值和樣本熵值組成特征向量V作為軸承綜合特征指標。

    步驟2利用正常樣本信號的綜合特征指標作為訓練樣本構建SVDD分類器,得到包含正常樣本超球面O,并得到超球體半徑R。

    步驟3計算測試樣本綜合特征指標Vtest,輸入SVDD分類器中求得Vtest與超球體球心之間的距離d,并計算得到性能退化指標(Degradation Indicator,DI),以DI值作為性能退化評估的依據(jù)

    (12)

    圖6 性能退化評估模型Fig.6 Performance degradation assessment model

    3.4 基于VMD和SVDD的滾動軸承性能退化評估

    從圖3~圖5可知,滾動軸承在0~4 000 min運行期間內,各特征值保持穩(wěn)定,可認為期間軸承處于正常工作狀態(tài),本文選取運行時間在1 000~3 000 min的200組振動信號作為樣本數(shù)據(jù)用于SVDD的訓練樣本。其中,懲罰參數(shù)C取值為1, 核函數(shù)參數(shù)σ=90。將滾動軸承全壽命周期的984組數(shù)據(jù)作為測試樣本輸入退化評估模型最終得到全壽命周期的DI值,以此作為全壽命周期的評估結果,如圖7(a)所示,圖7(b)為500~700組樣本的DI變化情況,圖7(c)為只采用樣本熵與均方根值作為特征指標的評估結果,與文中所提特征提取方法相比,監(jiān)測到初始故障發(fā)生的時間晚了約260 min,這說明本文提出的SV3,SV4,SV5特征指標能很好的反映軸承運行狀態(tài)信息。

    圖7 基于SVDD的滾動軸承性能退化評估結果Fig.7 Performance degradation assessment results by SVDD

    圖7(a)和圖7(b)中,在運行的0~5 340 min期間樣本的DI=0,此階段的滾動軸承處于正常工作狀態(tài),在5 340 min樣本的DI>0,說明此時開始出現(xiàn)極其輕微的早期故障,從5 550 min開始故障開始逐漸加深,直到7 050 minDI值急劇變化,說明滾動軸承性能退化加深,故障程度較為嚴重,之后DI值時而增大時而減小,規(guī)律性較弱,從9 100 min開始DI值大幅增大,軸承失效。從對評估結果的分析可以得到以下推論:①5 340~5 540 min,軸承出現(xiàn)極其微弱的早期故障,幾乎難以發(fā)現(xiàn);②在5 500~7 040 min,故障程度呈逐漸加深態(tài)勢;③7 050~9 840 min,DI變化情況復雜,無明顯規(guī)律,可以認為從7 050 min以后軸承已經(jīng)處于嚴重故障狀態(tài)。

    為了驗證本文的推論,分別對1 000 min,5 330 min,5 340 min,5 400 min,5 550 min,7 050 min的振動信號作VMD分解,模態(tài)個數(shù)K=5,取IMF3~IMF5分量重構信號,并對重構信號做包絡譜分析,如圖8所示。5 340 min時的包絡譜分析可以明顯檢測到234.4 Hz的頻率成分,非常接近外圈故障特征頻率的理論計算結果234 Hz,5 340 min時刻之前的5 330 min及1 000 min時的正常狀態(tài)則沒有此頻率成分,可以認為5 340 min第一次發(fā)生了外圈故障;此時的包絡譜還存在很多其他頻率成分,說明此時的外圈故障非常微弱,5 340 min之后的5 440 min還能較為明顯的觀察到234.4 Hz及其倍頻成分459 Hz,但頻率的幅值較5 340 min時更小,這是因為出現(xiàn)微弱故障后故障點被“磨平”使得故障程度減弱,相比5 340 min,5 340~5 550 min的故障更弱,更加難以檢測,可以認為5 340~5 550 min滾動軸承處于早期微弱故障緩慢退化階段;從5 550 min開始,外圈故障特征頻率及其倍頻成分愈發(fā)明顯,直到7 050 min時包絡譜中幾乎只存在故障特征頻率及其倍頻成分。由此可認為5 550~7 050 min軸承處于性能加速退化階段;7 050 min以后外圈故障更為明顯,本文認為7 050 min以后軸承其實已經(jīng)處于性能嚴重退化狀態(tài)。與文獻[20]的評估結果相比,本文方法所檢測到的初始故障退化階段提前了約1 690 min,相比文獻[21]提前了約690 min,這充分說明本文所提出的退化評估模型對滾動軸承性能退化有較強的敏感性,而盡早檢測到滾動軸承故障情況的發(fā)生對機械系統(tǒng)的視情維修又具有重要意義。

    圖8 不同時間的振動信號包絡譜分析Fig.8 Envelope spectral analysis results under different times

    為了進一步說明文中所提方法的優(yōu)越性,同樣利用模糊聚類分析算法進行滾動軸承性能退化評估,使用正常樣本和故障樣本訓練FCM評估模型,依然選取V為綜合特征指標,將全壽命的特征指標作為測試樣本輸入評估模型,將測試樣本與正常樣本特征的隸屬度值作為性能退化指標DI,DI∈[0,1],進而得到滾動軸承全壽命周期的評估結果,結果如圖9(a)所示,圖9(b)為局部放大情況。由圖9可知,F(xiàn)CM評估模型的DI值的趨勢與圖7變化趨勢相似,在0~5 000 min期間內DI值波動較大,且FCM模型在6 100 min左右才出現(xiàn)較為明顯的DI值減小趨勢,相比本文所提方法晚了約550 min,本文所提方法對數(shù)據(jù)異常點具有較強的魯棒性,并且在早期微弱故障監(jiān)測方面明顯優(yōu)于FCM評估模型。同時,本文所提方法只使用了正常狀態(tài)下的樣本作為訓練樣本,一方面可以減少計算量,簡化評估模型;另一方面可以克服實際工業(yè)生產(chǎn)中故障樣本較難獲取的問題,對于進行機械系統(tǒng)性能監(jiān)測具有重要意義。

    圖9 基于FCM的滾動軸承全壽命性能退化評估結果Fig.9 FCM-based evaluation of the life-cycle performance degradation of rolling bearings

    4 結 論

    本文針對滾動軸承微弱故障特征較難提取問題及性能退化程度監(jiān)測問題,提出了一種基于VMD分解和SVDD的滾動軸承性能退化評估模型,利用軸承全壽命數(shù)據(jù)對所提出的評估模型進行了驗證,主要結論如下:

    (1)對振動信號進行VMD分解,通過提取IMF分量的奇異值與信號均方根值、樣本熵值組成綜合特征指標,可以較好的表征軸承性能退化情況。

    (2)以正常狀態(tài)的樣本作為訓練樣本進行評估模型的構建,所得到性能退化評估結果可以準確檢測到軸承早期微弱故障的發(fā)生,并可以對軸承性能退化情況進行很好的評估,對實際生產(chǎn)中軸承微弱故障的發(fā)生和性能退化評估具有很好的指導意義。

    猜你喜歡
    壽命軸承模態(tài)
    軸承知識
    哈爾濱軸承(2022年2期)2022-07-22 06:39:32
    軸承知識
    哈爾濱軸承(2022年1期)2022-05-23 13:13:24
    人類壽命極限應在120~150歲之間
    中老年保健(2021年8期)2021-12-02 23:55:49
    軸承知識
    哈爾濱軸承(2021年2期)2021-08-12 06:11:46
    軸承知識
    哈爾濱軸承(2021年1期)2021-07-21 05:43:16
    倉鼠的壽命知多少
    馬烈光養(yǎng)生之悟 自靜其心延壽命
    華人時刊(2018年17期)2018-12-07 01:02:20
    人類正常壽命為175歲
    奧秘(2017年12期)2017-07-04 11:37:14
    國內多模態(tài)教學研究回顧與展望
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
    人妻 亚洲 视频| 小蜜桃在线观看免费完整版高清| 深爱激情五月婷婷| av一本久久久久| 日韩强制内射视频| 国精品久久久久久国模美| 日韩亚洲欧美综合| 极品少妇高潮喷水抽搐| 欧美最新免费一区二区三区| 在线观看一区二区三区| 亚洲av一区综合| 国产精品久久久久久精品电影小说 | 丰满人妻一区二区三区视频av| 18禁在线播放成人免费| 99热全是精品| 欧美一级a爱片免费观看看| 免费看光身美女| 久久久亚洲精品成人影院| av免费在线看不卡| 一区二区三区免费毛片| 女的被弄到高潮叫床怎么办| 亚洲国产日韩一区二区| 日本午夜av视频| 国产视频首页在线观看| 最近2019中文字幕mv第一页| 国产色爽女视频免费观看| 久久鲁丝午夜福利片| 婷婷色麻豆天堂久久| 美女国产视频在线观看| 王馨瑶露胸无遮挡在线观看| 99久久人妻综合| 内射极品少妇av片p| av网站免费在线观看视频| 美女国产视频在线观看| 最后的刺客免费高清国语| 热re99久久精品国产66热6| 天堂网av新在线| 国产高清不卡午夜福利| 亚洲综合色惰| 丰满少妇做爰视频| 中文在线观看免费www的网站| 久久久久国产网址| 日韩伦理黄色片| 青春草亚洲视频在线观看| 麻豆成人午夜福利视频| 男女无遮挡免费网站观看| 欧美日韩综合久久久久久| 欧美bdsm另类| 69av精品久久久久久| 久久精品久久久久久久性| 秋霞伦理黄片| 日韩av在线免费看完整版不卡| 五月玫瑰六月丁香| av女优亚洲男人天堂| tube8黄色片| 免费av不卡在线播放| 婷婷色综合大香蕉| 69av精品久久久久久| 免费看av在线观看网站| 十八禁网站网址无遮挡 | 高清午夜精品一区二区三区| 一级av片app| 极品教师在线视频| 三级经典国产精品| 亚洲国产精品专区欧美| 99久久精品国产国产毛片| videos熟女内射| 免费av不卡在线播放| 免费播放大片免费观看视频在线观看| 97热精品久久久久久| 国产爽快片一区二区三区| 不卡视频在线观看欧美| 最新中文字幕久久久久| 成人无遮挡网站| 亚洲久久久久久中文字幕| 日韩国内少妇激情av| 毛片女人毛片| 人妻 亚洲 视频| 亚洲精品自拍成人| 色哟哟·www| 亚洲国产色片| 80岁老熟妇乱子伦牲交| 亚洲真实伦在线观看| 日韩强制内射视频| 极品教师在线视频| av天堂中文字幕网| 777米奇影视久久| 国内精品宾馆在线| 可以在线观看毛片的网站| av在线蜜桃| 日韩三级伦理在线观看| 国产人妻一区二区三区在| 亚洲天堂国产精品一区在线| 一级毛片黄色毛片免费观看视频| 又粗又硬又长又爽又黄的视频| 最近手机中文字幕大全| 亚洲美女搞黄在线观看| 亚洲电影在线观看av| 国产精品一及| 麻豆成人午夜福利视频| 久久亚洲国产成人精品v| 神马国产精品三级电影在线观看| 少妇裸体淫交视频免费看高清| 韩国高清视频一区二区三区| 黄色配什么色好看| 久久久久久久久大av| 国模一区二区三区四区视频| 久久久久久久亚洲中文字幕| 日韩一本色道免费dvd| 国国产精品蜜臀av免费| 天堂俺去俺来也www色官网| 熟女av电影| 2021天堂中文幕一二区在线观| av在线天堂中文字幕| 国产乱来视频区| 亚洲欧美成人精品一区二区| 日韩伦理黄色片| 亚洲婷婷狠狠爱综合网| 国产免费又黄又爽又色| 日产精品乱码卡一卡2卡三| 激情 狠狠 欧美| 99热这里只有是精品在线观看| 日日摸夜夜添夜夜添av毛片| 国产一区二区在线观看日韩| 2021少妇久久久久久久久久久| 欧美97在线视频| 久久久久久九九精品二区国产| 高清av免费在线| 熟女人妻精品中文字幕| 特级一级黄色大片| 亚洲国产精品专区欧美| 亚洲人与动物交配视频| 亚洲国产日韩一区二区| 各种免费的搞黄视频| 老司机影院成人| 成人一区二区视频在线观看| av播播在线观看一区| 午夜免费鲁丝| 亚洲天堂国产精品一区在线| 日韩av在线免费看完整版不卡| 国产精品精品国产色婷婷| 色视频www国产| 伦精品一区二区三区| 3wmmmm亚洲av在线观看| 国产亚洲精品久久久com| 免费少妇av软件| 久久热精品热| av在线播放精品| 内地一区二区视频在线| 午夜福利网站1000一区二区三区| 久久综合国产亚洲精品| 尤物成人国产欧美一区二区三区| 久久久亚洲精品成人影院| 18禁在线播放成人免费| 伊人久久国产一区二区| 国产精品国产三级专区第一集| 观看美女的网站| 国产91av在线免费观看| 纵有疾风起免费观看全集完整版| 久久99热这里只频精品6学生| 狠狠精品人妻久久久久久综合| 在线a可以看的网站| 亚洲国产欧美在线一区| 国产精品久久久久久精品古装| 少妇高潮的动态图| 国产av不卡久久| 久久精品夜色国产| 夫妻性生交免费视频一级片| 91久久精品国产一区二区三区| 亚洲成人一二三区av| 白带黄色成豆腐渣| 成人特级av手机在线观看| 国产精品久久久久久精品古装| 网址你懂的国产日韩在线| 七月丁香在线播放| 啦啦啦啦在线视频资源| 精品国产露脸久久av麻豆| 精品久久久久久久久av| 欧美成人午夜免费资源| 国产黄色免费在线视频| 性色avwww在线观看| 男人添女人高潮全过程视频| 国产一区二区在线观看日韩| 乱系列少妇在线播放| 日韩国内少妇激情av| 日日撸夜夜添| 美女高潮的动态| 黄色日韩在线| 嫩草影院精品99| 成年av动漫网址| 午夜福利在线观看免费完整高清在| 97在线视频观看| 国产精品久久久久久久久免| 两个人的视频大全免费| 男男h啪啪无遮挡| 天堂网av新在线| 国产精品福利在线免费观看| 大香蕉97超碰在线| 天天一区二区日本电影三级| 又粗又硬又长又爽又黄的视频| 色视频www国产| 三级男女做爰猛烈吃奶摸视频| 2018国产大陆天天弄谢| 亚洲久久久久久中文字幕| 我的老师免费观看完整版| 亚洲av电影在线观看一区二区三区 | 国产免费一级a男人的天堂| 18禁在线播放成人免费| 夜夜爽夜夜爽视频| 成人黄色视频免费在线看| 性色avwww在线观看| 久久久欧美国产精品| 免费观看a级毛片全部| 亚洲欧美清纯卡通| 亚洲欧美日韩东京热| 亚州av有码| 三级国产精品片| h日本视频在线播放| 中文精品一卡2卡3卡4更新| 欧美丝袜亚洲另类| 国产老妇女一区| 亚洲国产欧美人成| videos熟女内射| 国产乱人视频| 国内精品宾馆在线| 看十八女毛片水多多多| 日韩强制内射视频| 97在线人人人人妻| 男人舔奶头视频| 国产精品久久久久久av不卡| 精品久久久久久久人妻蜜臀av| 成人黄色视频免费在线看| 亚洲av免费高清在线观看| 亚洲性久久影院| 爱豆传媒免费全集在线观看| 久久久久久久大尺度免费视频| 亚洲av日韩在线播放| 69人妻影院| 精品一区二区三卡| 亚洲熟女精品中文字幕| 51国产日韩欧美| 亚洲经典国产精华液单| 青青草视频在线视频观看| 亚洲人成网站高清观看| 精品国产三级普通话版| 99热这里只有是精品在线观看| 最近中文字幕2019免费版| 国产亚洲午夜精品一区二区久久 | 在线观看三级黄色| 国产精品久久久久久精品古装| 亚洲第一区二区三区不卡| 在线观看美女被高潮喷水网站| 丝袜喷水一区| 日韩伦理黄色片| 日韩 亚洲 欧美在线| 久久久久久久久久人人人人人人| 深爱激情五月婷婷| 成人午夜精彩视频在线观看| 亚洲av男天堂| 中文字幕亚洲精品专区| 2022亚洲国产成人精品| 久久久久精品性色| 九九在线视频观看精品| 91在线精品国自产拍蜜月| 免费少妇av软件| 久久久久九九精品影院| 在线观看人妻少妇| 在线观看一区二区三区| 在线 av 中文字幕| 三级男女做爰猛烈吃奶摸视频| 日韩强制内射视频| 久久久a久久爽久久v久久| 一区二区三区精品91| 亚洲欧美清纯卡通| 看十八女毛片水多多多| 免费大片18禁| 免费看不卡的av| 免费电影在线观看免费观看| 熟妇人妻不卡中文字幕| 亚洲av中文av极速乱| 禁无遮挡网站| 三级男女做爰猛烈吃奶摸视频| 美女xxoo啪啪120秒动态图| 国产成人精品一,二区| 欧美日韩精品成人综合77777| 国产美女午夜福利| 亚洲av日韩在线播放| 嫩草影院新地址| 成人综合一区亚洲| 亚洲第一区二区三区不卡| 男女国产视频网站| 大又大粗又爽又黄少妇毛片口| 久久久久精品久久久久真实原创| 少妇熟女欧美另类| 成人毛片a级毛片在线播放| 六月丁香七月| 国产精品.久久久| av在线天堂中文字幕| 精品一区二区三卡| 各种免费的搞黄视频| 久久久久久久国产电影| 婷婷色综合大香蕉| 男人狂女人下面高潮的视频| 2021天堂中文幕一二区在线观| 五月天丁香电影| 国产高清不卡午夜福利| 国产精品久久久久久av不卡| www.av在线官网国产| 激情 狠狠 欧美| 精品一区二区三卡| 爱豆传媒免费全集在线观看| videos熟女内射| 3wmmmm亚洲av在线观看| 久热久热在线精品观看| 中文欧美无线码| 欧美xxxx性猛交bbbb| 欧美xxⅹ黑人| 99久国产av精品国产电影| 老司机影院毛片| 啦啦啦中文免费视频观看日本| 国产午夜精品一二区理论片| 精品久久久久久久久av| 黄色欧美视频在线观看| 亚洲精品乱久久久久久| 97在线人人人人妻| 国产成人91sexporn| 女人被狂操c到高潮| 天天躁夜夜躁狠狠久久av| 最近手机中文字幕大全| 国产有黄有色有爽视频| 日韩欧美精品免费久久| 老司机影院毛片| 亚洲欧美日韩卡通动漫| 亚洲欧美日韩东京热| 国产高清国产精品国产三级 | av网站免费在线观看视频| 毛片女人毛片| 麻豆久久精品国产亚洲av| 国语对白做爰xxxⅹ性视频网站| 免费大片黄手机在线观看| 亚洲av一区综合| 亚洲精华国产精华液的使用体验| 国产视频首页在线观看| 欧美老熟妇乱子伦牲交| 观看美女的网站| 亚洲性久久影院| 欧美性猛交╳xxx乱大交人| 久久久欧美国产精品| 久久久久久久午夜电影| 在线播放无遮挡| 欧美少妇被猛烈插入视频| 大又大粗又爽又黄少妇毛片口| 国产成年人精品一区二区| tube8黄色片| 免费电影在线观看免费观看| 久久久久久久亚洲中文字幕| 久久久国产一区二区| 午夜精品一区二区三区免费看| 亚洲av免费在线观看| tube8黄色片| 97超视频在线观看视频| 国产日韩欧美在线精品| 有码 亚洲区| 美女被艹到高潮喷水动态| 国产男女内射视频| 国产又色又爽无遮挡免| 亚洲av电影在线观看一区二区三区 | 国产伦精品一区二区三区视频9| 欧美极品一区二区三区四区| 九九久久精品国产亚洲av麻豆| 亚洲av在线观看美女高潮| 成人国产麻豆网| 欧美成人午夜免费资源| 色吧在线观看| 精品久久久噜噜| 午夜激情久久久久久久| 久久这里有精品视频免费| 亚洲欧洲日产国产| 国产成人午夜福利电影在线观看| 欧美一区二区亚洲| 久久鲁丝午夜福利片| 亚洲aⅴ乱码一区二区在线播放| 99久久九九国产精品国产免费| av国产精品久久久久影院| 亚洲最大成人中文| 性插视频无遮挡在线免费观看| 亚洲经典国产精华液单| 99久久精品国产国产毛片| 国产成人精品久久久久久| 亚洲精品日本国产第一区| 亚洲精品aⅴ在线观看| 成年人午夜在线观看视频| 三级国产精品欧美在线观看| 国产黄色视频一区二区在线观看| 国产黄频视频在线观看| 欧美日韩亚洲高清精品| 五月伊人婷婷丁香| 又爽又黄a免费视频| 日韩大片免费观看网站| 高清在线视频一区二区三区| 欧美性感艳星| 久久久久久久久久成人| 深爱激情五月婷婷| 国产日韩欧美亚洲二区| 最新中文字幕久久久久| 老师上课跳d突然被开到最大视频| 色吧在线观看| 极品少妇高潮喷水抽搐| 精品久久久久久电影网| 99久久人妻综合| 国产精品.久久久| 最近中文字幕高清免费大全6| 小蜜桃在线观看免费完整版高清| 国产男女内射视频| 尾随美女入室| 久久影院123| 91狼人影院| 国产精品精品国产色婷婷| 国产成人精品一,二区| 日韩大片免费观看网站| av在线老鸭窝| 日韩av免费高清视频| 国产色爽女视频免费观看| 又大又黄又爽视频免费| 观看免费一级毛片| 18禁裸乳无遮挡动漫免费视频 | 久久久久精品久久久久真实原创| 国产精品伦人一区二区| www.色视频.com| 久久久久久久国产电影| 亚洲av.av天堂| 日本三级黄在线观看| 国产成人免费观看mmmm| 观看免费一级毛片| 国产一区二区在线观看日韩| 观看免费一级毛片| 精品一区二区免费观看| 天堂网av新在线| 亚洲一级一片aⅴ在线观看| 亚洲av在线观看美女高潮| 亚洲精品色激情综合| av黄色大香蕉| 九色成人免费人妻av| 久久久久久久亚洲中文字幕| 久久ye,这里只有精品| 亚洲精华国产精华液的使用体验| 最近中文字幕高清免费大全6| 精品少妇黑人巨大在线播放| 亚洲精品影视一区二区三区av| 成人免费观看视频高清| 日本欧美国产在线视频| av.在线天堂| 亚洲人与动物交配视频| 91午夜精品亚洲一区二区三区| 免费看av在线观看网站| 少妇人妻一区二区三区视频| 青春草国产在线视频| 欧美亚洲 丝袜 人妻 在线| 亚洲精品中文字幕在线视频 | 女人被狂操c到高潮| 又大又黄又爽视频免费| 日日啪夜夜爽| 国国产精品蜜臀av免费| 波多野结衣巨乳人妻| 国产在线一区二区三区精| 在线观看一区二区三区| 别揉我奶头 嗯啊视频| 视频区图区小说| tube8黄色片| 亚洲一级一片aⅴ在线观看| 亚洲av中文字字幕乱码综合| 国产精品爽爽va在线观看网站| 日韩国内少妇激情av| 一区二区三区四区激情视频| 五月开心婷婷网| 亚洲va在线va天堂va国产| 九九在线视频观看精品| 国产美女午夜福利| 亚洲精品久久久久久婷婷小说| 国产精品久久久久久久久免| 免费观看a级毛片全部| 晚上一个人看的免费电影| 国产成人免费观看mmmm| 最近最新中文字幕大全电影3| 最新中文字幕久久久久| 色视频www国产| 国内精品美女久久久久久| 亚洲aⅴ乱码一区二区在线播放| 国产欧美亚洲国产| 久久精品久久精品一区二区三区| 国产成人freesex在线| av在线播放精品| 国产成人精品福利久久| 欧美xxxx黑人xx丫x性爽| 国产爱豆传媒在线观看| 免费观看的影片在线观看| 亚洲精品乱码久久久久久按摩| 麻豆乱淫一区二区| 久久久久精品久久久久真实原创| av黄色大香蕉| 噜噜噜噜噜久久久久久91| av在线亚洲专区| 美女xxoo啪啪120秒动态图| 久久久久久久久久人人人人人人| 免费观看的影片在线观看| 汤姆久久久久久久影院中文字幕| 欧美丝袜亚洲另类| 亚洲美女视频黄频| av在线app专区| 丰满乱子伦码专区| 中国美白少妇内射xxxbb| videossex国产| 国产午夜福利久久久久久| 丰满少妇做爰视频| 亚洲真实伦在线观看| 国产v大片淫在线免费观看| 亚洲精品色激情综合| 美女被艹到高潮喷水动态| 亚洲,一卡二卡三卡| 免费av不卡在线播放| 最近的中文字幕免费完整| 国产精品国产三级专区第一集| 亚洲精品一区蜜桃| 国产欧美另类精品又又久久亚洲欧美| 国产精品99久久久久久久久| 午夜福利视频精品| 高清午夜精品一区二区三区| 性色av一级| 亚洲天堂av无毛| 天堂网av新在线| 久久久久久久午夜电影| 免费av不卡在线播放| 国内精品宾馆在线| 精华霜和精华液先用哪个| 别揉我奶头 嗯啊视频| a级毛片免费高清观看在线播放| 久久久久久久久久成人| 亚洲最大成人手机在线| 亚洲一区二区三区欧美精品 | 搡女人真爽免费视频火全软件| 成人欧美大片| 久久久久久国产a免费观看| 亚洲色图av天堂| 狂野欧美激情性bbbbbb| 视频区图区小说| 国产色爽女视频免费观看| 久久人人爽av亚洲精品天堂 | 日韩伦理黄色片| 免费人成在线观看视频色| 97在线视频观看| 夫妻性生交免费视频一级片| 国产在视频线精品| 欧美日韩在线观看h| 亚洲久久久久久中文字幕| 久久精品综合一区二区三区| 不卡视频在线观看欧美| 国产精品久久久久久精品电影小说 | 国内精品美女久久久久久| 少妇人妻精品综合一区二区| 七月丁香在线播放| 亚洲av中文字字幕乱码综合| 好男人视频免费观看在线| 天堂中文最新版在线下载 | av.在线天堂| 成人二区视频| 精品国产三级普通话版| 亚洲精华国产精华液的使用体验| 最近中文字幕高清免费大全6| 老司机影院毛片| 国产亚洲一区二区精品| 久久99蜜桃精品久久| 欧美一级a爱片免费观看看| 97在线视频观看| 美女脱内裤让男人舔精品视频| 国内精品宾馆在线| 久久精品久久久久久噜噜老黄| 赤兔流量卡办理| 女人十人毛片免费观看3o分钟| 日韩av不卡免费在线播放| 免费看日本二区| 日韩伦理黄色片| 国产又色又爽无遮挡免| 午夜福利视频精品| 欧美亚洲 丝袜 人妻 在线| 熟妇人妻不卡中文字幕| 中国国产av一级| 99久久九九国产精品国产免费| 99热6这里只有精品| 亚洲欧美成人综合另类久久久| 免费看不卡的av| 丝袜美腿在线中文| 亚洲精品久久久久久婷婷小说| 高清毛片免费看| 国产精品女同一区二区软件| 免费av不卡在线播放| 啦啦啦啦在线视频资源| 久久99热这里只有精品18| 欧美人与善性xxx| 能在线免费看毛片的网站| 日本色播在线视频| 99久久精品一区二区三区| 91在线精品国自产拍蜜月| 亚洲自拍偷在线| 老女人水多毛片| 亚洲,一卡二卡三卡| 欧美xxⅹ黑人| 亚洲美女搞黄在线观看| 亚洲欧洲国产日韩| 国产毛片在线视频| 中文乱码字字幕精品一区二区三区| av播播在线观看一区| 国产欧美日韩精品一区二区| 少妇裸体淫交视频免费看高清| 22中文网久久字幕| 18禁动态无遮挡网站|