• <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 ?

    基于小波變換和殘差神經(jīng)網(wǎng)絡(luò)模型的軸承故障診斷

    2021-07-20 00:05:12楊騰寧芊陳炳才
    現(xiàn)代計算機 2021年15期
    關(guān)鍵詞:失活殘差故障診斷

    楊騰,寧芊,陳炳才

    (1.四川大學(xué)電子信息學(xué)院,成都610065;2.大連理工大學(xué)計算機科學(xué)與技術(shù)學(xué)院,大連116024)

    0 引言

    大型機電設(shè)備是復(fù)雜的非線性動態(tài)系統(tǒng),具有不確定性、非線性、時變等特點,故障狀態(tài)復(fù)雜,干擾因素多[1]。滾動軸承作為機電設(shè)備的重要組成部分,故障如若發(fā)現(xiàn)排查不及時,或是診斷出錯往往會導(dǎo)致生產(chǎn)延誤和維修費用過多,甚至成為生產(chǎn)作業(yè)人員人身安全的重大隱患[2],因此準(zhǔn)確及時的檢查與診斷滾動軸承的故障以最大限度地降低性能下降和避免危險的發(fā)生是必要的,也是故障診斷研究者們近年來不斷追求的。

    早期故障診斷一般先對收集到的滾動軸承振動信號進(jìn)行分析處理,選取合適的特征信號進(jìn)行提取[3],然后再輸入到支持向量機(SVM)、模糊C均值聚類等機器學(xué)習(xí)算法中進(jìn)行故障診斷和分類。傳統(tǒng)的特征特征提取可分為三類:基于時域分析的信號特征提取,基于頻域分析的信號特征提取以及基于時頻分析的信號特征提取[4]。Yan提出的一種多域特征支持向量機優(yōu)化分類算法在滾動軸承故障診斷中的應(yīng)用[5],從時域、頻域、時頻域等多域方面提取故障特征信息然后利用基于粒子群優(yōu)化的支持向量機分類模型,實現(xiàn)了滾動軸承多故障狀態(tài)的識別。Li提出了一種基于置換熵、集成經(jīng)驗?zāi)J椒纸夂椭С窒蛄繖C優(yōu)化的軸承故障診斷模型[6],通過整體經(jīng)驗?zāi)B(tài)分解(EEMD)將振動信號分解為一組固有模態(tài)函數(shù),利用特征空間中簇間距離(ICD)優(yōu)化的SVM對故障類型和故障嚴(yán)重程度進(jìn)行分類。然而基于特征提取的信號處理技術(shù)比較依賴人為的特征選取和先驗知識,在一些時候可能遺漏原始故障特征,而且泛化性能較低使人們開始尋找新的方向[7]。

    隨著深度學(xué)習(xí)熱潮的興起,其在自然語言處理、圖像識別等領(lǐng)域的廣泛應(yīng)用也給軸承故障診斷研究者們帶來了新的方向。深度學(xué)習(xí)從收集的信號中自動的提取有用特征而不再依賴人工特征提取,使用端到端的形式將原始信號數(shù)據(jù)和深度學(xué)習(xí)網(wǎng)絡(luò)相連實現(xiàn)對滾動軸承故障的診斷分類[8]。近年來,較為公眾熟悉的深度學(xué)習(xí)基本模型框架包括深度置信網(wǎng)絡(luò)(DBN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)、堆疊自動編碼機(SAE)、遞歸神經(jīng)網(wǎng)絡(luò)(RNN)[9]。Xu提出了一種新的自適應(yīng)快速深卷積神經(jīng)網(wǎng)絡(luò)能從振動信號中自動學(xué)習(xí)復(fù)雜有用的特征,利用指數(shù)線性單元激活函數(shù)和全局平均池構(gòu)造了深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),具有廣闊的接受域[10]。Wu提出一種用于軸承故障診斷的自適應(yīng)深度轉(zhuǎn)移學(xué)習(xí)方法,使用基于實例轉(zhuǎn)移學(xué)習(xí)的長短時記憶遞歸神經(jīng)網(wǎng)絡(luò)(LSTM)模型,生成輔助數(shù)據(jù)集,引入GWO(Grey Wolf Optimization)優(yōu)化算法,自適應(yīng)地學(xué)習(xí)聯(lián)合分布自適應(yīng)的關(guān)鍵參數(shù),其模型在標(biāo)記故障數(shù)據(jù)不足的情況下依然具備很好的有效性和魯棒性[11]。ZHANG提出一種基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)的軸承故障診斷方法,將一維原始數(shù)據(jù)轉(zhuǎn)換為二維圖像數(shù)據(jù),通過CNN神經(jīng)網(wǎng)絡(luò)消除專家經(jīng)驗對特征提取的影響自動的提取特征并對故障進(jìn)行診斷[12]。以上所構(gòu)建的神經(jīng)網(wǎng)絡(luò)多是對滾動軸承信號單一域上的診斷,不能很好的學(xué)習(xí)到其他域的特征,所以其泛化性和準(zhǔn)確性依然存在提升空間。

    為了解決以上問題,本文提出一種基于小波變換和殘差神經(jīng)網(wǎng)絡(luò)模型的變負(fù)載軸承故障診斷模型。該模型將采集到的振動信號通過小波變換將一維時域信號映射到二維時頻域中,將得到的二維時頻信號進(jìn)一步壓縮后作為改進(jìn)殘差網(wǎng)絡(luò)的輸入,由網(wǎng)絡(luò)自身對信號進(jìn)行特征提取并進(jìn)行診斷。

    1 小波變換

    小波變換由法國學(xué)者M(jìn)orlet于提出,傳統(tǒng)的快速傅里葉變換將時域信號變換到頻域上,能直觀的從頻域上對信號進(jìn)行分析,但是無法得知信號在不同時間點上的頻率信息,小波變換使用面積固定而形狀可變的窗函數(shù)通過多辨率分析能很好的平衡時間分辨率和頻率分辨率。連續(xù)小波變換公式(1)如下:

    其中w(a,b)為小波變換系數(shù),φ(t)?L2(R)為基本小波或母小波,其傅里葉變換?(w)滿足條件(2):

    對母小波進(jìn)行伸縮、平移將得到一系列小波函數(shù):

    2 實驗數(shù)據(jù)處理

    2.1 軸承原始數(shù)據(jù)處理

    凱西西儲大學(xué)(CWRU)滾動軸承數(shù)據(jù)中心的數(shù)據(jù)被廣泛應(yīng)用于滾動軸承診斷領(lǐng)域和信號分析領(lǐng)域,大量論文期刊也以此作為訓(xùn)練數(shù)據(jù),為避免數(shù)據(jù)非同一分布帶來的實驗誤差,本文所有數(shù)據(jù)均使用CWRU數(shù)據(jù)集。驅(qū)動端軸承故障由電火花在內(nèi)圈、外圈、滾動體三個位置點觸加工形成:內(nèi)圈損傷、外圈損傷、滾動體損傷三種故障位置類型,故障位置損傷有三種不同損傷尺寸分別為:0.007inch、0.014inch、0.021inch,共計九種故障類別,加上滾動軸承正常工作狀態(tài)共計十種軸承狀態(tài)標(biāo)簽。

    在模擬實驗中使用型號SKF-6205的驅(qū)動端作為實驗對象,信號采樣頻率為12KHz。根據(jù)軸承工況的不同,數(shù)據(jù)集共四種分別為:0hp、1hp、2hp、3hp。每個樣本由2048個振動點表征(使用隨機抽取的方式從長度為10萬左右的振動點序列中隨機的抽取一段連續(xù)的長度為2048的振動點,若重復(fù)抽取則舍棄重新抽取)。圖1是1hp工況下軸承不同狀態(tài)標(biāo)簽下的樣本時域波形圖。鑒于篇幅限制僅展示正常狀態(tài)以及損傷尺寸0.007inch的三種故障狀態(tài)。

    圖1 不同故障類型樣本的時域波形圖

    圖2是時域樣本經(jīng)過小波變換后得到的時頻圖,其中采樣頻率12K,尺寸序列長度為256,使用小波名為cmor3-3。從圖中我們能夠直觀的看到不同故障狀態(tài)的能量分布具有良好的分辨性,其中軸承正常狀態(tài)下的能量集中在低頻分段且在整個時間軸上波動較小,故障狀態(tài)下則集中在高頻分段并且在時間軸上出現(xiàn)明顯波動對比明顯。小波變換后的時頻圖展示出良好的時間分辨率和頻率分辨率。

    圖2 不同故障類型樣本的小波變換時頻圖

    由于小波變換直接輸出的時頻圖維度較大,若直接將其作為網(wǎng)絡(luò)模型輸入計算量巨大,所以我們將其維度壓縮至128×128,使深度神經(jīng)網(wǎng)絡(luò)能夠更快的訓(xùn)練模型,更快的診斷故障,提高模型實際應(yīng)用的實時性。圖3為壓縮后的小波變換時頻圖,從圖中可以看到對比壓縮前的時頻圖壓縮后的時頻圖特征基本保留完整,未出現(xiàn)明顯的特征丟失。

    圖3 不同故障類型樣本的小波變換時頻壓縮圖

    2.2 軸承原始數(shù)據(jù)處理

    每種工況下滾動軸承有正常狀態(tài)、內(nèi)圈故障狀態(tài)、外圈故障狀態(tài)、滾動體故障狀態(tài),除正常狀態(tài)外其余三種狀態(tài)均有上述提及損傷尺寸共十種軸承狀態(tài)。每種軸承狀態(tài)使用800個樣本作為訓(xùn)練集200個樣本作為驗證集。單一工況數(shù)據(jù)集信息如表1所示。

    表1 單一工況下的數(shù)據(jù)集

    為驗證本文模型在不同工況下的適應(yīng)性,設(shè)置0hp、1hp、2hp、3hp四種變負(fù)載數(shù)據(jù)集,并使用不同負(fù)載數(shù)據(jù)集進(jìn)行交叉驗證。數(shù)據(jù)集設(shè)置可見表2。

    表2 交叉驗證數(shù)據(jù)集

    3 相關(guān)模型介紹

    3.1 殘差網(wǎng)絡(luò)

    眾所周知,在深度神經(jīng)網(wǎng)絡(luò)中網(wǎng)絡(luò)的深度是至關(guān)重要的,為追求更高的精確度研究者們往往會選擇擴大訓(xùn)練集樣本或是更深的網(wǎng)絡(luò)結(jié)構(gòu),然而選擇更深的網(wǎng)絡(luò)結(jié)構(gòu)同時帶來的兩個問題:梯度消失/梯度爆炸以及網(wǎng)絡(luò)的退化問題。前者可以通過歸一化初始化、中間歸一化層得到解決,但是對于后者研究者們發(fā)現(xiàn)對一個網(wǎng)絡(luò)逐漸增加其的深度,模型的準(zhǔn)確度逐漸達(dá)到飽和然后迅速退化。

    為解決模型網(wǎng)絡(luò)層數(shù)過深而導(dǎo)致的退化問題,K.He等人受傳統(tǒng)深度卷積神經(jīng)網(wǎng)絡(luò)(VGGNET)的啟發(fā)于2017年提出了殘差網(wǎng)絡(luò)(ResNet)[13]。VGGNET使用多個卷積核尺寸為3×3的卷積層堆疊構(gòu)成卷積組,代替?zhèn)鹘y(tǒng)的大卷積核卷積層,有效的減少了參數(shù),加快了網(wǎng)絡(luò)的學(xué)習(xí)速度。ResNet在VGGNET的基礎(chǔ)上采用一種“shortcut connections”鏈接方式如圖4,假設(shè)將一組堆疊的神經(jīng)網(wǎng)絡(luò)層的映射近似為恒等映射,即該組神經(jīng)網(wǎng)絡(luò)層的輸入為X,堆疊的非線性層映射為F(X),其輸出H(X)則表示為:H(X)=F(X)+X,當(dāng)H(X)近似為X時,這組堆疊的網(wǎng)絡(luò)層可看做一個恒等映射,F(xiàn)(X)則被看做一個殘差函數(shù)有:F(X)=H(X)-X,因此在神經(jīng)網(wǎng)絡(luò)中添加若干恒等映射既加深了網(wǎng)絡(luò)深度也不會導(dǎo)致網(wǎng)絡(luò)的退化。故模型僅需最小化F(X)將化殘差函數(shù)逼近于0即可解決網(wǎng)絡(luò)過深帶來的性能退化問題。

    圖4 快捷連接

    恒等殘差塊如圖5(a)所示其輸入的激活和輸出的激活具有相同維度,由三個二維卷積核組成,三個卷積核緊連著BatchNorm對數(shù)據(jù)進(jìn)行歸一化處理,最后一個卷積層和前兩個卷積層的不同點在于其沒有在BatchNorm歸一化后直接聯(lián)接修正線性單元ReLU激活函數(shù),而是和恒等殘差塊的輸入通過shortcut connections進(jìn)行整合再使用RuLU進(jìn)行激活。

    隨著網(wǎng)絡(luò)結(jié)構(gòu)的深入激活函數(shù)輸出的feature map的維度逐漸增大,當(dāng)輸入輸出的維度不一致時恒等殘差塊不再適用,于是使用圖5(b)所示的卷積殘差塊結(jié)構(gòu)。卷積殘差塊在shortcut connections添加一個卷積核和BatchNorm歸一化將輸出和輸入對齊到相同維度再使用RuLU進(jìn)行激活處理。

    圖5 兩種殘差塊結(jié)構(gòu)

    3.2 DropBlock層

    Dropout層是一種常見的正則化方法,在殘差神經(jīng)網(wǎng)絡(luò)中一般應(yīng)用與全連接層。Dropout每次迭代都會隨機的使網(wǎng)絡(luò)輸入節(jié)點或者是上層網(wǎng)絡(luò)的激活失效,相當(dāng)于修改了網(wǎng)絡(luò)結(jié)構(gòu),能夠模擬不同網(wǎng)絡(luò)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò),提升網(wǎng)絡(luò)模型泛化性和魯棒性。為提升模型對變負(fù)載軸承故障檢測的泛化性和魯棒性僅在全連接層使用DropOut正則化是不夠的,因此本文模型在卷積層后鏈接一個DropBlock層用以對卷積層的特征圖(feature map)進(jìn)行隨機失活處理。Golnaz Ghiasi在文獻(xiàn)[14]中認(rèn)為Dropout正則化在卷積層中僅失活單個元素,而卷積層的特征圖中相鄰位置元素在空間上共享語義信息,網(wǎng)絡(luò)仍可以通過其相鄰元素學(xué)習(xí)到對于特征,因此提出一種新的正則化方法DropBlock,Drop-Block通過按塊丟棄的方式將特征圖中的語義信息成塊失活,通過設(shè)置丟棄塊的大小調(diào)整網(wǎng)絡(luò)性能,當(dāng)丟失塊被設(shè)置為1×1時DropBlock將等效于Dropout。

    3.3 全局平均池化層

    CNN中使用全連接層將特征圖轉(zhuǎn)化為特征向量通過softmax層進(jìn)行分類的方法存在權(quán)值參數(shù)過多的問題,有些網(wǎng)絡(luò)甚至?xí)卸鄠€全連接層,而過多的權(quán)值參數(shù)會導(dǎo)致網(wǎng)絡(luò)訓(xùn)練慢、過擬合等問題,為解決這一問題作者提出使用全局平均池化代替全連接,通過使用和feature map大小相同的平均池化窗口對整個feature map進(jìn)行平均池化,一個feature map將輸出一個參數(shù)進(jìn)而從結(jié)構(gòu)上對網(wǎng)絡(luò)進(jìn)行正則化防止過擬合。

    4 本文模型

    4.1 網(wǎng)絡(luò)結(jié)構(gòu)

    本文提出的網(wǎng)絡(luò)模型如圖6所示。由殘差單元組conv_x、池化層和分類層相連組成,其中殘差單元組由卷積殘差塊、恒等殘差塊連接組成,每個卷積殘差塊、恒等殘差塊包含兩層卷積核大小為3×3的卷積層。

    圖6 網(wǎng)絡(luò)結(jié)構(gòu)圖

    該網(wǎng)絡(luò)模型的輸入是3維數(shù)據(jù),維度為(128,128,1)其中128×128為一個軸承樣本小波變換后時頻圖的維度大小,1代表時頻圖是灰度圖的形式。網(wǎng)絡(luò)的輸入首先使用卷積核為3×3的DropBlock層對數(shù)據(jù)進(jìn)行隨機失活,失活范圍區(qū)間設(shè)置(0,0.5),不同批次的輸入數(shù)據(jù)由于失活率是隨機的因此模型具有更強的泛化性和魯棒性。然后經(jīng)過一個由64個7×7的大卷積核組成的卷積層對輸入數(shù)據(jù)特征進(jìn)行提取,同時添加批歸一化層以減少數(shù)據(jù)分布帶來的影響,在經(jīng)過一層自動填充的池化尺寸為3×3均值池化層。然后經(jīng)過4層殘差單元組,每層殘差卷積組之間使用池化核為3×3的平均池化層連接,最后通過全局平均池化層進(jìn)行池化運算再通過失活率為0.5的Dropout層和維度為10的Softmax分類器得到故障診斷結(jié)果。

    4.2 參數(shù)設(shè)置

    具體的參數(shù)設(shè)置由試驗和故障診斷領(lǐng)域的相關(guān)經(jīng)驗決定,池化層的數(shù)量都是和上層的殘差單元層數(shù)量保持一致。DropBlock層的丟失塊大小設(shè)置3×3保留率在0到0.5之間,Conv2D和均值池化層卷積核大小分別為7×7×64、3×3×64卷積步長均為2×2,Dropout層保留率為0.5。表3詳細(xì)給出了每組殘差卷積組的卷積參數(shù)設(shè)置。

    表3 殘差組參數(shù)設(shè)置

    4.3 實驗結(jié)果對比

    為了驗證本文提出模型中全局平均池化層和隨機失活在相同工況和不同工況下對滾動軸承診斷的影響,在保持其他網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)不變的情況下,將使用全局平均池化層和隨機失活的診斷準(zhǔn)確度和去除全局平均池化層和隨機失活的診斷準(zhǔn)確度進(jìn)行對比,為保證結(jié)果的有效性和準(zhǔn)確性對兩種網(wǎng)絡(luò)結(jié)構(gòu)均進(jìn)行5次測試取平均值,對比結(jié)果如表4所示。

    表4 全局平均池化和DropBlock對網(wǎng)絡(luò)模型的影響

    從表4中可以看到,在本文模型在相同工況下的準(zhǔn)確度均略低于沒有全局平均和隨機失活的網(wǎng)絡(luò)模型,平均降低0.11%。但在不同工況交叉驗證的情況下診斷準(zhǔn)確率均優(yōu)于沒有全局平均和隨機失活的網(wǎng)絡(luò)模型。從平均診斷準(zhǔn)確度上看本文模型也更具優(yōu)勢。結(jié)果表明全局平均池化和隨機失活在犧牲少量準(zhǔn)確度的代價下減小了過擬合提高了網(wǎng)絡(luò)的泛化性。

    為驗證本文提出模型的優(yōu)越性,分別將本文所提方法在不同工況進(jìn)行五次訓(xùn)練及測試,與文獻(xiàn)[15](離散小波變換+CNN,簡稱DWT+CNN)以及文獻(xiàn)[16](數(shù)據(jù)二維圖像化+LeNet-5,簡稱IMA+LeNet-5)所提方法進(jìn)行對比,對比結(jié)果如表5所示。

    從表5中可以看到,本文方法僅在以0hp與3hp進(jìn)行交叉驗證時準(zhǔn)確率分別為89.84%和92.68%,這是由于0hp和3hp樣本數(shù)據(jù)分布差異過大導(dǎo)致,在其余情況下準(zhǔn)確率均在95%以上。DWT+CNN僅在訓(xùn)練集為1hp交叉驗證0hp時的準(zhǔn)確率達(dá)到99.58%比本文方法高出0.38%,在其他情況下準(zhǔn)確率均低于本文方法。IMA+LeNet-5在所有情況下不同工況下的準(zhǔn)確率均低于本文方法,足以驗證本文提出模型的優(yōu)越性。

    表5 經(jīng)典模型效果對比

    5 結(jié)語

    本文為解決滾動軸承在不同工況下的故障診斷問題提出了基于小波變換聯(lián)合殘差神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu),利用小波變換將一維數(shù)據(jù)處理為二維時頻圖,暴露更多時頻特性使網(wǎng)絡(luò)更容易提取有效特征,同時對比傳統(tǒng)殘差的網(wǎng)絡(luò)模型增添了平均池化層和DropBlock隨機失活減小了過擬合具有更高的泛化性。

    但是網(wǎng)絡(luò)模型較大導(dǎo)致訓(xùn)練時間較長,提升不同工況診斷準(zhǔn)確率是以犧牲少量相同工況診斷準(zhǔn)確率為代價的,同時在數(shù)據(jù)分布差異較大的情況下準(zhǔn)確率并不令人滿意。希望在以后的研究中能簡化網(wǎng)絡(luò)模型同時進(jìn)一步提高在數(shù)據(jù)分布差異較大的不同工況下的準(zhǔn)確率。

    猜你喜歡
    失活殘差故障診斷
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于殘差學(xué)習(xí)的自適應(yīng)無人機目標(biāo)跟蹤算法
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    平穩(wěn)自相關(guān)過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    草酸二甲酯加氫制乙二醇催化劑失活的研究
    河南科技(2015年2期)2015-02-27 14:20:35
    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
    高速泵的故障診斷
    河南科技(2014年3期)2014-02-27 14:05:48
    冷凍脅迫下金黃色葡萄球菌的亞致死及失活規(guī)律
    联通29元200g的流量卡| 婷婷精品国产亚洲av在线| 日韩精品有码人妻一区| 综合色av麻豆| 午夜精品在线福利| 级片在线观看| 在线观看免费视频日本深夜| 国产免费av片在线观看野外av| 日日干狠狠操夜夜爽| 麻豆精品久久久久久蜜桃| 黄色欧美视频在线观看| 在线观看66精品国产| 最好的美女福利视频网| 我要看日韩黄色一级片| 亚洲欧美日韩高清专用| 亚洲av成人精品一区久久| 日本三级黄在线观看| 一个人看视频在线观看www免费| 日韩精品青青久久久久久| 天堂√8在线中文| 99riav亚洲国产免费| 亚洲精品乱码久久久v下载方式| 天天一区二区日本电影三级| 精品久久久久久久久亚洲 | av在线亚洲专区| 日韩欧美国产一区二区入口| 国产男人的电影天堂91| 午夜免费激情av| 在线播放国产精品三级| 日本成人三级电影网站| 精品一区二区免费观看| 日韩av在线大香蕉| 精品99又大又爽又粗少妇毛片 | 欧美xxxx黑人xx丫x性爽| 色av中文字幕| 老熟妇乱子伦视频在线观看| 一区福利在线观看| 性插视频无遮挡在线免费观看| 如何舔出高潮| 婷婷亚洲欧美| 亚洲成人精品中文字幕电影| 嫩草影院新地址| 亚洲成a人片在线一区二区| a级一级毛片免费在线观看| 1000部很黄的大片| 女生性感内裤真人,穿戴方法视频| 国产精品嫩草影院av在线观看 | 精华霜和精华液先用哪个| 免费大片18禁| 女人被狂操c到高潮| 91狼人影院| 亚洲真实伦在线观看| 亚洲最大成人av| 午夜激情福利司机影院| 亚洲精华国产精华液的使用体验 | 全区人妻精品视频| 国产精品国产三级国产av玫瑰| 最后的刺客免费高清国语| 国产69精品久久久久777片| 国产单亲对白刺激| 免费高清视频大片| 国产一区二区三区在线臀色熟女| 国产黄色小视频在线观看| 成人无遮挡网站| 久久久色成人| 干丝袜人妻中文字幕| 久久人妻av系列| 18+在线观看网站| av福利片在线观看| 波多野结衣高清无吗| 国产一区二区在线观看日韩| 国产男人的电影天堂91| 偷拍熟女少妇极品色| 久久亚洲真实| 日本黄色片子视频| 国产成人a区在线观看| av.在线天堂| 亚洲精品色激情综合| 亚洲最大成人手机在线| 人妻丰满熟妇av一区二区三区| 色哟哟哟哟哟哟| 久久精品夜夜夜夜夜久久蜜豆| 国产v大片淫在线免费观看| 国产成年人精品一区二区| 99九九线精品视频在线观看视频| 在线观看午夜福利视频| 国产成人av教育| 女的被弄到高潮叫床怎么办 | 久久久午夜欧美精品| 精品国产三级普通话版| 欧美一区二区国产精品久久精品| 热99re8久久精品国产| 日韩在线高清观看一区二区三区 | 国内精品宾馆在线| 小蜜桃在线观看免费完整版高清| 欧美日本亚洲视频在线播放| 亚洲aⅴ乱码一区二区在线播放| 蜜桃久久精品国产亚洲av| 国产白丝娇喘喷水9色精品| 色综合亚洲欧美另类图片| 99riav亚洲国产免费| 精品久久久噜噜| 国产爱豆传媒在线观看| 亚洲av一区综合| 国产成人影院久久av| 亚洲久久久久久中文字幕| 国产精品人妻久久久久久| 全区人妻精品视频| 亚洲无线在线观看| 精品日产1卡2卡| 免费无遮挡裸体视频| 我的女老师完整版在线观看| 国产精品一区www在线观看 | videossex国产| 国产色爽女视频免费观看| 免费在线观看影片大全网站| 黄色视频,在线免费观看| 久久久国产成人精品二区| 成人国产综合亚洲| 亚洲18禁久久av| 午夜激情欧美在线| 国内精品一区二区在线观看| 99热网站在线观看| 简卡轻食公司| 亚洲,欧美,日韩| 国产高清激情床上av| 久久久久九九精品影院| 成人欧美大片| 五月伊人婷婷丁香| 一本久久中文字幕| 波多野结衣巨乳人妻| 久久人人精品亚洲av| 日日干狠狠操夜夜爽| 99久久成人亚洲精品观看| 日本-黄色视频高清免费观看| 国产精品一区二区性色av| 国产一区二区激情短视频| 欧美色欧美亚洲另类二区| 国产伦在线观看视频一区| 3wmmmm亚洲av在线观看| 久久久色成人| 欧美激情国产日韩精品一区| 我的女老师完整版在线观看| 国产成人av教育| 欧美精品啪啪一区二区三区| 久久久久久久久久黄片| 麻豆av噜噜一区二区三区| 99久久九九国产精品国产免费| 日日撸夜夜添| 非洲黑人性xxxx精品又粗又长| 人妻制服诱惑在线中文字幕| 在线免费观看的www视频| 能在线免费观看的黄片| 欧美日韩瑟瑟在线播放| 亚洲精品色激情综合| x7x7x7水蜜桃| 一个人看的www免费观看视频| 精品乱码久久久久久99久播| 亚洲国产色片| 亚洲va日本ⅴa欧美va伊人久久| 国产精品久久久久久精品电影| 国产真实乱freesex| 亚洲,欧美,日韩| 国产精品久久久久久精品电影| 人妻少妇偷人精品九色| 国产毛片a区久久久久| 亚洲av.av天堂| 乱系列少妇在线播放| 两性午夜刺激爽爽歪歪视频在线观看| 男女做爰动态图高潮gif福利片| 一本一本综合久久| 国产免费男女视频| 天堂动漫精品| 91麻豆av在线| 人妻夜夜爽99麻豆av| 国内毛片毛片毛片毛片毛片| 男女那种视频在线观看| 嫩草影视91久久| 亚洲国产精品成人综合色| 亚洲av成人精品一区久久| 人人妻人人澡欧美一区二区| a在线观看视频网站| 天堂av国产一区二区熟女人妻| 日韩欧美精品v在线| 国产成人影院久久av| 国产精品人妻久久久久久| 搡女人真爽免费视频火全软件 | 成人二区视频| 不卡一级毛片| 女人十人毛片免费观看3o分钟| 国产色婷婷99| 日韩中字成人| 男人和女人高潮做爰伦理| 欧美日本视频| 免费av毛片视频| 精品无人区乱码1区二区| 看十八女毛片水多多多| 狂野欧美激情性xxxx在线观看| 精品久久久久久成人av| 一进一出抽搐gif免费好疼| 国产伦人伦偷精品视频| 成人综合一区亚洲| 婷婷色综合大香蕉| 能在线免费观看的黄片| 三级男女做爰猛烈吃奶摸视频| 丰满乱子伦码专区| 一本精品99久久精品77| 精品人妻视频免费看| 亚洲精华国产精华精| 国产欧美日韩精品一区二区| 一a级毛片在线观看| 九九热线精品视视频播放| 婷婷六月久久综合丁香| 亚洲aⅴ乱码一区二区在线播放| 蜜桃亚洲精品一区二区三区| 在线观看舔阴道视频| 日本五十路高清| 久久精品综合一区二区三区| 成人性生交大片免费视频hd| 成人av在线播放网站| 亚洲欧美清纯卡通| 国产av一区在线观看免费| 婷婷亚洲欧美| 亚洲自拍偷在线| 偷拍熟女少妇极品色| 成人鲁丝片一二三区免费| 国产午夜精品论理片| 嫩草影视91久久| 丰满人妻一区二区三区视频av| 中国美女看黄片| 欧洲精品卡2卡3卡4卡5卡区| 国产精品1区2区在线观看.| 久久精品夜夜夜夜夜久久蜜豆| 欧美黑人巨大hd| 亚洲男人的天堂狠狠| 黄色日韩在线| 亚洲综合色惰| 99久久精品国产国产毛片| 国产伦一二天堂av在线观看| 国产黄a三级三级三级人| 成人亚洲精品av一区二区| 国产精品综合久久久久久久免费| www.www免费av| 亚洲,欧美,日韩| 搡老岳熟女国产| 免费看光身美女| 国产高清视频在线播放一区| 亚洲无线在线观看| 成年免费大片在线观看| 国产精品人妻久久久久久| 免费看a级黄色片| 国内毛片毛片毛片毛片毛片| aaaaa片日本免费| 国产在线男女| 日本与韩国留学比较| or卡值多少钱| 欧美中文日本在线观看视频| 久久精品国产亚洲av涩爱 | 搡老熟女国产l中国老女人| 午夜福利18| 一个人免费在线观看电影| 国产精品伦人一区二区| 老熟妇乱子伦视频在线观看| 他把我摸到了高潮在线观看| 欧美成人性av电影在线观看| 成人鲁丝片一二三区免费| 欧美日韩瑟瑟在线播放| 男女做爰动态图高潮gif福利片| 一区二区三区免费毛片| 欧美激情国产日韩精品一区| or卡值多少钱| 日日摸夜夜添夜夜添小说| 亚洲综合色惰| 免费黄网站久久成人精品| 人人妻,人人澡人人爽秒播| 亚洲四区av| 国语自产精品视频在线第100页| 黄色视频,在线免费观看| 免费观看精品视频网站| 精品乱码久久久久久99久播| 国产av一区在线观看免费| 国产 一区精品| 51国产日韩欧美| 亚洲电影在线观看av| 欧美在线一区亚洲| 亚洲欧美日韩东京热| 国国产精品蜜臀av免费| 免费观看精品视频网站| 国产成年人精品一区二区| 亚洲图色成人| 一区福利在线观看| 亚洲av电影不卡..在线观看| av国产免费在线观看| 在线免费观看不下载黄p国产 | 99热6这里只有精品| 欧美三级亚洲精品| 嫁个100分男人电影在线观看| 日韩精品中文字幕看吧| 一个人免费在线观看电影| 中文字幕高清在线视频| 亚洲熟妇熟女久久| 精品一区二区三区av网在线观看| 99久久精品热视频| 亚洲图色成人| 男女做爰动态图高潮gif福利片| 欧美中文日本在线观看视频| 国产午夜精品久久久久久一区二区三区 | 在线免费观看的www视频| 内地一区二区视频在线| 欧美日韩精品成人综合77777| 亚洲欧美激情综合另类| 中文字幕av成人在线电影| 春色校园在线视频观看| 全区人妻精品视频| 男人的好看免费观看在线视频| 亚洲精品影视一区二区三区av| 日韩欧美在线二视频| 欧美日韩黄片免| 亚洲av免费在线观看| 少妇人妻精品综合一区二区 | 九色成人免费人妻av| 国产69精品久久久久777片| 欧美最新免费一区二区三区| 成年女人永久免费观看视频| 成熟少妇高潮喷水视频| 国产精品久久久久久久电影| 久久精品综合一区二区三区| 成人亚洲精品av一区二区| 永久网站在线| 制服丝袜大香蕉在线| 亚洲天堂国产精品一区在线| 大型黄色视频在线免费观看| 免费人成视频x8x8入口观看| 亚洲精华国产精华液的使用体验 | 国产精品免费一区二区三区在线| av黄色大香蕉| 色综合亚洲欧美另类图片| 亚洲久久久久久中文字幕| 欧美日韩精品成人综合77777| 干丝袜人妻中文字幕| 精品人妻1区二区| av女优亚洲男人天堂| 亚洲第一区二区三区不卡| 性色avwww在线观看| 波野结衣二区三区在线| 性色avwww在线观看| 在线观看66精品国产| 天天躁日日操中文字幕| 国产精品1区2区在线观看.| 91久久精品国产一区二区成人| 欧美精品啪啪一区二区三区| 狂野欧美激情性xxxx在线观看| 亚洲天堂国产精品一区在线| 一本久久中文字幕| 免费观看精品视频网站| 色在线成人网| 欧美xxxx黑人xx丫x性爽| 精品久久久久久久人妻蜜臀av| 国内揄拍国产精品人妻在线| 成人av在线播放网站| 国产乱人伦免费视频| 精品久久久久久久久av| 欧美日韩亚洲国产一区二区在线观看| 成年女人看的毛片在线观看| 少妇裸体淫交视频免费看高清| 国产大屁股一区二区在线视频| 久久精品人妻少妇| 国产精品久久久久久av不卡| 少妇的逼水好多| 国产精品av视频在线免费观看| 能在线免费观看的黄片| 国产乱人伦免费视频| 色综合站精品国产| 欧洲精品卡2卡3卡4卡5卡区| 此物有八面人人有两片| 亚洲欧美清纯卡通| 两性午夜刺激爽爽歪歪视频在线观看| 天堂√8在线中文| 久久精品国产鲁丝片午夜精品 | 欧美zozozo另类| 不卡视频在线观看欧美| 欧美成人a在线观看| 床上黄色一级片| 窝窝影院91人妻| 琪琪午夜伦伦电影理论片6080| 麻豆一二三区av精品| 男女边吃奶边做爰视频| 久久久久免费精品人妻一区二区| 搡老妇女老女人老熟妇| 国产精品98久久久久久宅男小说| 亚洲欧美清纯卡通| 一区二区三区高清视频在线| 久久久久性生活片| 深夜a级毛片| 老司机福利观看| 国内揄拍国产精品人妻在线| 最近最新中文字幕大全电影3| 欧美黑人欧美精品刺激| 国产激情偷乱视频一区二区| 免费大片18禁| 看十八女毛片水多多多| 午夜福利视频1000在线观看| 一进一出抽搐gif免费好疼| 精品人妻熟女av久视频| 女同久久另类99精品国产91| 一夜夜www| 99久久精品一区二区三区| 国产精品av视频在线免费观看| 99热6这里只有精品| 九九在线视频观看精品| 国产精品自产拍在线观看55亚洲| 中文在线观看免费www的网站| 国产真实伦视频高清在线观看 | 在线天堂最新版资源| 最近视频中文字幕2019在线8| 国产高清三级在线| 国产 一区精品| 可以在线观看的亚洲视频| 国产亚洲精品久久久久久毛片| 超碰av人人做人人爽久久| 免费一级毛片在线播放高清视频| 久久99热这里只有精品18| 国产亚洲欧美98| 国产爱豆传媒在线观看| 美女cb高潮喷水在线观看| 伦理电影大哥的女人| 听说在线观看完整版免费高清| 美女被艹到高潮喷水动态| 色吧在线观看| 成熟少妇高潮喷水视频| av中文乱码字幕在线| 人妻少妇偷人精品九色| 成人特级黄色片久久久久久久| 亚洲欧美日韩卡通动漫| 亚洲成av人片在线播放无| 99热只有精品国产| 中文字幕免费在线视频6| 97碰自拍视频| 国产亚洲av嫩草精品影院| 熟妇人妻久久中文字幕3abv| 波多野结衣高清作品| 亚洲美女搞黄在线观看 | 国产三级在线视频| 成人性生交大片免费视频hd| 全区人妻精品视频| 欧美成人a在线观看| 天天一区二区日本电影三级| 国产一区二区三区在线臀色熟女| 亚洲三级黄色毛片| 美女黄网站色视频| 欧美高清性xxxxhd video| 国产精品福利在线免费观看| bbb黄色大片| 我的老师免费观看完整版| 国产精华一区二区三区| 免费av不卡在线播放| 亚洲欧美日韩卡通动漫| 亚洲性久久影院| 最近视频中文字幕2019在线8| 国产在线男女| 少妇的逼好多水| 免费观看精品视频网站| 五月玫瑰六月丁香| 黄色欧美视频在线观看| 一本久久中文字幕| 久久久久久九九精品二区国产| 欧美丝袜亚洲另类 | 精品人妻一区二区三区麻豆 | 日韩欧美免费精品| 黄色日韩在线| 久99久视频精品免费| 村上凉子中文字幕在线| 级片在线观看| 丰满乱子伦码专区| 欧美不卡视频在线免费观看| 男人和女人高潮做爰伦理| 婷婷精品国产亚洲av在线| 人妻久久中文字幕网| 国产精品国产三级国产av玫瑰| 国产精品野战在线观看| 岛国在线免费视频观看| 亚洲一区二区三区色噜噜| 麻豆精品久久久久久蜜桃| 成人国产麻豆网| 欧美一级a爱片免费观看看| 亚洲精品国产成人久久av| 一个人看视频在线观看www免费| 一边摸一边抽搐一进一小说| 91午夜精品亚洲一区二区三区 | 亚洲av美国av| 国产精品人妻久久久久久| 色播亚洲综合网| 国产精品一区二区性色av| 成年免费大片在线观看| 久久精品国产清高在天天线| 在线国产一区二区在线| 嫩草影院入口| 成人毛片a级毛片在线播放| 色视频www国产| 国产伦精品一区二区三区视频9| 啦啦啦韩国在线观看视频| 99九九线精品视频在线观看视频| 变态另类成人亚洲欧美熟女| 午夜激情欧美在线| 国产高清激情床上av| 日日夜夜操网爽| а√天堂www在线а√下载| 亚洲av二区三区四区| 精品久久久久久久末码| 免费av不卡在线播放| 91久久精品国产一区二区成人| 欧美激情国产日韩精品一区| 亚洲最大成人av| 亚洲成av人片在线播放无| 狂野欧美激情性xxxx在线观看| 看黄色毛片网站| 丰满乱子伦码专区| 人人妻人人看人人澡| 国产一区二区激情短视频| 国产激情偷乱视频一区二区| 国产一区二区激情短视频| 天堂av国产一区二区熟女人妻| 亚洲av日韩精品久久久久久密| 18+在线观看网站| 99九九线精品视频在线观看视频| av在线亚洲专区| 一级毛片久久久久久久久女| 特级一级黄色大片| 偷拍熟女少妇极品色| 欧美绝顶高潮抽搐喷水| 狠狠狠狠99中文字幕| 99久久九九国产精品国产免费| 99久久无色码亚洲精品果冻| 亚洲经典国产精华液单| 99riav亚洲国产免费| 在线天堂最新版资源| 给我免费播放毛片高清在线观看| 色哟哟哟哟哟哟| 国产美女午夜福利| 大型黄色视频在线免费观看| 国产视频内射| 亚洲国产精品sss在线观看| 国产亚洲欧美98| 欧美日本亚洲视频在线播放| 夜夜夜夜夜久久久久| av中文乱码字幕在线| 女人被狂操c到高潮| 国产午夜精品久久久久久一区二区三区 | 久久精品人妻少妇| 97超级碰碰碰精品色视频在线观看| 亚洲精品在线观看二区| 又爽又黄无遮挡网站| 欧美bdsm另类| 精品久久久久久久久久久久久| 亚州av有码| 免费人成在线观看视频色| 亚洲av日韩精品久久久久久密| 亚洲性久久影院| 免费人成视频x8x8入口观看| 日本成人三级电影网站| 亚洲最大成人手机在线| 久久热精品热| 日本黄色片子视频| 最新中文字幕久久久久| 久久精品国产鲁丝片午夜精品 | 99热这里只有是精品50| 亚洲内射少妇av| 久久久久久久久中文| 一级毛片久久久久久久久女| 成人高潮视频无遮挡免费网站| 一个人观看的视频www高清免费观看| 小说图片视频综合网站| 狂野欧美白嫩少妇大欣赏| 他把我摸到了高潮在线观看| 欧美日韩国产亚洲二区| 最近中文字幕高清免费大全6 | 久久婷婷人人爽人人干人人爱| av黄色大香蕉| 亚洲av美国av| 啦啦啦韩国在线观看视频| 亚洲无线在线观看| 亚洲性久久影院| 69av精品久久久久久| 欧美最新免费一区二区三区| 嫁个100分男人电影在线观看| 国产精品无大码| 国产探花在线观看一区二区| 欧美成人a在线观看| 免费看a级黄色片| 欧美一级a爱片免费观看看| 日韩av在线大香蕉| 午夜免费成人在线视频| av在线老鸭窝| 欧美成人性av电影在线观看| 成人国产一区最新在线观看| 国产色爽女视频免费观看| 欧美成人性av电影在线观看| 又粗又爽又猛毛片免费看| 国产 一区 欧美 日韩| 91在线精品国自产拍蜜月| 91午夜精品亚洲一区二区三区 | 淫秽高清视频在线观看| 欧美三级亚洲精品| 精品99又大又爽又粗少妇毛片 | 午夜爱爱视频在线播放| 一进一出好大好爽视频| 内射极品少妇av片p| 国产美女午夜福利| 国产精品国产三级国产av玫瑰| 国内精品一区二区在线观看| 99热6这里只有精品| 国产精品一区二区三区四区久久| 一个人看的www免费观看视频| 日本黄色片子视频| 国产精品三级大全|