• <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 ?

    基于改進(jìn)CNN的起重機(jī)械滾動(dòng)軸承故障診斷

    2021-09-10 04:11:10賈子威朱歷平楊明超
    內(nèi)燃機(jī)與配件 2021年5期
    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò)特征提取故障診斷

    賈子威 朱歷平 楊明超

    摘要:針對(duì)起重機(jī)械中的滾動(dòng)軸承在高轉(zhuǎn)速、重載荷和強(qiáng)噪聲背景下,早期故障特征難以提取及有效識(shí)別的問(wèn)題,提出一種改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)(CNN)的故障診斷方法。該方法首先應(yīng)用短時(shí)傅里葉變換(STFT)將傳感器采集到的一維振動(dòng)信號(hào)轉(zhuǎn)換為二維時(shí)頻圖,并將其作為改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的輸入,然后利用卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力自適應(yīng)地提取故障特征。最后,通過(guò)CNN模型最后一層的Softmax層對(duì)提取到的特征進(jìn)行分類從而實(shí)現(xiàn)故障診斷的目的。

    關(guān)鍵詞:卷積神經(jīng)網(wǎng)絡(luò);短時(shí)傅里葉變換;特征提取;故障診斷

    中圖分類號(hào):TP181? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào):1674-957X(2021)05-0131-03

    0? 引言

    隨著工業(yè)技術(shù)水平的不斷發(fā)展,智能診斷方法在機(jī)械設(shè)備故障診斷中占據(jù)了舉足輕重的地位。起重機(jī)械是工業(yè)場(chǎng)景和港口中裝卸作業(yè)的主要機(jī)械設(shè)備,用于垂直提升或水平移動(dòng)重物[1]。滾動(dòng)軸承是起重機(jī)械中承受載荷并支撐軸系部件的重要零件之一,當(dāng)滾動(dòng)軸承突發(fā)故障時(shí)可能造成設(shè)備停機(jī)從而產(chǎn)生重大經(jīng)濟(jì)損失,嚴(yán)重時(shí)甚至?xí)斐扇藛T傷亡。由于起重機(jī)械工作環(huán)境比較復(fù)雜,滾動(dòng)軸承早期故障呈現(xiàn)非平穩(wěn)、非線性的特點(diǎn),因此實(shí)現(xiàn)高精度故障診斷的關(guān)鍵在于復(fù)雜工況下敏感特征的有效提取[2]。

    深度學(xué)習(xí)擁有強(qiáng)大的特征提取能力,可以在故障類別與故障特征之間建立復(fù)雜映射關(guān)系[3],目前國(guó)內(nèi)外諸多學(xué)者基于深度學(xué)習(xí)方法針對(duì)滾動(dòng)軸承故障診斷中存在的問(wèn)題展開了大量研究,提出了多種特征提取方法。例如,Ma S等首先提取了振動(dòng)信號(hào)的時(shí)頻特征,并對(duì)其進(jìn)行解調(diào)后與深度殘差網(wǎng)絡(luò)進(jìn)行融合,實(shí)現(xiàn)了不穩(wěn)定工況下的智能故障診斷[4]。Zhao等提出一種改進(jìn)深度殘差網(wǎng)絡(luò),通過(guò)在傳統(tǒng)方法中引入自適應(yīng)閾值,解決了強(qiáng)噪聲背景下故障特征難以提取的問(wèn)題[5]。李小娟等提出一種深度度量學(xué)習(xí)方法,結(jié)合深度神經(jīng)網(wǎng)絡(luò)和深度度量學(xué)習(xí)模型的優(yōu)勢(shì)實(shí)現(xiàn)軸承故障分類識(shí)別[6]。以上研究主要以傳感器采集到的一維振動(dòng)信號(hào)為模型的輸入,但研究表明卷積神經(jīng)網(wǎng)絡(luò)更適合應(yīng)用在二維樣本的特征信息提取中。本文提出一種改進(jìn)CNN的故障診斷方法,該方法以經(jīng)過(guò)STFT處理生成時(shí)頻圖為模型輸入,采用多層結(jié)合局部特征學(xué)習(xí)模塊代替CNN模型中的卷積層。

    1? 相關(guān)理論

    1.1 短時(shí)傅里葉變換

    短時(shí)傅里葉變換(STFT)在原始的非平衡信號(hào)上添加固定長(zhǎng)度的窗函數(shù),將非平穩(wěn)信號(hào)分割成有限個(gè)平穩(wěn)的時(shí)間段,對(duì)每個(gè)時(shí)間段里的信號(hào)進(jìn)行傅里葉變換并得到最終結(jié)果[7]。其計(jì)算公式如下:

    (1)

    式中,t代表平移參數(shù),h(t)為窗函數(shù)。

    1.2 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)無(wú)需人工干預(yù),是一種“端到端”結(jié)構(gòu),得益于其權(quán)值共享、局部感知等特性,可以用來(lái)處理復(fù)雜工況下的振動(dòng)信號(hào)[8]。深度學(xué)習(xí)與淺層模型的不同之處在于隱藏層的添加,而在CNN中,隱藏層一般由卷積層、池化層和全連接層組成,CNN模型結(jié)構(gòu)如圖1所示。

    其中,卷積層是CNN中實(shí)現(xiàn)特征提取的重要組成部分。卷積層利用卷積核對(duì)特征矩陣的感受野進(jìn)行卷積計(jì)算,完成對(duì)輸入數(shù)據(jù)的特征提取,并使用激活函數(shù)增強(qiáng)其非線性擬合能力[9]。卷積結(jié)果計(jì)算公式為:

    (2)

    式中:L表示第L層卷積層,*為卷積運(yùn)算符合,W表示卷積核。

    2? 改進(jìn)CNN故障診斷方法

    隨著隱藏層和神經(jīng)元個(gè)數(shù)的增加,CNN模型在訓(xùn)練過(guò)程中很容易出現(xiàn)過(guò)擬合現(xiàn)象,針對(duì)這一問(wèn)題本文在傳統(tǒng)CNN模型的基礎(chǔ)上進(jìn)行改進(jìn),在其隱藏層中添加批歸一化層組成局部特征學(xué)習(xí)模塊。相比于傳統(tǒng)CNN,改進(jìn)后的模型可以利用批歸一化層對(duì)卷積層提取到的特征進(jìn)行歸一化處理,進(jìn)而提高模型穩(wěn)定性。(圖2)

    本文通過(guò)大量對(duì)照實(shí)驗(yàn)確定模型超參數(shù)如下:第一個(gè)卷積層尺寸為64*64,卷積核為3*3、步長(zhǎng)為1;第二個(gè)卷積層尺寸為32*32;第三個(gè)卷積層尺寸為16*16;全連接層大小為512,激活函數(shù)為ReLU非線性函數(shù),計(jì)算公式為:

    (3)

    訓(xùn)練過(guò)程中每層權(quán)重隨機(jī)初始化滿足標(biāo)準(zhǔn)差為0.1,均值為0的正態(tài)分布,應(yīng)用隨機(jī)梯度下降法訓(xùn)練模型,權(quán)值更新公式為:

    ? ? ? ? ? ?(4)

    式中,Di表示訓(xùn)練過(guò)程中輸入的樣本,ε表示學(xué)習(xí)率。使用STFT將振動(dòng)信號(hào)轉(zhuǎn)換為時(shí)頻圖后,利用改進(jìn)后的CNN模型進(jìn)行特征提取實(shí)現(xiàn)故障診斷,算法流程圖如圖3所示。

    故障診斷步驟如下:

    ①對(duì)傳感器采集到的振動(dòng)數(shù)據(jù)進(jìn)行預(yù)處理,并劃分為訓(xùn)練集和測(cè)試集;

    ②對(duì)訓(xùn)練集的數(shù)據(jù)進(jìn)行STFT,并將結(jié)果輸入到改進(jìn)CNN模型中;

    ③訓(xùn)練改進(jìn)CNN模型;

    ④在訓(xùn)練好的CNN模型中輸入測(cè)試集數(shù)據(jù),得到測(cè)試結(jié)果;

    ⑤實(shí)驗(yàn)結(jié)果分析。

    3? 實(shí)驗(yàn)驗(yàn)證

    本文實(shí)驗(yàn)數(shù)據(jù)由實(shí)驗(yàn)室搭建的滾動(dòng)軸承故障模擬試驗(yàn)臺(tái)上進(jìn)行采集,使用電火花在SKF6205型深溝球軸承表面加工直徑為0.178mm的損傷。轉(zhuǎn)軸由電機(jī)驅(qū)動(dòng),將壓電式加速度傳感器安裝在軸承支座上,驅(qū)動(dòng)電機(jī)轉(zhuǎn)速為35Hz。本實(shí)驗(yàn)共模擬了滾動(dòng)軸承四種健康狀態(tài),分別為:軸承滾動(dòng)子故障、軸承外圈故障、軸承內(nèi)圈故障和正常工況下的健康狀態(tài)。圖4為振動(dòng)信號(hào)時(shí)域圖,圖5為四種健康狀態(tài)經(jīng)過(guò)STFT處理后的時(shí)頻圖。

    實(shí)驗(yàn)采樣頻率為10240Hz,每種健康狀態(tài)的信號(hào)各采集100組,共400組,每組信號(hào)包含2048個(gè)樣本點(diǎn)。從每種狀態(tài)中隨機(jī)選出80組作為訓(xùn)練集,其余20組作為測(cè)試集,經(jīng)過(guò)STFT后輸入到CNN中進(jìn)行特征提取和模態(tài)識(shí)別,提取CNN模型最后一層全連接層并進(jìn)行降維可視化即可得到其分類散點(diǎn)圖。

    在圖6中,利用改進(jìn)CNN提取到的四種特征按類聚集在一起,實(shí)現(xiàn)了完全分離,且各類之間聚集非常緊密,從而驗(yàn)證了改進(jìn)CNN方法具有較強(qiáng)的特征提取能力,可以滿足故障診斷的要求。為了驗(yàn)證所提出方法的穩(wěn)定性和優(yōu)越性,將原始CNN故障診斷結(jié)果與改進(jìn)CNN模型進(jìn)行對(duì)比。

    由圖7可知,原始CNN模型只將外圈故障全部分類正確,其他三類故障均有不同程度的誤診,最終的故障診斷結(jié)果不理想;在圖8中,改進(jìn)CNN模型只有少數(shù)部分內(nèi)圈故障判定為正常狀態(tài),其余樣本診斷結(jié)果均正確。為了消除偶然性因素影響,本文將每組實(shí)驗(yàn)重復(fù)進(jìn)行十次并取平均值,測(cè)試結(jié)果與訓(xùn)練時(shí)間如表1所示。

    上述實(shí)驗(yàn)表明,通過(guò)在原始CNN模型中添加局部特征學(xué)習(xí)模塊,顯著提高了模型的特征提取能力,改進(jìn)后的CNN平均故障診斷率相比于原始CNN提高了10.25%;將包含更多特征信息的二維時(shí)頻圖作為模型的輸入可以提高訓(xùn)練效率,改進(jìn)CNN模型平均訓(xùn)練時(shí)間縮短了1562s。

    4? 結(jié)論

    綜上所述,本文提出一種改進(jìn)CNN起重機(jī)械滾動(dòng)軸承故障診斷方法,該方法通過(guò)在原始CNN模型中添加局部特征學(xué)習(xí)模塊,有效解決了模型訓(xùn)練過(guò)程中存在的過(guò)擬合問(wèn)題;結(jié)合STFT將采集到的滾動(dòng)軸承振動(dòng)信號(hào)轉(zhuǎn)換為時(shí)頻圖,顯著提高了模型的訓(xùn)練效率和精度,在故障診斷實(shí)驗(yàn)中獲得了較高的準(zhǔn)確率。

    參考文獻(xiàn):

    [1]趙鑫.起重機(jī)械風(fēng)險(xiǎn)評(píng)估方法與預(yù)防性檢修策略研究[D].東北大學(xué),2013.

    [2]孟祥峰. 基于深度學(xué)習(xí)的滾動(dòng)軸承的故障診斷及預(yù)測(cè)[D].電子科技大學(xué),2020.

    [3]宋志坤,徐立成,胡曉依,任海星,李強(qiáng).基于改進(jìn)型shapelets算法的動(dòng)車組軸箱軸承故障診斷方法研究[J/OL].儀器儀表學(xué)報(bào):1-11[2020-12-19].http://kns.cnki.net/kcms/detail/11.2179.th.20201210.1116.004.html.

    [4]MA S, CHU F, HAN A D. Deep residual learning with demodulated time-frequency features for fault diagnosis of planetary gearbox under nonstationary running conditions[J].Mech Syst Signal Process, 2019,127:190-201.

    [5]ZHAO M,ZHONG S, FU X,et al.Deep residual shrinkage networks for fault diagnosis[C]// IEEE Transactions on Industrial Informatics, 2019,DOI:10.1109/TII.2019.2943898.

    [6]李小娟,徐增丙,熊文,王志剛,譚俊杰.基于深度度量學(xué)習(xí)的軸承故障診斷方法[J].振動(dòng)與沖擊,2020,39(15):25-31.

    [7]Liu Zongkai,Peng Chuan,Yang Xiaoqiang. Research and analysis of the wheeled vehicle load spectrum editing method based on short-time Fourier transform[J]. Proceedings of the Institution of Mechanical Engineers,2019,233(14).

    [8]曲建嶺,余路,袁濤,田沿平,高峰.基于一維卷積神經(jīng)網(wǎng)絡(luò)的滾動(dòng)軸承自適應(yīng)故障診斷算法[J].儀器儀表學(xué)報(bào),2018,39(07):134-143.

    [9]任浩,屈劍鋒,柴毅,唐秋,葉欣.深度學(xué)習(xí)在故障診斷領(lǐng)域中的研究現(xiàn)狀與挑戰(zhàn)[J].控制與決策,2017,32(08):1345-1358.

    猜你喜歡
    卷積神經(jīng)網(wǎng)絡(luò)特征提取故障診斷
    基于Gazebo仿真環(huán)境的ORB特征提取與比對(duì)的研究
    電子制作(2019年15期)2019-08-27 01:12:00
    一種基于LBP 特征提取和稀疏表示的肝病識(shí)別算法
    基于深度卷積神經(jīng)網(wǎng)絡(luò)的物體識(shí)別算法
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    基于卷積神經(jīng)網(wǎng)絡(luò)的樹葉識(shí)別的算法的研究
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于MED和循環(huán)域解調(diào)的多故障特征提取
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    基于WPD-HHT的滾動(dòng)軸承故障診斷
    e午夜精品久久久久久久| 国产精品香港三级国产av潘金莲| 亚洲欧美一区二区三区黑人| 久久久久性生活片| 啦啦啦韩国在线观看视频| 国产亚洲精品久久久久久毛片| 色噜噜av男人的天堂激情| 中文字幕熟女人妻在线| 岛国在线免费视频观看| 一区二区三区免费毛片| 性色avwww在线观看| 国产亚洲精品久久久com| 欧美成人一区二区免费高清观看| 午夜激情福利司机影院| 中文资源天堂在线| 最好的美女福利视频网| 欧美性猛交黑人性爽| 99在线视频只有这里精品首页| 国产又黄又爽又无遮挡在线| 女同久久另类99精品国产91| 他把我摸到了高潮在线观看| 精品久久久久久久末码| 国产高清三级在线| 人妻夜夜爽99麻豆av| 国产蜜桃级精品一区二区三区| 一夜夜www| 美女高潮的动态| 午夜日韩欧美国产| 男女午夜视频在线观看| а√天堂www在线а√下载| 免费在线观看亚洲国产| 亚洲无线观看免费| 亚洲乱码一区二区免费版| 中文字幕熟女人妻在线| 性欧美人与动物交配| 9191精品国产免费久久| 久久精品人妻少妇| 亚洲国产日韩欧美精品在线观看 | 制服丝袜大香蕉在线| 国产美女午夜福利| 啦啦啦韩国在线观看视频| 日本黄大片高清| 久久中文看片网| 午夜老司机福利剧场| 99久久成人亚洲精品观看| 网址你懂的国产日韩在线| av天堂在线播放| 90打野战视频偷拍视频| 国产成人欧美在线观看| 婷婷亚洲欧美| 香蕉av资源在线| 成人无遮挡网站| 亚洲第一电影网av| 身体一侧抽搐| a级毛片a级免费在线| 无人区码免费观看不卡| 久久精品国产亚洲av涩爱 | 观看美女的网站| 久久久国产成人精品二区| 国产熟女xx| 午夜福利在线在线| 亚洲av第一区精品v没综合| 国产97色在线日韩免费| 激情在线观看视频在线高清| 18禁国产床啪视频网站| 毛片女人毛片| 免费在线观看日本一区| 免费在线观看影片大全网站| 一个人免费在线观看的高清视频| 精品日产1卡2卡| 成人国产综合亚洲| 少妇丰满av| 91久久精品国产一区二区成人 | 亚洲精品一区av在线观看| 乱人视频在线观看| 亚洲久久久久久中文字幕| 亚洲av五月六月丁香网| 男女做爰动态图高潮gif福利片| 老鸭窝网址在线观看| 日韩欧美在线二视频| 国产精品99久久99久久久不卡| 九九久久精品国产亚洲av麻豆| 母亲3免费完整高清在线观看| 亚洲精品456在线播放app | 91在线观看av| 国内揄拍国产精品人妻在线| 亚洲最大成人手机在线| 免费一级毛片在线播放高清视频| 午夜福利在线在线| 国产精品 国内视频| 尤物成人国产欧美一区二区三区| 国产精品综合久久久久久久免费| 18禁在线播放成人免费| 校园春色视频在线观看| 国产一区二区三区视频了| 一二三四社区在线视频社区8| 欧美日韩福利视频一区二区| 内射极品少妇av片p| 国产一区在线观看成人免费| 一边摸一边抽搐一进一小说| 看片在线看免费视频| 亚洲真实伦在线观看| 免费看美女性在线毛片视频| 成年女人毛片免费观看观看9| 国产精品一区二区三区四区免费观看 | 久久九九热精品免费| 中文字幕久久专区| 色在线成人网| 亚洲五月婷婷丁香| 99热精品在线国产| 国产真人三级小视频在线观看| 免费人成视频x8x8入口观看| 国产探花在线观看一区二区| 日韩成人在线观看一区二区三区| 一区二区三区免费毛片| 在线国产一区二区在线| 国产午夜精品久久久久久一区二区三区 | 中出人妻视频一区二区| 99久久九九国产精品国产免费| 国产伦精品一区二区三区视频9 | 成人特级黄色片久久久久久久| 波多野结衣高清作品| 黄色片一级片一级黄色片| 欧美日本视频| 3wmmmm亚洲av在线观看| 午夜免费激情av| 99精品在免费线老司机午夜| eeuss影院久久| 中亚洲国语对白在线视频| 最近最新中文字幕大全电影3| 国产免费一级a男人的天堂| 亚洲无线在线观看| 亚洲精品乱码久久久v下载方式 | 国产成人啪精品午夜网站| 女同久久另类99精品国产91| 欧美性猛交╳xxx乱大交人| 亚洲第一欧美日韩一区二区三区| 麻豆久久精品国产亚洲av| 九九热线精品视视频播放| 国产成人欧美在线观看| 动漫黄色视频在线观看| 日韩欧美免费精品| 久久国产精品人妻蜜桃| 欧美日本亚洲视频在线播放| 免费观看的影片在线观看| 国产av麻豆久久久久久久| av天堂在线播放| 亚洲黑人精品在线| 成人精品一区二区免费| 亚洲美女视频黄频| 美女 人体艺术 gogo| 在线十欧美十亚洲十日本专区| 宅男免费午夜| 老司机午夜福利在线观看视频| 日本成人三级电影网站| 国产一区二区三区在线臀色熟女| 亚洲av不卡在线观看| 熟女电影av网| 99久久精品热视频| 99热6这里只有精品| 天天一区二区日本电影三级| 国产精品一及| 国产精品亚洲av一区麻豆| 亚洲精品一卡2卡三卡4卡5卡| 国产高清视频在线观看网站| 老司机午夜福利在线观看视频| 99视频精品全部免费 在线| 亚洲av日韩精品久久久久久密| 久久久国产成人精品二区| av天堂中文字幕网| 日韩av在线大香蕉| 狂野欧美激情性xxxx| 757午夜福利合集在线观看| 国产三级在线视频| 90打野战视频偷拍视频| 欧美大码av| 伊人久久大香线蕉亚洲五| 日日干狠狠操夜夜爽| 国产精品一区二区免费欧美| 成人三级黄色视频| 精品一区二区三区视频在线 | www.www免费av| 中文字幕久久专区| 国产不卡一卡二| 久久九九热精品免费| 亚洲一区二区三区不卡视频| 亚洲精品美女久久久久99蜜臀| 日本黄色片子视频| 国产一区二区三区视频了| 国产精品女同一区二区软件 | 99热这里只有精品一区| 久久精品人妻少妇| 午夜福利视频1000在线观看| 欧美+日韩+精品| 丰满人妻一区二区三区视频av | 亚洲成人久久性| 一个人免费在线观看电影| 国产av一区在线观看免费| 好男人电影高清在线观看| 亚洲aⅴ乱码一区二区在线播放| 99热这里只有是精品50| 国产不卡一卡二| 久久久国产成人免费| 两性午夜刺激爽爽歪歪视频在线观看| 九色成人免费人妻av| 蜜桃亚洲精品一区二区三区| 国内少妇人妻偷人精品xxx网站| 最近最新中文字幕大全免费视频| 午夜精品一区二区三区免费看| 国产成人系列免费观看| 国产美女午夜福利| 精品国产超薄肉色丝袜足j| 黄色视频,在线免费观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | av欧美777| 国产真实乱freesex| 激情在线观看视频在线高清| 露出奶头的视频| www.熟女人妻精品国产| 久久国产乱子伦精品免费另类| 高清毛片免费观看视频网站| 国产精品一区二区三区四区免费观看 | 法律面前人人平等表现在哪些方面| 日韩欧美 国产精品| 免费人成视频x8x8入口观看| 国产成+人综合+亚洲专区| 黄片小视频在线播放| 女人被狂操c到高潮| 久久精品91蜜桃| 极品教师在线免费播放| 国产激情偷乱视频一区二区| 九九久久精品国产亚洲av麻豆| 非洲黑人性xxxx精品又粗又长| 在线a可以看的网站| 舔av片在线| 久久人妻av系列| 亚洲成人精品中文字幕电影| 久久久国产成人免费| 免费无遮挡裸体视频| 亚洲av日韩精品久久久久久密| 亚洲第一电影网av| 欧美在线黄色| 桃色一区二区三区在线观看| 国产一区二区三区视频了| 女人十人毛片免费观看3o分钟| 国产欧美日韩精品一区二区| 97超视频在线观看视频| 法律面前人人平等表现在哪些方面| 欧美又色又爽又黄视频| 99精品久久久久人妻精品| 国产乱人伦免费视频| 色综合站精品国产| 国内精品久久久久精免费| 精品国产三级普通话版| 欧美一级毛片孕妇| 国产午夜精品久久久久久一区二区三区 | 中文字幕人妻熟人妻熟丝袜美 | 国产高清三级在线| 99久久精品热视频| 熟女少妇亚洲综合色aaa.| 伊人久久大香线蕉亚洲五| 国产成人影院久久av| 久久精品国产亚洲av涩爱 | 很黄的视频免费| 国产亚洲精品久久久久久毛片| 搡老妇女老女人老熟妇| 中文资源天堂在线| 国产精品爽爽va在线观看网站| 日本一本二区三区精品| 精品国产美女av久久久久小说| 夜夜夜夜夜久久久久| 精品一区二区三区人妻视频| 男人的好看免费观看在线视频| 高潮久久久久久久久久久不卡| 网址你懂的国产日韩在线| 亚洲国产欧洲综合997久久,| xxxwww97欧美| 白带黄色成豆腐渣| 18禁国产床啪视频网站| e午夜精品久久久久久久| 在线观看66精品国产| 有码 亚洲区| 亚洲av不卡在线观看| 不卡一级毛片| 国产精品女同一区二区软件 | 国产黄a三级三级三级人| 三级毛片av免费| 亚洲午夜理论影院| 日本五十路高清| 久久6这里有精品| 国产又黄又爽又无遮挡在线| 亚洲av成人不卡在线观看播放网| 男女之事视频高清在线观看| 色尼玛亚洲综合影院| 国产午夜福利久久久久久| 亚洲国产欧美人成| 欧美丝袜亚洲另类 | 在线看三级毛片| 欧美不卡视频在线免费观看| 午夜免费观看网址| 99精品久久久久人妻精品| 搞女人的毛片| 国产精品久久久人人做人人爽| tocl精华| 精品久久久久久久久久免费视频| 国产精品久久久久久亚洲av鲁大| 观看美女的网站| 99热这里只有是精品50| 午夜免费成人在线视频| 欧美成人一区二区免费高清观看| 精品一区二区三区av网在线观看| 亚洲自拍偷在线| 午夜老司机福利剧场| 色综合婷婷激情| 欧美日韩国产亚洲二区| 久久国产乱子伦精品免费另类| 欧美成人一区二区免费高清观看| 99精品在免费线老司机午夜| 18禁黄网站禁片免费观看直播| 免费搜索国产男女视频| 精品人妻一区二区三区麻豆 | 12—13女人毛片做爰片一| 淫秽高清视频在线观看| 欧美极品一区二区三区四区| 又黄又粗又硬又大视频| www.色视频.com| 最近在线观看免费完整版| 一级毛片高清免费大全| 成人三级黄色视频| 欧美成狂野欧美在线观看| 亚洲av中文字字幕乱码综合| 一a级毛片在线观看| 青草久久国产| 国产免费男女视频| 久久中文看片网| 国产97色在线日韩免费| 国产亚洲精品久久久久久毛片| 嫩草影院精品99| 级片在线观看| 久久人人精品亚洲av| 欧美乱妇无乱码| 老司机深夜福利视频在线观看| 美女黄网站色视频| 国产精品亚洲av一区麻豆| 日韩中文字幕欧美一区二区| 欧美一区二区国产精品久久精品| 一卡2卡三卡四卡精品乱码亚洲| 91久久精品电影网| 欧美在线一区亚洲| 脱女人内裤的视频| 五月伊人婷婷丁香| 成人无遮挡网站| 午夜视频国产福利| 久久精品夜夜夜夜夜久久蜜豆| 精品一区二区三区视频在线 | 日日干狠狠操夜夜爽| av专区在线播放| 色噜噜av男人的天堂激情| 国产中年淑女户外野战色| 国产精品98久久久久久宅男小说| 国产精品日韩av在线免费观看| 欧美另类亚洲清纯唯美| 91久久精品电影网| 男女视频在线观看网站免费| 国产av麻豆久久久久久久| 最新中文字幕久久久久| 可以在线观看的亚洲视频| 国产精品一区二区三区四区免费观看 | 国产国拍精品亚洲av在线观看 | 日本成人三级电影网站| 听说在线观看完整版免费高清| 天堂影院成人在线观看| 免费看a级黄色片| 国产欧美日韩一区二区精品| 亚洲一区二区三区色噜噜| 亚洲最大成人手机在线| 日韩欧美 国产精品| 一级作爱视频免费观看| 免费在线观看影片大全网站| 51国产日韩欧美| 久久精品人妻少妇| 日本黄色片子视频| 国产一区二区在线观看日韩 | 欧美日本亚洲视频在线播放| 欧美一级毛片孕妇| 婷婷六月久久综合丁香| 高清在线国产一区| 亚洲精品色激情综合| 高潮久久久久久久久久久不卡| 老汉色av国产亚洲站长工具| 国产激情偷乱视频一区二区| 叶爱在线成人免费视频播放| 欧美激情久久久久久爽电影| 最近最新免费中文字幕在线| 国产毛片a区久久久久| 国产精品三级大全| 成人欧美大片| 亚洲狠狠婷婷综合久久图片| av专区在线播放| 国产蜜桃级精品一区二区三区| 日韩欧美在线二视频| 精品国产美女av久久久久小说| 观看免费一级毛片| 久久香蕉国产精品| 欧美日韩国产亚洲二区| 91久久精品国产一区二区成人 | 精品免费久久久久久久清纯| 欧美日韩精品网址| 久久性视频一级片| 大型黄色视频在线免费观看| 亚洲成a人片在线一区二区| 色在线成人网| 精品午夜福利视频在线观看一区| 亚洲片人在线观看| 男女那种视频在线观看| 女生性感内裤真人,穿戴方法视频| 亚洲中文日韩欧美视频| 搡老妇女老女人老熟妇| 三级男女做爰猛烈吃奶摸视频| 午夜福利视频1000在线观看| 日韩人妻高清精品专区| 桃色一区二区三区在线观看| av欧美777| 国产在视频线在精品| 中文字幕人妻丝袜一区二区| 一级毛片高清免费大全| 精品免费久久久久久久清纯| 在线观看66精品国产| 毛片女人毛片| 在线观看av片永久免费下载| 国产成人欧美在线观看| 黄色女人牲交| 天堂网av新在线| 亚洲av日韩精品久久久久久密| 亚洲一区二区三区不卡视频| 又黄又爽又免费观看的视频| 久久天躁狠狠躁夜夜2o2o| 亚洲电影在线观看av| 99精品久久久久人妻精品| 国产精品久久久久久亚洲av鲁大| 99久久综合精品五月天人人| 91麻豆精品激情在线观看国产| 精品一区二区三区av网在线观看| a级毛片a级免费在线| 两性午夜刺激爽爽歪歪视频在线观看| 欧美成人一区二区免费高清观看| 国产高潮美女av| xxxwww97欧美| 草草在线视频免费看| 两个人看的免费小视频| a级毛片a级免费在线| 99国产精品一区二区三区| 最近最新免费中文字幕在线| 99久久久亚洲精品蜜臀av| 亚洲人成伊人成综合网2020| 在线观看一区二区三区| 亚洲在线自拍视频| 一个人免费在线观看的高清视频| 婷婷亚洲欧美| 日韩亚洲欧美综合| 男女午夜视频在线观看| 国内久久婷婷六月综合欲色啪| 波多野结衣高清作品| 日韩欧美在线乱码| 男女视频在线观看网站免费| 我的老师免费观看完整版| aaaaa片日本免费| www日本黄色视频网| 制服人妻中文乱码| 欧美一区二区国产精品久久精品| 少妇熟女aⅴ在线视频| 一边摸一边抽搐一进一小说| 中文字幕av成人在线电影| 少妇的丰满在线观看| 他把我摸到了高潮在线观看| 麻豆一二三区av精品| 免费观看人在逋| 在线观看66精品国产| 在线观看日韩欧美| 精华霜和精华液先用哪个| av黄色大香蕉| 欧美日韩中文字幕国产精品一区二区三区| 免费av观看视频| 99久久无色码亚洲精品果冻| 国产一区二区三区视频了| 老司机午夜十八禁免费视频| 国产主播在线观看一区二区| 窝窝影院91人妻| 搡老妇女老女人老熟妇| 精品国产亚洲在线| 成年免费大片在线观看| 午夜免费观看网址| 1000部很黄的大片| 久久草成人影院| 黄片小视频在线播放| 18+在线观看网站| 成人午夜高清在线视频| 三级国产精品欧美在线观看| 国产精品亚洲av一区麻豆| 他把我摸到了高潮在线观看| 小蜜桃在线观看免费完整版高清| 亚洲黑人精品在线| 久久久久久九九精品二区国产| 美女高潮的动态| 亚洲激情在线av| 精品久久久久久久人妻蜜臀av| 欧美激情在线99| 精品一区二区三区人妻视频| 久久草成人影院| 亚洲av免费在线观看| 亚洲成av人片在线播放无| 91久久精品国产一区二区成人 | 国模一区二区三区四区视频| 精品电影一区二区在线| 熟女少妇亚洲综合色aaa.| 国产欧美日韩精品亚洲av| 内射极品少妇av片p| 午夜福利视频1000在线观看| 村上凉子中文字幕在线| xxx96com| 亚洲av一区综合| 亚洲国产高清在线一区二区三| 97超级碰碰碰精品色视频在线观看| 日本 av在线| 日日摸夜夜添夜夜添小说| 国产高清有码在线观看视频| 亚洲成人久久性| 特大巨黑吊av在线直播| 99在线人妻在线中文字幕| 亚洲最大成人中文| 真人一进一出gif抽搐免费| 国产成人系列免费观看| 怎么达到女性高潮| 叶爱在线成人免费视频播放| 一区二区三区激情视频| 日本黄色片子视频| 深夜精品福利| 欧美精品啪啪一区二区三区| 午夜精品久久久久久毛片777| 欧美在线黄色| 可以在线观看毛片的网站| 丝袜美腿在线中文| 亚洲 国产 在线| 色尼玛亚洲综合影院| 淫秽高清视频在线观看| 国产老妇女一区| 两人在一起打扑克的视频| 免费电影在线观看免费观看| 无限看片的www在线观看| 欧美成狂野欧美在线观看| 国产成人系列免费观看| 脱女人内裤的视频| 亚洲黑人精品在线| 日韩精品青青久久久久久| 亚洲第一电影网av| 国产精品精品国产色婷婷| 成人特级黄色片久久久久久久| 亚洲一区高清亚洲精品| 五月玫瑰六月丁香| 国内精品一区二区在线观看| 熟女人妻精品中文字幕| 黄色女人牲交| 欧美日韩国产亚洲二区| 精品欧美国产一区二区三| 亚洲乱码一区二区免费版| 久久久久久久亚洲中文字幕 | 精品日产1卡2卡| 国产精品三级大全| 在线观看66精品国产| 两人在一起打扑克的视频| 88av欧美| 国内精品一区二区在线观看| 国产麻豆成人av免费视频| 香蕉av资源在线| 国产精品99久久久久久久久| 亚洲欧美日韩高清专用| 3wmmmm亚洲av在线观看| 午夜视频国产福利| a在线观看视频网站| 国产精品久久久久久亚洲av鲁大| 国产 一区 欧美 日韩| 国产伦人伦偷精品视频| 国产高清视频在线播放一区| www.熟女人妻精品国产| 日韩欧美免费精品| 成人av一区二区三区在线看| 国产精品永久免费网站| 香蕉丝袜av| 国产高清视频在线播放一区| 丰满人妻熟妇乱又伦精品不卡| 欧美一区二区亚洲| 99久久久亚洲精品蜜臀av| 欧美国产日韩亚洲一区| 叶爱在线成人免费视频播放| 人妻夜夜爽99麻豆av| svipshipincom国产片| 欧美一区二区亚洲| 免费在线观看影片大全网站| 欧美国产日韩亚洲一区| 欧美日韩乱码在线| 一进一出抽搐gif免费好疼| 国产精品永久免费网站| 欧美日韩乱码在线| 日本免费一区二区三区高清不卡| 高清在线国产一区| 天美传媒精品一区二区| 国产乱人视频| xxx96com| 99久久无色码亚洲精品果冻| 国产三级在线视频| 国产激情欧美一区二区| 18禁裸乳无遮挡免费网站照片| 啦啦啦免费观看视频1| 亚洲国产欧美网| 国产欧美日韩一区二区精品|