• <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
    51午夜福利影视在线观看| 国产欧美日韩精品亚洲av| 中文字幕熟女人妻在线| 欧美乱妇无乱码| svipshipincom国产片| 又黄又粗又硬又大视频| 欧美av亚洲av综合av国产av| 国产精品三级大全| 国产精华一区二区三区| 国内精品久久久久精免费| 黄色日韩在线| 91av网一区二区| 天堂动漫精品| 别揉我奶头~嗯~啊~动态视频| 最新美女视频免费是黄的| 伊人久久精品亚洲午夜| 一a级毛片在线观看| 乱人视频在线观看| 成年免费大片在线观看| 中文字幕av在线有码专区| 人妻夜夜爽99麻豆av| 99久久精品热视频| 午夜免费激情av| 日韩欧美在线二视频| 老司机深夜福利视频在线观看| 国产精品综合久久久久久久免费| 亚洲国产欧美人成| 欧美色视频一区免费| 尤物成人国产欧美一区二区三区| 三级男女做爰猛烈吃奶摸视频| 久久精品国产自在天天线| 亚洲av一区综合| 可以在线观看的亚洲视频| 国产 一区 欧美 日韩| 激情在线观看视频在线高清| 婷婷六月久久综合丁香| 成人无遮挡网站| 日韩欧美在线二视频| 欧美日韩瑟瑟在线播放| 午夜福利欧美成人| 久久精品91无色码中文字幕| 亚洲第一电影网av| 国产熟女xx| 1000部很黄的大片| a级毛片a级免费在线| 免费观看的影片在线观看| 最近在线观看免费完整版| 九色国产91popny在线| 国产老妇女一区| 国产免费av片在线观看野外av| 69av精品久久久久久| 亚洲第一欧美日韩一区二区三区| 国产精品国产高清国产av| 丁香欧美五月| 色精品久久人妻99蜜桃| 亚洲在线自拍视频| 两个人的视频大全免费| 露出奶头的视频| 国产中年淑女户外野战色| 国产欧美日韩精品一区二区| 午夜福利在线观看免费完整高清在 | www.www免费av| 国产精品久久久久久精品电影| 女人十人毛片免费观看3o分钟| 色av中文字幕| 全区人妻精品视频| 亚洲精品国产精品久久久不卡| 好男人在线观看高清免费视频| xxx96com| 国内少妇人妻偷人精品xxx网站| 免费av毛片视频| 最近最新中文字幕大全免费视频| 亚洲欧美激情综合另类| 国产毛片a区久久久久| eeuss影院久久| 久久久久久久精品吃奶| 久久久久久久亚洲中文字幕 | 国产精品一及| 在线免费观看不下载黄p国产 | 最近最新中文字幕大全电影3| 国产老妇女一区| 黄片小视频在线播放| 禁无遮挡网站| 亚洲国产欧美网| 99国产极品粉嫩在线观看| 黄色视频,在线免费观看| 国产精品亚洲av一区麻豆| 内射极品少妇av片p| 啦啦啦免费观看视频1| а√天堂www在线а√下载| 色综合欧美亚洲国产小说| 成人高潮视频无遮挡免费网站| 3wmmmm亚洲av在线观看| 午夜免费激情av| 亚洲欧美日韩高清在线视频| 亚洲精品亚洲一区二区| 一个人免费在线观看电影| 欧美一级毛片孕妇| 亚洲 欧美 日韩 在线 免费| 淫秽高清视频在线观看| 亚洲av电影不卡..在线观看| 999久久久精品免费观看国产| 国产国拍精品亚洲av在线观看 | 午夜两性在线视频| 欧美日韩中文字幕国产精品一区二区三区| 91麻豆av在线| 精品国产超薄肉色丝袜足j| 一二三四社区在线视频社区8| 最近在线观看免费完整版| 小蜜桃在线观看免费完整版高清| 欧美在线黄色| 午夜精品在线福利| 国产亚洲精品一区二区www| 亚洲成人精品中文字幕电影| 嫁个100分男人电影在线观看| 国产色婷婷99| 国产真实伦视频高清在线观看 | 极品教师在线免费播放| 内地一区二区视频在线| 国产亚洲精品久久久久久毛片| 丰满的人妻完整版| 久99久视频精品免费| 色综合婷婷激情| 久久人人精品亚洲av| 男女之事视频高清在线观看| 国产精品一区二区免费欧美| 亚洲真实伦在线观看| 成人午夜高清在线视频| 高潮久久久久久久久久久不卡| 精品电影一区二区在线| 一个人免费在线观看电影| 亚洲精品乱码久久久v下载方式 | 99热6这里只有精品| 好看av亚洲va欧美ⅴa在| eeuss影院久久| 午夜老司机福利剧场| 高潮久久久久久久久久久不卡| 日韩精品青青久久久久久| 偷拍熟女少妇极品色| 精品99又大又爽又粗少妇毛片 | 岛国在线观看网站| 男女床上黄色一级片免费看| 欧美中文日本在线观看视频| 国产极品精品免费视频能看的| 琪琪午夜伦伦电影理论片6080| 国产精品亚洲av一区麻豆| 网址你懂的国产日韩在线| 97超视频在线观看视频| 女人被狂操c到高潮| 国产精品98久久久久久宅男小说| 午夜福利免费观看在线| 日本在线视频免费播放| 1000部很黄的大片| 男女视频在线观看网站免费| 久久久久久久久中文| eeuss影院久久| 国产精华一区二区三区| 中文资源天堂在线| 欧美黑人欧美精品刺激| 99久久综合精品五月天人人| 99久久久亚洲精品蜜臀av| 国产精品精品国产色婷婷| 成熟少妇高潮喷水视频| 午夜福利高清视频| 一区二区三区免费毛片| 看片在线看免费视频| 日韩成人在线观看一区二区三区| 男插女下体视频免费在线播放| 国产激情偷乱视频一区二区| 色噜噜av男人的天堂激情| 午夜福利在线观看吧| 中文字幕精品亚洲无线码一区| 国产亚洲精品av在线| 12—13女人毛片做爰片一| 国产精品一区二区三区四区久久| 色综合欧美亚洲国产小说| 亚洲 欧美 日韩 在线 免费| 舔av片在线| 亚洲男人的天堂狠狠| 国产99白浆流出| 欧美一区二区亚洲| 国产色婷婷99| 3wmmmm亚洲av在线观看| 午夜激情福利司机影院| 少妇高潮的动态图| 最近视频中文字幕2019在线8| 熟女少妇亚洲综合色aaa.| 中文亚洲av片在线观看爽| 国产一区二区亚洲精品在线观看| 亚洲第一电影网av| 亚洲欧美日韩无卡精品| 精品一区二区三区视频在线 | 免费看十八禁软件| 韩国av一区二区三区四区| 久久婷婷人人爽人人干人人爱| 久9热在线精品视频| 欧美日韩国产亚洲二区| 美女黄网站色视频| 国产亚洲欧美98| 熟女电影av网| 69av精品久久久久久| 啦啦啦韩国在线观看视频| 美女大奶头视频| 男人和女人高潮做爰伦理| 韩国av一区二区三区四区| 国产精品久久久久久精品电影| 美女 人体艺术 gogo| 亚洲精品一卡2卡三卡4卡5卡| 19禁男女啪啪无遮挡网站| 蜜桃亚洲精品一区二区三区| 大型黄色视频在线免费观看| 99riav亚洲国产免费| 在线观看舔阴道视频| 一进一出好大好爽视频| 老司机午夜福利在线观看视频| 精品一区二区三区视频在线观看免费| 丝袜美腿在线中文| 好看av亚洲va欧美ⅴa在| 日韩欧美三级三区| 国产久久久一区二区三区| 91字幕亚洲| 母亲3免费完整高清在线观看| a级一级毛片免费在线观看| 3wmmmm亚洲av在线观看| aaaaa片日本免费| 中文亚洲av片在线观看爽| 免费大片18禁| xxx96com| 久久久成人免费电影| 免费在线观看亚洲国产| 女同久久另类99精品国产91| 久久久久久久精品吃奶| 小蜜桃在线观看免费完整版高清| 波多野结衣高清作品| 在线看三级毛片| 国产精品国产高清国产av| 国产精品三级大全| 国内久久婷婷六月综合欲色啪| 国产精品影院久久| 在线观看午夜福利视频| 亚洲最大成人中文| 国内毛片毛片毛片毛片毛片| 少妇的逼水好多| 丰满的人妻完整版| 两人在一起打扑克的视频| 日韩中文字幕欧美一区二区| 观看美女的网站| 亚洲欧美日韩高清在线视频| 宅男免费午夜| 亚洲不卡免费看| 亚洲精品在线观看二区| 在线观看免费午夜福利视频| 在线观看免费视频日本深夜| 色播亚洲综合网| 中文字幕久久专区| 国产精品,欧美在线| 97超级碰碰碰精品色视频在线观看| 亚洲人成网站在线播放欧美日韩| 女人十人毛片免费观看3o分钟| 成人精品一区二区免费| 天堂√8在线中文| 欧美日韩亚洲国产一区二区在线观看| 亚洲精品一区av在线观看| 日韩欧美精品免费久久 | 日本五十路高清| 国产成人影院久久av| 国产精品乱码一区二三区的特点| 久久久久久久午夜电影| www.熟女人妻精品国产| 国内揄拍国产精品人妻在线| 成人鲁丝片一二三区免费| 欧美日韩黄片免| 欧美黑人巨大hd| 欧美乱色亚洲激情| 精品久久久久久久毛片微露脸| 亚洲不卡免费看| 无遮挡黄片免费观看| 亚洲人成电影免费在线| 1000部很黄的大片| 成年人黄色毛片网站| 白带黄色成豆腐渣| 成人午夜高清在线视频| 国产精品乱码一区二三区的特点| 免费大片18禁| 国产午夜精品论理片| 十八禁网站免费在线| 亚洲男人的天堂狠狠| 亚洲乱码一区二区免费版| 操出白浆在线播放| 久久久久久九九精品二区国产| 亚洲精品久久国产高清桃花| 免费无遮挡裸体视频| 中文字幕熟女人妻在线| 亚洲av中文字字幕乱码综合| www.999成人在线观看| 国产av一区在线观看免费| 国产午夜精品久久久久久一区二区三区 | 亚洲不卡免费看| 国产真实伦视频高清在线观看 | 男人和女人高潮做爰伦理| 老司机在亚洲福利影院| 丝袜美腿在线中文| 日韩国内少妇激情av| 丰满乱子伦码专区| av专区在线播放| 高清日韩中文字幕在线| 亚洲国产中文字幕在线视频| 国产一区在线观看成人免费| 亚洲第一欧美日韩一区二区三区| 亚洲乱码一区二区免费版| 午夜精品久久久久久毛片777| 亚洲中文字幕日韩| 午夜福利视频1000在线观看| 亚洲人成网站在线播放欧美日韩| 性色avwww在线观看| 窝窝影院91人妻| 久久99热这里只有精品18| 久久性视频一级片| 黄色成人免费大全| 啪啪无遮挡十八禁网站| 老司机在亚洲福利影院| 日韩av在线大香蕉| 网址你懂的国产日韩在线| 日日干狠狠操夜夜爽| 亚洲无线观看免费| 欧美日韩乱码在线| 国产成+人综合+亚洲专区| 综合色av麻豆| 午夜免费男女啪啪视频观看 | 欧美+日韩+精品| 国产一区二区三区在线臀色熟女| 国产激情偷乱视频一区二区| 草草在线视频免费看| 特大巨黑吊av在线直播| 在线观看一区二区三区| 校园春色视频在线观看| 午夜a级毛片| 亚洲精品456在线播放app | av在线蜜桃| 嫁个100分男人电影在线观看| 一个人看的www免费观看视频| 免费观看人在逋| 亚洲午夜理论影院| av在线天堂中文字幕| 18+在线观看网站| 九色成人免费人妻av| www.熟女人妻精品国产| 男女午夜视频在线观看| 真人一进一出gif抽搐免费| 一级黄色大片毛片| 桃红色精品国产亚洲av| 不卡一级毛片| 亚洲欧美日韩高清专用| 免费无遮挡裸体视频| 有码 亚洲区| 免费在线观看日本一区| 久久99热这里只有精品18| 国产美女午夜福利| 大型黄色视频在线免费观看| 亚洲人成伊人成综合网2020| 人人妻,人人澡人人爽秒播| 热99re8久久精品国产| 每晚都被弄得嗷嗷叫到高潮| bbb黄色大片| 精品电影一区二区在线| x7x7x7水蜜桃| 精品久久久久久,| 国产视频内射| 色在线成人网| 久久草成人影院| 丁香欧美五月| 法律面前人人平等表现在哪些方面| 色噜噜av男人的天堂激情| 欧美极品一区二区三区四区| 搡女人真爽免费视频火全软件 | 2021天堂中文幕一二区在线观| 少妇人妻精品综合一区二区 | 搡女人真爽免费视频火全软件 | 精品久久久久久,| 欧美丝袜亚洲另类 | 国产精品国产高清国产av| 搡老妇女老女人老熟妇| www日本在线高清视频| 在线观看美女被高潮喷水网站 | 成人高潮视频无遮挡免费网站| а√天堂www在线а√下载| 成人高潮视频无遮挡免费网站| 岛国在线免费视频观看| 变态另类成人亚洲欧美熟女| 毛片女人毛片| 日韩人妻高清精品专区| 国产视频内射| 国产一区二区在线观看日韩 | 最好的美女福利视频网| 久久草成人影院| 午夜福利欧美成人| 级片在线观看| 国产私拍福利视频在线观看| 国产在线精品亚洲第一网站| 女生性感内裤真人,穿戴方法视频| 天堂影院成人在线观看| 日韩欧美三级三区| 国产av麻豆久久久久久久| 亚洲国产欧美人成| 亚洲一区二区三区不卡视频| 日本a在线网址| 国内精品一区二区在线观看| 母亲3免费完整高清在线观看| 变态另类成人亚洲欧美熟女| 午夜精品在线福利| 97碰自拍视频| 国产v大片淫在线免费观看| 在线观看一区二区三区| 欧洲精品卡2卡3卡4卡5卡区| 久久久久久久久久黄片| 窝窝影院91人妻| 色综合站精品国产| 国产精品亚洲美女久久久| 最近最新中文字幕大全免费视频| 又紧又爽又黄一区二区| 久9热在线精品视频| 91字幕亚洲| 色视频www国产| 搡老岳熟女国产| 欧美日韩亚洲国产一区二区在线观看| 九九久久精品国产亚洲av麻豆| 国产在视频线在精品| 国产高清视频在线观看网站| 国产色爽女视频免费观看| 久久这里只有精品中国| 成年女人毛片免费观看观看9| 最新中文字幕久久久久| 欧美国产日韩亚洲一区| 精品乱码久久久久久99久播| 精品久久久久久久人妻蜜臀av| av在线天堂中文字幕| 少妇熟女aⅴ在线视频| 最近最新免费中文字幕在线| 黄色成人免费大全| 久久九九热精品免费| 精品人妻偷拍中文字幕| 久久精品国产99精品国产亚洲性色| 午夜福利欧美成人| 久久国产精品人妻蜜桃| 午夜福利免费观看在线| 少妇人妻一区二区三区视频| 中出人妻视频一区二区| 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| 亚洲av电影在线进入| 免费看光身美女| 久久精品91无色码中文字幕| 日韩欧美 国产精品| 欧美色欧美亚洲另类二区| 国产一区二区在线观看日韩 | 中文字幕人成人乱码亚洲影| 九色国产91popny在线| 亚洲国产欧美人成| 亚洲欧美日韩东京热| 国模一区二区三区四区视频| 成人av一区二区三区在线看| 性欧美人与动物交配| 久久亚洲精品不卡| 欧美一级a爱片免费观看看| 丰满乱子伦码专区| 国产毛片a区久久久久| 高清毛片免费观看视频网站| ponron亚洲| 欧美3d第一页| 久久精品国产清高在天天线| 国产激情欧美一区二区| 精品免费久久久久久久清纯| 午夜两性在线视频| 国产中年淑女户外野战色| 18禁黄网站禁片免费观看直播| 久久伊人香网站| 长腿黑丝高跟| 特级一级黄色大片| 久久久久九九精品影院| 91字幕亚洲| 精品午夜福利视频在线观看一区| 亚洲,欧美精品.| 人人妻人人看人人澡| 女人十人毛片免费观看3o分钟| 一区二区三区激情视频| 美女 人体艺术 gogo| 久久精品国产自在天天线| 日本一本二区三区精品| 俄罗斯特黄特色一大片| 三级男女做爰猛烈吃奶摸视频| 亚洲国产色片| 国产成人系列免费观看| 日本一本二区三区精品| 18禁在线播放成人免费| 在线a可以看的网站| 国产精品美女特级片免费视频播放器| 国产真人三级小视频在线观看| 国产又黄又爽又无遮挡在线| 久久久精品欧美日韩精品| 白带黄色成豆腐渣| 欧美日韩一级在线毛片| 国产一区二区在线观看日韩 | 婷婷六月久久综合丁香| 成人欧美大片| av视频在线观看入口| 999久久久精品免费观看国产| 97超级碰碰碰精品色视频在线观看| 婷婷六月久久综合丁香| 看片在线看免费视频| 欧美zozozo另类| 麻豆久久精品国产亚洲av| 国产成人欧美在线观看| 97超视频在线观看视频| 国产伦一二天堂av在线观看| 嫁个100分男人电影在线观看| 人人妻,人人澡人人爽秒播| svipshipincom国产片| 国产一区二区亚洲精品在线观看| 婷婷亚洲欧美| 成人性生交大片免费视频hd| 少妇丰满av| 啦啦啦韩国在线观看视频| 亚洲欧美一区二区三区黑人| 国内精品美女久久久久久| 国产成人欧美在线观看| 亚洲18禁久久av| 老司机深夜福利视频在线观看| 午夜福利视频1000在线观看| 国产午夜精品久久久久久一区二区三区 | 国语自产精品视频在线第100页| 一级作爱视频免费观看| 欧美bdsm另类| 国产精品野战在线观看| 老鸭窝网址在线观看| 久久久久久人人人人人| 色综合欧美亚洲国产小说| 长腿黑丝高跟| 亚洲国产精品合色在线| 1024手机看黄色片| 少妇丰满av| 丁香六月欧美| 夜夜爽天天搞| 亚洲av成人不卡在线观看播放网| 色尼玛亚洲综合影院| 欧美一区二区国产精品久久精品| 国产精品1区2区在线观看.| 51国产日韩欧美| 国产精品av视频在线免费观看| 免费一级毛片在线播放高清视频| 日本 欧美在线| 国产精品久久久久久亚洲av鲁大| 成熟少妇高潮喷水视频| 宅男免费午夜| 窝窝影院91人妻| 听说在线观看完整版免费高清| 两性午夜刺激爽爽歪歪视频在线观看| 日韩av在线大香蕉| 国产精品久久久久久久电影 | 久久久久久九九精品二区国产| 99热6这里只有精品| 国产三级中文精品| 51国产日韩欧美| 91av网一区二区| 久久伊人香网站| 男女床上黄色一级片免费看| 窝窝影院91人妻| 99国产综合亚洲精品| 在线免费观看的www视频| 亚洲欧美精品综合久久99| 男女做爰动态图高潮gif福利片| 欧美大码av| 久久久久久久久久黄片| 国产伦精品一区二区三区四那| 亚洲av电影在线进入| 亚洲最大成人中文| 18美女黄网站色大片免费观看| 日本黄色视频三级网站网址| 别揉我奶头~嗯~啊~动态视频| av天堂在线播放| 老司机福利观看| 国产精品免费一区二区三区在线| 午夜精品一区二区三区免费看| 国产精品爽爽va在线观看网站| 日韩国内少妇激情av| 久久天躁狠狠躁夜夜2o2o| 国产精品久久久久久久电影 | 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| 国产一区在线观看成人免费| 午夜久久久久精精品| 变态另类丝袜制服| netflix在线观看网站| 日本a在线网址| 亚洲成人免费电影在线观看| 一级作爱视频免费观看| 婷婷六月久久综合丁香| 久久久久免费精品人妻一区二区| 男人和女人高潮做爰伦理| 国内揄拍国产精品人妻在线| netflix在线观看网站| 欧美成狂野欧美在线观看| 亚洲片人在线观看| 国产熟女xx| 国产淫片久久久久久久久 | 床上黄色一级片| 小说图片视频综合网站| 国产精品久久久久久久久免 | 免费搜索国产男女视频| 午夜免费成人在线视频| 免费观看精品视频网站| 午夜福利在线观看吧| 丁香欧美五月| 在线国产一区二区在线| 久久久色成人| 国产免费av片在线观看野外av|