• <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-WOA-LSSVM 的汽輪機軸承振動趨勢預測

    2022-01-12 10:45:30李勁松王澤軒羅代強
    山東電力技術 2021年12期
    關鍵詞:鯨魚汽輪機模態(tài)

    李勁松,張 雙,董 澤,王澤軒,羅代強

    (1.河北國華定州發(fā)電有限責任公司,河北 定州 073000;2.華北電力大學河北省發(fā)電過程仿真與優(yōu)化控制技術創(chuàng)新中心,河北 保定 071003;3.貴州黔西中水發(fā)電有限公司,貴州 黔西 551500)

    0 引言

    汽輪機組是電廠中的大型旋轉機械,其運行的穩(wěn)定性關乎生產過程的安全。汽輪機軸承分別在軸向和徑向發(fā)揮不同的作用,在軸向,軸承承受轉子轉動的軸向推力,并為動靜葉之間保留適當?shù)妮S向間隙;在徑向,軸承起到承擔轉子負荷和在轉子轉動過程中產生的離心力的作用。當汽輪機發(fā)生油膜振蕩,轉子熱變形,氣流激振等故障時,都會產生軸承振動幅值異常的現(xiàn)象[1-2]。因此,若能及時預測出軸承振動的異常狀態(tài),提前預警汽輪機故障趨勢,進行預防性監(jiān)測,對加強汽輪機組的安全管理尤為重要。

    基于物理模型的預測方法是依據(jù)物理學等方法得到高精度的物理模型,進而對物理模型進行模擬、計算與評估[3]。但該方法預測精度依賴于模型精度,物理模型精度提高不易實現(xiàn),計算復雜。基于統(tǒng)計學的預測方法是通過找到輸入數(shù)據(jù)和預測值之間的映射關系,挖掘數(shù)據(jù)潛在的規(guī)律[4],構建預測模型。ARIMA 等傳統(tǒng)方法和SVM、ELM、LSTM 等機器學習方法已在各領域的時間序列預測中得到了廣泛應用[5-7]。其中,ARIMA 方法適用于預測變化平緩的線性序列,對變化快速的信號預測精度較低。機器學習方法則在非線性序列的預測方面占有優(yōu)勢[8]。

    由于汽輪機軸承處于較為復雜的環(huán)境中,采集到的信號是非穩(wěn)定的、非線性的,而且含有較強的噪聲,因此,數(shù)據(jù)處理對故障預測的準確性具有重要影響。剡昌鋒等[9]采用形態(tài)濾波器對汽輪機轉子振動監(jiān)測數(shù)據(jù)預處理,再利用EEMD 方法分解出一系列分量,對各分量建立ARIMA 預測模型,預測振動信號的變化趨勢。田宏偉等[10]采用CEEMDAN 將風機的振動信號分解成一系列固態(tài)模量,使用鯨魚算法優(yōu)化的極限學習機來預測所有分量,最后將各個分量預測結果相疊加得到最終預測值,提高了風機振動的預測精度。小波變換、EMD、EEMD 和LMD 等分解方法已在時間序列預測中提高了預測精度,取得了更好的效果[11-13]。然而,EMD 和LMD 二者基于遞歸方法對信號進行分解,可能會造成端點效應、誤差較大等問題[14]。變分模態(tài)分解(Variational Mode Decomposition,VMD)是基于變分法,能夠將模態(tài)更好地分離,具有更優(yōu)的噪聲魯棒性,更適用于振動信號的分解,其效果已在多個領域得到了驗證[15-16]。

    本文基于變分模態(tài)分解方法分解軸承振動的時間序列,從而對振動信號降噪,同時保留原始信號中的有用成分。然后采用鯨魚算法(Whale Optimization Algorithm,WOA)與最小二乘支持向量機(Least Squares Support Vector Machine Classifiers,LSSVM)組成的WOA-LSSVM 模型對分解的每一個子序列進行預測,WOA 對核函數(shù)參數(shù)和懲罰因子進行優(yōu)化,獲得最優(yōu)的模型參數(shù),提高預測精度,最后將預測結果相疊加得到最終的預測值。

    1 研究方法

    1.1 變分模態(tài)分解

    變分模態(tài)分解是K.Dragomiretskiy 和D.Zosso 首先提出的。EMD 分解方法采用循環(huán)篩選的方式,而VMD 方法采用迭代搜尋變分模型的最優(yōu)解的方式,最后將信號分解成K個具有不同中心頻率的限帶本征模態(tài)函數(shù)[17]。

    VMD 分解主要包括變分問題及其求解,主要包括希爾伯特變換、頻率混合和經(jīng)典Winner 濾波3 個部分[18],具體步驟如下。

    1)分別對各個模態(tài)函數(shù)的解析信號進行希爾伯特變換。

    式中:uk(t)為模態(tài)函數(shù);δ(t)為狄拉克函數(shù);*表示卷積。

    2)加入各模態(tài)中心頻率ωk的指數(shù)項,由頻譜得到基帶信號

    3)計算uk(t)的帶寬,對變換得到的信號基于高斯平滑法進行估計,這樣此問題求解可轉換為帶約束的變分問題。

    式中:{uk}={u1,…,uK}為各模態(tài)函數(shù);{ωk}={ω1,…,ωK} 表示各函數(shù)的中心頻率;K為要分解的模態(tài)數(shù);f為原始輸入信號。

    對該變分問題的求解,引入增廣拉格朗日乘子得到非約束性變分問題。式中:α為懲罰因子,λ為拉格朗日乘子。

    中心頻率的計算結果為

    1.2 WOA-LSSVM 模型

    1.2.1 WOA算法

    鯨魚優(yōu)化算法是Seyedali 等在2016 年提出的一種優(yōu)化算法,來源于群居哺乳動物座頭鯨在捕食時相互合作捕獲獵物的過程[19]。在該算法中,可行解由座頭鯨的位置表示。鯨魚有兩種捕食方式,一種是所有鯨魚包圍獵物,向著某一只的鯨魚前進,鯨魚將會隨機選擇是向著最優(yōu)位置的鯨魚還是任意一只鯨魚游去;另一種是通過上升螺旋氣泡網(wǎng)將獵物捕獲。鯨魚群體會于上述兩種捕獵方式中進行隨機選擇。鯨魚優(yōu)化算法主要包括3 個階段,分別為包圍捕食、氣泡網(wǎng)襲擊和獵物搜索。

    WOA算法的步驟如下。

    1)包圍捕食。

    座頭鯨可以分辨獵物位置并包圍獵物。由于最優(yōu)設計在搜索速度中位置未知,WOA 算法將目標獵物作為當前的最佳候選解,并由此進行位置更新。這一行為的表示方法為:

    式中,A和C是隨機系數(shù)向量;X*是目前最佳解的位置向量;X為位置向量;t為迭代次數(shù);X(t+1)表示下一次迭代后的位置向量;D為包圍步長。如果能搜索到更好的解,則在每次迭代中更新X*。

    其中向量A和C的計算方式為:

    在整個搜尋過程中,參數(shù)a由2 線性降到0;r1和r2為[0,1 ]之間的隨機向量。

    2)氣泡網(wǎng)襲擊方式。

    收縮包圍:鯨魚更新后的新位置可為目前位置與最佳鯨魚個體位置之間,由式(8)更新確定。

    上升螺旋式:鯨魚與獵物間距離D′根據(jù)式(11)計算確定。

    式中:D′=|X*(t)-X(t)|為目前搜索得到的最佳解;b為常數(shù),用來定義螺旋線的形狀,l為[-1,1]的隨機數(shù)。

    座頭鯨在捕獲獵物時,繞著逐漸縮小的包圍獵物的圓圈游動,同時沿著上升的螺旋形狀的線路游動。為了將這兩種同時發(fā)生的行為更加精準地模擬出來,假設鯨魚發(fā)生縮小的包圍機制和螺旋模型兩種行為的概率相同,各為50%,構建式(12)來更新鯨魚的位置。

    式中:p是0到1之間的隨機數(shù)。

    3)獵物搜索。

    當 ||A>1 時,算法會隨機地搜索鯨魚進行位置的更新,并不是將目前的最佳搜索位置作為最優(yōu)位置。這種機制和 ||A>1 強調探索,當達到最大迭代次數(shù)后終止算法。

    1.2.2 LSSVM模型

    最小二乘支持向量機方法能夠將非線性的輸入樣本映射到高維的特征空間,將非線性方程組轉換為高維的線性方程組的求解問題,是一種SVM 在二次損失函數(shù)下的形式,簡單快捷,計算資源需求小,適用于回歸預測問題的解決。

    LSSVM的回歸模型可表示為

    式中:ω為特征空間權系數(shù)向量;b為偏置。將LSSVM的回歸模型轉換為約束優(yōu)化問題

    式中:C為懲罰因子;ei為誤差變量。

    引入拉格朗日函數(shù),將該優(yōu)化問題變換到對偶空間,則

    消去ω和ei,可得到如下線性方程組:

    式中:el為l維單位列向量;I為單位矩陣;α=[α1,α2,…,αl]T;Qij=K(xi,xj),其中,i,j=1,2,…,l。

    最終得到回歸函數(shù)為

    式中:K(x,xi)=Φ(x)Φ(xi)為滿足Mercer 條件的核函數(shù)。

    核函數(shù)采用徑向基函數(shù)為

    式中:σ為核函數(shù)參數(shù)。

    1.3 優(yōu)化預測模型

    汽輪機振動數(shù)據(jù)具有非線性和非平穩(wěn)性的特點,若直接采用傳統(tǒng)的時間序列預測方法,預測精度不高。為此,采用變分模態(tài)分解方法,先將振動信號分解,再對振動序列分解成的一系列分量分別使用LSSVM模型進行預測,再將各分量的預測結果集成,得到最終的預測結果。

    整個優(yōu)化預測的模型步驟如圖1 所示。在徑向基函數(shù)為核函數(shù)的LSSVM 預測模型中,懲罰因子C和核函數(shù)參數(shù)σ是影響預測精度的主要參數(shù),C影響訓練誤差及泛化能力;σ決定了局部鄰域的寬度。采用WOA算法對這兩個參數(shù)進行優(yōu)化。

    4月19日,來華訪問的泰國總理英拉到訪水利部,并與國家防汛抗旱總指揮部副總指揮、水利部部長陳雷進行會談。雙方就水資源管理、水利防災減災和深化兩國水利領域交流合作深入交換了意見。泰國外交部部長素拉蓬·都威乍猜軍,國務部部長娜麗妮·塔維信、尼瓦塔隆·汶松派汕,科技部部長包巴索·蘇拉瓦蒂,泰國駐華大使偉文·丘氏君,總理顧問素春·差里科,總理副秘書長尼魯·坤那瓦,外交部副次長諾帕敦·坤威汶,中國水利部黨組成員、中紀委駐部紀檢組組長董力,水利部副部長周英、胡四一、李國英,中國駐泰國大使管木等參加會談。

    圖1 優(yōu)化模型流程

    2 仿真實例

    2.1 數(shù)據(jù)獲取

    采用江蘇某電廠汽輪機1 號軸承的監(jiān)測數(shù)據(jù)進行研究。選取2016 年6 月23 日至6 月24 日的振動監(jiān)測數(shù)據(jù),采樣的時間間隔為1 s。為研究需要,將其每分鐘平均化處理,并取2 000 個。在該段時間序列數(shù)據(jù)中,取前1 400 個數(shù)據(jù)為訓練數(shù)據(jù),后600 個數(shù)據(jù)為測試數(shù)據(jù)。

    振動數(shù)據(jù)的時間序列如圖2所示。

    圖2 振動數(shù)據(jù)

    2.2 VMD分解

    基于VMD 方法分解的模態(tài)數(shù)對分解效果有很大影響,如果K值選擇過大或過小,會導致過度分解或分解不足。本文根據(jù)各模態(tài)中心頻率方法確定K值。在VMD分解中,參數(shù)α為2000,τ為0.3。

    通過表1分解結果可知,K=4時,模態(tài)分解不足,當K=6時,模態(tài)中出現(xiàn)中心頻率為3 714 Hz和3 907 Hz兩個很相近的模態(tài),可認為此時已將振動信號過度分解,因此,模態(tài)數(shù)選為5。分解結果如圖3所示。

    表1 不同K值對應的中心頻率

    圖3 VMD分解結果

    2.3 預測模型構建

    分解后需要對子序列分別進行歸一化以提高運算速度,采用的歸一化方法為

    在WOA-LSSVM 預測模型中,本文選取的適應度函數(shù)為均方誤差,其表達式為

    式中:fMSE為適應度值;n為樣本個數(shù);xi為實際值;為預測值。

    設定鯨魚種群個數(shù)為50,最大迭代次數(shù)為30。

    具體建模過程如下:

    1)讀取數(shù)據(jù)樣本,對數(shù)據(jù)進行預處理;

    2)初始化鯨群位置,利用鯨魚算法和訓練集數(shù)據(jù)對LSSVM進行訓練,計算適應度值,保存最佳位置;

    3)隨機產生p值,根據(jù)p值和 ||A的大小來選擇位置更新的方式為收縮包圍機制、氣泡網(wǎng)襲擊或者獵物搜索;

    4)在滿足迭代條件之前,一直重復步驟2)-3)。

    5)根據(jù)以上步驟確定的懲罰因子C和核函數(shù)參數(shù)σ對每個子序列建立WOA-LSSVM 模型,利用建立的預測模型在測試集上進行預測。

    6)最終預測結果為所有子序列預測值的和。

    2.4 誤差指標

    選取平均絕對誤差(EMA)、平均相對誤差(EMAP)、誤差均方根(ERMS)用于評價振動信號在VMD 分解后的準確度的指標,如式(22)—式(24)所示。

    其中,xi為實際值,為預測值。

    3 仿真實驗

    為了驗證所提出預測模型的有效性,選取WOALSSVM 模型與VMD-PSO-LSSVM 模型與VMD-WOALSSVM 模型進行對比試驗。不同預測模型的預測效果如表2所示。

    表2 不同模型的預測誤差

    從表2 中預測誤差可以分析出,經(jīng)過VMD 分解后,預測模型精度較未分解的預測模型精度均有提高,其中,VMD-WOA-LSSVM 模型比VMD-PSOLSSVM 的預測精度有一定的提高,說明WOA算法的全局尋優(yōu)能力優(yōu)于PSO 算法,更適用于優(yōu)化振動序列。較其他兩種對比模型,提出VMD-WOA-LSSVM的模型在預測誤差指標中,ERMS分別降低了37.98%,16.57%,EMA分別降低了34.9%,14.86%,EMAP降低了36.78%,14.88%。

    圖4 為各模型預測結果曲線和實際值的對比圖及截取的部分預測細節(jié)圖像。

    圖5 為各個模型在每個預測點上的相對誤差δ(t)所構成的圖像。

    圖5 3種預測模型相對誤差

    由圖4 可見,所提出的VMD-WOA-LSSVM 模型與實際值的變化趨勢最為符合,預測精度最高。

    圖4 3種模型預測結果

    從圖5 中可以看出,VMD-WOA-LSSVM 模型的大部分預測點誤差都較小。

    相對誤差百分比統(tǒng)計情況如表3 所示??梢钥闯?,VMD-WOA-LSSVM 模型預測結果中預測點大部分相對誤差小于5%,只有一個點的相對誤差大于15%。相較WOA-LSSVM 和VMD-PSO-LSSVM 模型,VMD-WOA-LSSVM預測模型相對誤差大于15%的采樣點的個數(shù)分別下降了95%和79.5%,預測結果較為理想。

    表3 相對誤差分布

    4 結論

    提出一種VMD-WOA-LSSVM 模型用于汽輪機軸承振動趨勢預測,利用某火電廠的軸承振動序列來驗證該模型的預測精度。利用VMD 方法分解振動序列為具有不同中心頻率的子序列,建立WOA 算法優(yōu)化的LSSVM 預測模型,以WOA-LSSVM 與VMDWOA-LSSVM模型的預測效果作為對比實驗,均方根誤差分別降低了37.98%和16.57%。分析實驗結果得到以下結論:

    1)變分模態(tài)分解能夠降低振動信號的非線性和非穩(wěn)定性,利用此方法將信號分解再集成可提高模型預測精度;WOA 算法的全局搜索能力較強,可得到更好的優(yōu)化效果,降低預測誤差;

    2)VMD-WOA-LSSVM 模型預測精度高,可將此方法改進并應用于同類型信號快速變化的非線性序列的預測。

    提出的VMD-WOA-LSSVM 預測模型適用于振動趨勢預測,及時預測出軸承振動的異常狀態(tài),可為汽輪機故障預警提供科學依據(jù),對汽輪機組的安全穩(wěn)定運行具有重要意義。

    猜你喜歡
    鯨魚汽輪機模態(tài)
    小鯨魚
    幼兒100(2022年41期)2022-11-24 03:20:20
    東汽百萬等級汽輪機低壓軸承偏載治理研究
    能源工程(2020年5期)2021-01-04 01:29:00
    迷途鯨魚
    鯨魚
    鯨魚島——拖延癥
    動漫星空(2018年4期)2018-10-26 02:11:54
    淺析給水泵汽輪機跳閘回路改造
    廣西電力(2016年4期)2016-07-10 10:23:38
    汽輪機排汽缸噴水量計算
    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
    由單個模態(tài)構造對稱簡支梁的抗彎剛度
    計算物理(2014年2期)2014-03-11 17:01:39
    欧美成人午夜免费资源| 人妻 亚洲 视频| 看十八女毛片水多多多| 一区二区三区精品91| 亚洲怡红院男人天堂| 久久影院123| 黄色视频在线播放观看不卡| 一级毛片aaaaaa免费看小| 国产一区二区三区综合在线观看 | 久久久久久久大尺度免费视频| 国产精品一二三区在线看| 大又大粗又爽又黄少妇毛片口| 99精国产麻豆久久婷婷| 久久久久视频综合| 高清欧美精品videossex| 狂野欧美白嫩少妇大欣赏| 亚洲av在线观看美女高潮| 国产欧美亚洲国产| 国产精品成人在线| 国产黄片视频在线免费观看| 久久久久久人妻| 不卡视频在线观看欧美| 观看av在线不卡| 久久久精品94久久精品| 在线免费观看不下载黄p国产| 伊人久久国产一区二区| 亚洲经典国产精华液单| 一区二区av电影网| 亚洲欧美清纯卡通| 久久狼人影院| 亚洲精品视频女| 少妇人妻 视频| √禁漫天堂资源中文www| 大香蕉97超碰在线| 午夜影院在线不卡| 纵有疾风起免费观看全集完整版| 激情五月婷婷亚洲| 婷婷色av中文字幕| 三级经典国产精品| 日韩大片免费观看网站| 久久久精品94久久精品| 99热全是精品| 日韩成人伦理影院| 亚洲av国产av综合av卡| 亚洲国产精品一区三区| 久久久久久久大尺度免费视频| 不卡视频在线观看欧美| 精品久久久久久电影网| 91精品伊人久久大香线蕉| 最近的中文字幕免费完整| 久久久久久久久久久丰满| 国产毛片在线视频| 黑丝袜美女国产一区| 国内少妇人妻偷人精品xxx网站| 22中文网久久字幕| av福利片在线| 99久久中文字幕三级久久日本| 国内揄拍国产精品人妻在线| 97超视频在线观看视频| 亚洲欧洲日产国产| 久久6这里有精品| 一区二区三区免费毛片| 麻豆成人午夜福利视频| 妹子高潮喷水视频| 国产在线一区二区三区精| h视频一区二区三区| 欧美激情国产日韩精品一区| 97超碰精品成人国产| 99精国产麻豆久久婷婷| 久久人人爽人人爽人人片va| 乱系列少妇在线播放| 在线观看免费视频网站a站| 成人毛片60女人毛片免费| 高清av免费在线| 国产成人aa在线观看| 秋霞伦理黄片| 亚洲熟女精品中文字幕| 久久97久久精品| 国产精品伦人一区二区| 久久鲁丝午夜福利片| 欧美日韩精品成人综合77777| 亚洲精品久久午夜乱码| 中文在线观看免费www的网站| 波野结衣二区三区在线| 七月丁香在线播放| 最近2019中文字幕mv第一页| a级片在线免费高清观看视频| 蜜臀久久99精品久久宅男| 久久ye,这里只有精品| 久久精品国产亚洲网站| 国产精品一区二区三区四区免费观看| 国产欧美日韩综合在线一区二区 | 欧美精品高潮呻吟av久久| 寂寞人妻少妇视频99o| 一边亲一边摸免费视频| 青春草国产在线视频| 国产伦理片在线播放av一区| 国产精品秋霞免费鲁丝片| 国语对白做爰xxxⅹ性视频网站| 最近的中文字幕免费完整| 十八禁高潮呻吟视频 | av又黄又爽大尺度在线免费看| 男女国产视频网站| 亚洲成人手机| 人妻系列 视频| 久久狼人影院| 女人久久www免费人成看片| 国产永久视频网站| 五月伊人婷婷丁香| 一级毛片电影观看| 一本久久精品| 久热久热在线精品观看| 久久精品熟女亚洲av麻豆精品| 日本黄色日本黄色录像| 在线观看av片永久免费下载| 九九久久精品国产亚洲av麻豆| 久久影院123| 中文乱码字字幕精品一区二区三区| 亚洲成人一二三区av| 在线观看免费视频网站a站| 久久国产乱子免费精品| 午夜91福利影院| 丝袜喷水一区| 国产亚洲5aaaaa淫片| 亚洲国产精品一区三区| 中文字幕人妻熟人妻熟丝袜美| 免费观看av网站的网址| 国产亚洲午夜精品一区二区久久| 女的被弄到高潮叫床怎么办| 男女免费视频国产| 国产精品女同一区二区软件| 免费黄频网站在线观看国产| 日韩av在线免费看完整版不卡| 久久人人爽av亚洲精品天堂| 新久久久久国产一级毛片| 国产成人精品无人区| 久久ye,这里只有精品| 亚洲国产欧美日韩在线播放 | 国产 精品1| 国产毛片在线视频| 爱豆传媒免费全集在线观看| 免费看av在线观看网站| 午夜福利在线观看免费完整高清在| 亚洲内射少妇av| 一级黄片播放器| www.av在线官网国产| 一级毛片 在线播放| 曰老女人黄片| 成年人免费黄色播放视频 | 久久久久久久大尺度免费视频| 国产av精品麻豆| 国产男女内射视频| 国产欧美日韩一区二区三区在线 | 亚洲精品色激情综合| 在线 av 中文字幕| 亚洲欧美日韩东京热| 亚洲av男天堂| 99热这里只有是精品在线观看| 九草在线视频观看| 亚洲一级一片aⅴ在线观看| 水蜜桃什么品种好| 性高湖久久久久久久久免费观看| 欧美国产精品一级二级三级 | 国产欧美另类精品又又久久亚洲欧美| 男人狂女人下面高潮的视频| 波野结衣二区三区在线| 多毛熟女@视频| 亚洲av综合色区一区| 色网站视频免费| 精品午夜福利在线看| 日韩一区二区三区影片| 夜夜看夜夜爽夜夜摸| 国产亚洲最大av| 亚洲av综合色区一区| 九九在线视频观看精品| 天堂8中文在线网| 黑人巨大精品欧美一区二区蜜桃 | 久久女婷五月综合色啪小说| 搡老乐熟女国产| 亚洲美女搞黄在线观看| 中文天堂在线官网| av在线播放精品| 在线观看人妻少妇| 美女主播在线视频| 日韩 亚洲 欧美在线| 在线精品无人区一区二区三| 午夜激情久久久久久久| 亚洲美女搞黄在线观看| 久久热精品热| 少妇猛男粗大的猛烈进出视频| 丝袜喷水一区| 欧美bdsm另类| 三级国产精品片| 免费av不卡在线播放| 男女边吃奶边做爰视频| 精品亚洲乱码少妇综合久久| 一级,二级,三级黄色视频| 久久6这里有精品| 美女中出高潮动态图| 国产熟女午夜一区二区三区 | 精品一区二区三卡| 一区在线观看完整版| 美女cb高潮喷水在线观看| 久久亚洲国产成人精品v| 亚洲av.av天堂| 韩国av在线不卡| 老司机影院毛片| av一本久久久久| 久久久久久久久久久丰满| 亚洲精品亚洲一区二区| 亚洲成人手机| 精品少妇黑人巨大在线播放| 啦啦啦在线观看免费高清www| 免费看日本二区| 日本免费在线观看一区| 偷拍熟女少妇极品色| 中文在线观看免费www的网站| av在线观看视频网站免费| 日日摸夜夜添夜夜爱| 老熟女久久久| 欧美日韩综合久久久久久| 久久久久久久久大av| 一级毛片我不卡| 黑人巨大精品欧美一区二区蜜桃 | 国产精品一区www在线观看| 一个人免费看片子| 亚洲av日韩在线播放| 欧美精品国产亚洲| 亚洲国产精品成人久久小说| 久热这里只有精品99| 日韩欧美 国产精品| 国国产精品蜜臀av免费| 亚洲国产精品成人久久小说| 两个人免费观看高清视频 | 51国产日韩欧美| 欧美变态另类bdsm刘玥| 国产精品福利在线免费观看| 黄色毛片三级朝国网站 | 我的女老师完整版在线观看| 夜夜骑夜夜射夜夜干| h视频一区二区三区| 亚洲精品久久久久久婷婷小说| 九色成人免费人妻av| 欧美xxxx性猛交bbbb| 欧美+日韩+精品| 久久久午夜欧美精品| 日韩强制内射视频| 国产中年淑女户外野战色| 中国美白少妇内射xxxbb| 国产一区二区三区av在线| 视频中文字幕在线观看| 极品教师在线视频| h日本视频在线播放| 成人国产av品久久久| 国产极品天堂在线| 成人漫画全彩无遮挡| 久久久久久久国产电影| 高清午夜精品一区二区三区| av又黄又爽大尺度在线免费看| 超碰97精品在线观看| 永久网站在线| 日韩欧美精品免费久久| 国产精品.久久久| 成人影院久久| 亚洲第一av免费看| 日韩精品有码人妻一区| 久久99热6这里只有精品| 欧美日韩一区二区视频在线观看视频在线| 啦啦啦中文免费视频观看日本| 成人综合一区亚洲| 18禁裸乳无遮挡动漫免费视频| 在线亚洲精品国产二区图片欧美 | 欧美另类一区| 久久婷婷青草| 久久久国产一区二区| 伊人久久国产一区二区| 一区二区av电影网| 成年av动漫网址| 蜜臀久久99精品久久宅男| 日韩亚洲欧美综合| 免费观看av网站的网址| 国语对白做爰xxxⅹ性视频网站| 亚洲国产日韩一区二区| 日韩强制内射视频| 美女中出高潮动态图| 桃花免费在线播放| 狠狠精品人妻久久久久久综合| 只有这里有精品99| 久久精品国产亚洲网站| 亚洲激情五月婷婷啪啪| a 毛片基地| 国产有黄有色有爽视频| 少妇猛男粗大的猛烈进出视频| 国产毛片在线视频| 18禁在线播放成人免费| 欧美老熟妇乱子伦牲交| 男女国产视频网站| 欧美变态另类bdsm刘玥| 成人特级av手机在线观看| 亚洲第一av免费看| 日韩中文字幕视频在线看片| 久久久国产欧美日韩av| 国产成人免费观看mmmm| 亚洲精品国产av蜜桃| 久久99蜜桃精品久久| 国产精品一区www在线观看| 肉色欧美久久久久久久蜜桃| 一本久久精品| 欧美日韩一区二区视频在线观看视频在线| 亚洲综合精品二区| 黄色日韩在线| 91精品伊人久久大香线蕉| 免费看光身美女| 久久影院123| 日韩欧美一区视频在线观看 | 国产伦理片在线播放av一区| 青春草亚洲视频在线观看| 久久这里有精品视频免费| av又黄又爽大尺度在线免费看| 伊人久久国产一区二区| 最新中文字幕久久久久| 国产一级毛片在线| 日本色播在线视频| 中文字幕亚洲精品专区| 一区在线观看完整版| 久久99热6这里只有精品| 亚洲一区二区三区欧美精品| 久久人人爽人人片av| 交换朋友夫妻互换小说| 亚洲欧美中文字幕日韩二区| 国产永久视频网站| 亚洲人与动物交配视频| 成年av动漫网址| 日本av免费视频播放| 免费黄色在线免费观看| 女人久久www免费人成看片| 亚洲av福利一区| 婷婷色av中文字幕| 寂寞人妻少妇视频99o| 免费大片18禁| 亚洲av不卡在线观看| 全区人妻精品视频| 丰满乱子伦码专区| 精品99又大又爽又粗少妇毛片| 熟女电影av网| 亚洲国产精品一区三区| 十八禁高潮呻吟视频 | 日韩 亚洲 欧美在线| 五月开心婷婷网| 一级片'在线观看视频| 香蕉精品网在线| 国产成人精品久久久久久| 99九九线精品视频在线观看视频| 免费黄频网站在线观看国产| 免费人妻精品一区二区三区视频| 最后的刺客免费高清国语| 亚洲精华国产精华液的使用体验| 一级毛片 在线播放| 久热久热在线精品观看| 日韩精品有码人妻一区| 又爽又黄a免费视频| 亚洲美女视频黄频| 中文字幕人妻熟人妻熟丝袜美| 亚洲综合色惰| 乱人伦中国视频| 国产精品秋霞免费鲁丝片| 亚洲不卡免费看| 免费播放大片免费观看视频在线观看| 国产在线一区二区三区精| 99久久精品热视频| 精品亚洲成国产av| 777米奇影视久久| 免费少妇av软件| 777米奇影视久久| 男人添女人高潮全过程视频| 成人特级av手机在线观看| 国产av一区二区精品久久| 丰满乱子伦码专区| 人人妻人人爽人人添夜夜欢视频 | 久久久精品免费免费高清| 国产亚洲午夜精品一区二区久久| 国产在线男女| 18禁在线播放成人免费| www.av在线官网国产| 少妇猛男粗大的猛烈进出视频| 看十八女毛片水多多多| 国产在视频线精品| 边亲边吃奶的免费视频| 国产中年淑女户外野战色| 亚洲精品久久久久久婷婷小说| 国产视频内射| 一区二区三区精品91| 亚洲国产精品成人久久小说| 老司机影院毛片| 最近中文字幕高清免费大全6| 两个人免费观看高清视频 | 一个人免费看片子| 只有这里有精品99| av不卡在线播放| 亚洲国产精品999| 美女国产视频在线观看| 水蜜桃什么品种好| 老司机影院毛片| 91久久精品国产一区二区三区| 91精品国产九色| 男女边摸边吃奶| 美女cb高潮喷水在线观看| 久久鲁丝午夜福利片| a级毛片免费高清观看在线播放| 精品亚洲成国产av| 26uuu在线亚洲综合色| 免费在线观看成人毛片| av.在线天堂| 少妇猛男粗大的猛烈进出视频| 免费看不卡的av| 桃花免费在线播放| 久久久久久久国产电影| 亚洲av中文av极速乱| 日韩亚洲欧美综合| 亚洲av中文av极速乱| 国产69精品久久久久777片| 国产精品成人在线| 亚洲不卡免费看| 日韩大片免费观看网站| 国产伦精品一区二区三区四那| 久久久久人妻精品一区果冻| 狂野欧美激情性xxxx在线观看| 久久亚洲国产成人精品v| 精品少妇久久久久久888优播| 九草在线视频观看| 最近手机中文字幕大全| 一级,二级,三级黄色视频| 国产亚洲一区二区精品| 人人妻人人澡人人看| 精品亚洲成a人片在线观看| 欧美精品国产亚洲| 尾随美女入室| 毛片一级片免费看久久久久| 成年美女黄网站色视频大全免费 | 黄色欧美视频在线观看| 国产成人精品婷婷| 国产欧美日韩精品一区二区| 成人18禁高潮啪啪吃奶动态图 | 精品熟女少妇av免费看| 国产 精品1| 国产精品成人在线| 国产爽快片一区二区三区| 国产成人91sexporn| 少妇精品久久久久久久| 国产亚洲欧美精品永久| 人人妻人人看人人澡| 日本av手机在线免费观看| 久久久国产精品麻豆| 哪个播放器可以免费观看大片| 丝瓜视频免费看黄片| 亚洲精品色激情综合| 赤兔流量卡办理| 久久久久久久精品精品| 女人久久www免费人成看片| 最近手机中文字幕大全| 日韩人妻高清精品专区| 免费看日本二区| 日本vs欧美在线观看视频 | 天美传媒精品一区二区| av福利片在线观看| √禁漫天堂资源中文www| 在线播放无遮挡| 一级二级三级毛片免费看| 亚洲第一av免费看| 亚洲国产欧美在线一区| 中文资源天堂在线| 久久韩国三级中文字幕| 亚洲第一区二区三区不卡| 五月天丁香电影| 自拍偷自拍亚洲精品老妇| 精品99又大又爽又粗少妇毛片| 久久久久久久久大av| 高清在线视频一区二区三区| 精品国产一区二区久久| 熟妇人妻不卡中文字幕| 哪个播放器可以免费观看大片| 另类精品久久| 欧美精品一区二区免费开放| 国产黄色视频一区二区在线观看| 日韩欧美 国产精品| 久久久久网色| 大话2 男鬼变身卡| 免费观看的影片在线观看| 夫妻性生交免费视频一级片| 91精品国产国语对白视频| 伦理电影大哥的女人| 美女内射精品一级片tv| 国产在线免费精品| 国产高清有码在线观看视频| 人妻一区二区av| 亚洲情色 制服丝袜| 亚洲国产精品999| 一级二级三级毛片免费看| 日韩成人伦理影院| 亚洲情色 制服丝袜| 人人妻人人爽人人添夜夜欢视频 | 极品教师在线视频| 午夜av观看不卡| 婷婷色av中文字幕| 哪个播放器可以免费观看大片| 久久久久久久大尺度免费视频| 精品国产乱码久久久久久小说| 国产91av在线免费观看| 最新中文字幕久久久久| 国产高清三级在线| 18禁在线播放成人免费| 你懂的网址亚洲精品在线观看| 久久精品国产亚洲网站| 亚洲综合色惰| 国产精品不卡视频一区二区| 热re99久久国产66热| av网站免费在线观看视频| 久热久热在线精品观看| 午夜激情久久久久久久| 看免费成人av毛片| 下体分泌物呈黄色| 国产极品粉嫩免费观看在线 | 国产成人freesex在线| 久久国内精品自在自线图片| 深夜a级毛片| 国产高清三级在线| 观看美女的网站| 欧美xxⅹ黑人| 极品教师在线视频| 亚洲内射少妇av| 岛国毛片在线播放| 国产精品久久久久久精品电影小说| 精华霜和精华液先用哪个| 成人综合一区亚洲| 免费观看无遮挡的男女| 成人毛片a级毛片在线播放| 亚洲国产成人一精品久久久| 一级片'在线观看视频| 人妻制服诱惑在线中文字幕| 欧美日韩av久久| 免费播放大片免费观看视频在线观看| 日韩欧美一区视频在线观看 | av网站免费在线观看视频| 中文字幕免费在线视频6| 亚洲内射少妇av| 国产精品.久久久| 国产精品99久久99久久久不卡 | 午夜老司机福利剧场| 2022亚洲国产成人精品| av在线app专区| 18禁在线播放成人免费| 制服丝袜香蕉在线| 如何舔出高潮| 午夜久久久在线观看| 人妻制服诱惑在线中文字幕| 国产 精品1| 日韩不卡一区二区三区视频在线| 亚洲人成网站在线观看播放| 成人无遮挡网站| 一区二区三区精品91| 99热这里只有是精品50| 精品少妇久久久久久888优播| 国产免费一级a男人的天堂| 精品99又大又爽又粗少妇毛片| 黑人猛操日本美女一级片| 久久久久久久久久人人人人人人| 国产精品一二三区在线看| 久久久久久伊人网av| 伦精品一区二区三区| 一本一本综合久久| 久久久久精品久久久久真实原创| 精品久久久噜噜| 一级毛片久久久久久久久女| 日本-黄色视频高清免费观看| 香蕉精品网在线| 有码 亚洲区| 波野结衣二区三区在线| 天堂俺去俺来也www色官网| 爱豆传媒免费全集在线观看| 人妻制服诱惑在线中文字幕| 狂野欧美白嫩少妇大欣赏| 我的女老师完整版在线观看| 伊人久久精品亚洲午夜| 人妻少妇偷人精品九色| 久久久久久久久大av| 国产伦在线观看视频一区| 久久午夜福利片| 国产精品无大码| h视频一区二区三区| 精品国产国语对白av| 亚洲精品,欧美精品| 欧美97在线视频| 精品少妇内射三级| 亚洲真实伦在线观看| 国产色婷婷99| 黄色怎么调成土黄色| 永久免费av网站大全| 亚洲国产精品国产精品| 综合色丁香网| 日韩一本色道免费dvd| 观看免费一级毛片| 中文字幕av电影在线播放| 国产黄色免费在线视频| 国产成人精品一,二区| 美女福利国产在线| 国产精品福利在线免费观看| 免费人成在线观看视频色| 丰满少妇做爰视频| 69精品国产乱码久久久| 国产午夜精品一二区理论片| 春色校园在线视频观看| 久久精品久久久久久噜噜老黄| 熟女av电影| 男人爽女人下面视频在线观看| 九九久久精品国产亚洲av麻豆|