• <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
    亚洲五月天丁香| 激情 狠狠 欧美| 一级毛片久久久久久久久女| 成人鲁丝片一二三区免费| 真实男女啪啪啪动态图| av福利片在线观看| 国产精品一及| 亚洲精品影视一区二区三区av| 国产单亲对白刺激| 成人精品一区二区免费| 国产三级中文精品| 变态另类丝袜制服| 亚洲av免费高清在线观看| 亚洲精品乱码久久久v下载方式| 国产伦在线观看视频一区| 亚洲激情五月婷婷啪啪| 日韩强制内射视频| 国产黄色视频一区二区在线观看 | 午夜激情福利司机影院| 啦啦啦观看免费观看视频高清| 99视频精品全部免费 在线| 国产一区二区在线观看日韩| 亚洲五月天丁香| 亚洲人成网站在线播| 免费看光身美女| 村上凉子中文字幕在线| 超碰av人人做人人爽久久| 99热6这里只有精品| 成人一区二区视频在线观看| 中文字幕av成人在线电影| 国产黄a三级三级三级人| 99久国产av精品国产电影| 一本精品99久久精品77| 成人特级黄色片久久久久久久| 国产精品av视频在线免费观看| 日韩av在线大香蕉| 中文字幕人妻熟人妻熟丝袜美| 亚洲色图av天堂| eeuss影院久久| 精品免费久久久久久久清纯| 99热这里只有精品一区| 99视频精品全部免费 在线| 色综合亚洲欧美另类图片| 一个人免费在线观看电影| 国产日本99.免费观看| 夜夜夜夜夜久久久久| 免费人成在线观看视频色| 在线播放无遮挡| 色哟哟哟哟哟哟| 国产成年人精品一区二区| 一级毛片我不卡| 午夜精品国产一区二区电影 | 精品一区二区三区视频在线观看免费| 久久人人爽人人爽人人片va| 中文字幕精品亚洲无线码一区| 国产伦精品一区二区三区四那| 99久久久亚洲精品蜜臀av| 久久精品影院6| 精品欧美国产一区二区三| 久久久久久久亚洲中文字幕| 精品人妻偷拍中文字幕| 成人漫画全彩无遮挡| 欧美色欧美亚洲另类二区| 97超碰精品成人国产| 国产精品久久久久久亚洲av鲁大| 一夜夜www| 精品午夜福利视频在线观看一区| .国产精品久久| 国产白丝娇喘喷水9色精品| 婷婷色综合大香蕉| 99riav亚洲国产免费| 国产 一区 欧美 日韩| 熟女电影av网| 亚洲自偷自拍三级| 午夜激情福利司机影院| 国产毛片a区久久久久| 久久精品国产自在天天线| 91久久精品国产一区二区成人| 成人亚洲精品av一区二区| 亚洲欧美日韩东京热| 97人妻精品一区二区三区麻豆| 日韩成人av中文字幕在线观看 | 国产一区亚洲一区在线观看| 99在线视频只有这里精品首页| 日韩大尺度精品在线看网址| 午夜影院日韩av| 校园人妻丝袜中文字幕| 亚洲不卡免费看| 亚洲成人av在线免费| 国产私拍福利视频在线观看| 乱系列少妇在线播放| 久久久久久久久中文| 日产精品乱码卡一卡2卡三| 深爱激情五月婷婷| 蜜桃久久精品国产亚洲av| 黄色日韩在线| 长腿黑丝高跟| 干丝袜人妻中文字幕| 久久久久国产精品人妻aⅴ院| 一区福利在线观看| 亚洲欧美日韩高清专用| 亚洲性久久影院| 亚洲精品日韩av片在线观看| 午夜免费激情av| 国内精品久久久久精免费| 午夜福利高清视频| 亚洲七黄色美女视频| 99热这里只有精品一区| 99久久久亚洲精品蜜臀av| 综合色av麻豆| 国产真实乱freesex| 日本三级黄在线观看| 人人妻人人澡人人爽人人夜夜 | 欧美激情在线99| 又爽又黄无遮挡网站| 老女人水多毛片| 插逼视频在线观看| 欧美一区二区国产精品久久精品| 精品日产1卡2卡| 国产精品国产高清国产av| 国产高清激情床上av| 亚洲va在线va天堂va国产| 国产成人a区在线观看| 日本免费一区二区三区高清不卡| 搡老妇女老女人老熟妇| 国产色爽女视频免费观看| 悠悠久久av| 嫩草影院精品99| 如何舔出高潮| 免费在线观看影片大全网站| 69人妻影院| 别揉我奶头 嗯啊视频| av.在线天堂| 日韩三级伦理在线观看| 女人被狂操c到高潮| 国产白丝娇喘喷水9色精品| 97超视频在线观看视频| 亚洲一区高清亚洲精品| 精品熟女少妇av免费看| 亚洲精品国产成人久久av| 国产成人aa在线观看| 十八禁国产超污无遮挡网站| av卡一久久| 色播亚洲综合网| 日本欧美国产在线视频| 国产精品一二三区在线看| 天堂网av新在线| 伊人久久精品亚洲午夜| 日韩人妻高清精品专区| 国内揄拍国产精品人妻在线| 蜜桃久久精品国产亚洲av| 国产 一区 欧美 日韩| 黄色配什么色好看| 男人舔奶头视频| 波多野结衣高清作品| 欧美xxxx黑人xx丫x性爽| 精品日产1卡2卡| 欧美区成人在线视频| 国产精品国产三级国产av玫瑰| 露出奶头的视频| 自拍偷自拍亚洲精品老妇| 十八禁网站免费在线| 欧美性感艳星| 最近2019中文字幕mv第一页| 国产成人a区在线观看| 成年女人永久免费观看视频| 免费电影在线观看免费观看| 一区二区三区四区激情视频 | 床上黄色一级片| 天天躁日日操中文字幕| 97超级碰碰碰精品色视频在线观看| 国产又黄又爽又无遮挡在线| 成人高潮视频无遮挡免费网站| 国产精品无大码| 乱人视频在线观看| 最近手机中文字幕大全| 黄片wwwwww| 色哟哟·www| 午夜福利在线观看吧| 国产aⅴ精品一区二区三区波| 精品福利观看| 婷婷精品国产亚洲av在线| 亚洲国产欧洲综合997久久,| 午夜福利在线观看吧| 国产精品永久免费网站| 国产高清不卡午夜福利| 婷婷精品国产亚洲av在线| 99在线人妻在线中文字幕| 日本三级黄在线观看| 国产又黄又爽又无遮挡在线| 99久久九九国产精品国产免费| 波多野结衣高清无吗| 久久精品影院6| 美女cb高潮喷水在线观看| 欧美成人免费av一区二区三区| 精品久久久久久久人妻蜜臀av| 日本黄大片高清| 亚洲自偷自拍三级| 亚洲三级黄色毛片| 免费看日本二区| 日韩大尺度精品在线看网址| 黄色一级大片看看| 亚洲精品一区av在线观看| 天堂√8在线中文| 一本久久中文字幕| 免费黄网站久久成人精品| 亚洲欧美成人精品一区二区| 精品人妻偷拍中文字幕| 国产成年人精品一区二区| av卡一久久| 一卡2卡三卡四卡精品乱码亚洲| 97超碰精品成人国产| 嫩草影视91久久| 九色成人免费人妻av| 亚洲四区av| 精品国内亚洲2022精品成人| 自拍偷自拍亚洲精品老妇| 插阴视频在线观看视频| 看免费成人av毛片| 亚洲性夜色夜夜综合| 国产 一区 欧美 日韩| 色在线成人网| 国产精品一区www在线观看| 色综合色国产| 卡戴珊不雅视频在线播放| 中出人妻视频一区二区| 嫩草影视91久久| 久久久久国内视频| 亚洲av五月六月丁香网| 亚洲精品国产成人久久av| 精品人妻一区二区三区麻豆 | 日韩成人av中文字幕在线观看 | 18禁在线播放成人免费| 久久人妻av系列| 欧美日韩在线观看h| 男人和女人高潮做爰伦理| 久久久久国产网址| 成人漫画全彩无遮挡| 久久久久久久久久久丰满| 成人亚洲欧美一区二区av| 日本色播在线视频| a级毛片免费高清观看在线播放| 一区二区三区免费毛片| 女的被弄到高潮叫床怎么办| 中文资源天堂在线| 日本免费一区二区三区高清不卡| 国产一区二区在线av高清观看| 亚洲最大成人手机在线| 国产精品久久电影中文字幕| 天天一区二区日本电影三级| 少妇人妻一区二区三区视频| 成人漫画全彩无遮挡| 国产精品一二三区在线看| 午夜免费男女啪啪视频观看 | a级毛色黄片| 国产aⅴ精品一区二区三区波| 欧美三级亚洲精品| 亚洲熟妇熟女久久| 美女 人体艺术 gogo| 一级毛片aaaaaa免费看小| 成人国产麻豆网| 久久精品国产亚洲网站| 国产精品久久久久久久电影| 久久天躁狠狠躁夜夜2o2o| 国产精品不卡视频一区二区| 国产一区二区激情短视频| av黄色大香蕉| 国产真实伦视频高清在线观看| 日本a在线网址| 日本在线视频免费播放| 亚洲国产精品合色在线| 国产一区二区在线观看日韩| 性色avwww在线观看| 99久久成人亚洲精品观看| 伦理电影大哥的女人| 国产蜜桃级精品一区二区三区| 国产精品久久久久久av不卡| 一本精品99久久精品77| 高清午夜精品一区二区三区 | 狂野欧美激情性xxxx在线观看| 麻豆av噜噜一区二区三区| 黄色一级大片看看| av免费在线看不卡| 别揉我奶头~嗯~啊~动态视频| 在线国产一区二区在线| 18禁黄网站禁片免费观看直播| 精品久久久久久久末码| 大又大粗又爽又黄少妇毛片口| 波多野结衣高清无吗| 69人妻影院| 99热这里只有是精品50| 成人av一区二区三区在线看| 亚洲最大成人手机在线| 老熟妇乱子伦视频在线观看| 男女之事视频高清在线观看| 国产午夜精品论理片| 国产成人福利小说| 午夜精品国产一区二区电影 | 国产 一区精品| 最近2019中文字幕mv第一页| 寂寞人妻少妇视频99o| 欧美xxxx黑人xx丫x性爽| 日韩国内少妇激情av| 嫩草影院精品99| 日日摸夜夜添夜夜添小说| 国产一区亚洲一区在线观看| 国产成人a区在线观看| 精品一区二区免费观看| 尤物成人国产欧美一区二区三区| 丰满的人妻完整版| 欧美国产日韩亚洲一区| 久久精品国产亚洲av香蕉五月| 亚洲欧美精品综合久久99| av中文乱码字幕在线| 日韩 亚洲 欧美在线| 国产成人精品久久久久久| 久久久久国内视频| 在线天堂最新版资源| av卡一久久| 国产精品国产高清国产av| 一夜夜www| 免费看美女性在线毛片视频| 欧美日本视频| 欧美性感艳星| 久久久久免费精品人妻一区二区| 美女xxoo啪啪120秒动态图| 国产伦精品一区二区三区四那| 亚洲18禁久久av| 亚洲天堂国产精品一区在线| 我的女老师完整版在线观看| 精品久久久久久久久久久久久| 久久亚洲精品不卡| 日本三级黄在线观看| 一a级毛片在线观看| 久久精品国产99精品国产亚洲性色| 男人舔奶头视频| 国产成人aa在线观看| 亚洲第一区二区三区不卡| 国产成人影院久久av| av天堂中文字幕网| 日韩高清综合在线| 日本-黄色视频高清免费观看| 插阴视频在线观看视频| 精品熟女少妇av免费看| 99在线视频只有这里精品首页| 国产极品精品免费视频能看的| 18禁裸乳无遮挡免费网站照片| 国语自产精品视频在线第100页| 99国产精品一区二区蜜桃av| 老熟妇乱子伦视频在线观看| 欧美xxxx黑人xx丫x性爽| 黄色日韩在线| 午夜免费激情av| 中文亚洲av片在线观看爽| 国产精品久久视频播放| 女同久久另类99精品国产91| 给我免费播放毛片高清在线观看| 国产女主播在线喷水免费视频网站 | 国产亚洲av嫩草精品影院| 大香蕉久久网| 欧美成人一区二区免费高清观看| 熟女电影av网| 欧美色视频一区免费| 亚洲欧美精品自产自拍| 午夜爱爱视频在线播放| 99国产极品粉嫩在线观看| aaaaa片日本免费| 97碰自拍视频| 干丝袜人妻中文字幕| 日韩欧美精品v在线| 久久精品国产99精品国产亚洲性色| 无遮挡黄片免费观看| 女人被狂操c到高潮| 深夜a级毛片| 韩国av在线不卡| 人人妻人人澡欧美一区二区| 国产精品伦人一区二区| 亚洲成人中文字幕在线播放| 一进一出抽搐动态| 国产午夜福利久久久久久| 男女之事视频高清在线观看| 中文字幕av在线有码专区| 亚洲综合色惰| 人妻久久中文字幕网| ponron亚洲| 国产精品久久久久久av不卡| 亚洲性久久影院| 亚洲自偷自拍三级| 国产久久久一区二区三区| 亚洲精品亚洲一区二区| 亚洲av免费高清在线观看| 国内精品一区二区在线观看| 噜噜噜噜噜久久久久久91| 又爽又黄a免费视频| 日产精品乱码卡一卡2卡三| 男人的好看免费观看在线视频| 午夜日韩欧美国产| 天堂动漫精品| 又爽又黄a免费视频| 午夜影院日韩av| 午夜精品在线福利| 国产高清不卡午夜福利| 日日干狠狠操夜夜爽| av专区在线播放| 国产伦精品一区二区三区视频9| 国产美女午夜福利| 成年女人看的毛片在线观看| 久久韩国三级中文字幕| 国产伦在线观看视频一区| 久久人人爽人人爽人人片va| 国产综合懂色| 少妇被粗大猛烈的视频| 亚洲一区高清亚洲精品| 亚洲av中文av极速乱| 男人的好看免费观看在线视频| 国产成人freesex在线 | 在线播放无遮挡| 精品午夜福利在线看| 欧美高清性xxxxhd video| 男女做爰动态图高潮gif福利片| 日本在线视频免费播放| 日本精品一区二区三区蜜桃| 国产伦精品一区二区三区四那| 嫩草影院精品99| 久久精品国产亚洲av涩爱 | 日本三级黄在线观看| 日日撸夜夜添| av专区在线播放| 听说在线观看完整版免费高清| 搞女人的毛片| 精品久久久久久久末码| 三级国产精品欧美在线观看| 麻豆乱淫一区二区| 国产不卡一卡二| 99久久成人亚洲精品观看| 亚洲自偷自拍三级| 免费av观看视频| 在线观看美女被高潮喷水网站| 国产成人freesex在线 | 神马国产精品三级电影在线观看| 一级av片app| 久久精品夜夜夜夜夜久久蜜豆| 欧洲精品卡2卡3卡4卡5卡区| 国产一区亚洲一区在线观看| 久久久欧美国产精品| 校园人妻丝袜中文字幕| 国产高清不卡午夜福利| 别揉我奶头~嗯~啊~动态视频| 国产中年淑女户外野战色| 蜜臀久久99精品久久宅男| 99久国产av精品| 国产精品久久久久久精品电影| 亚洲av不卡在线观看| 久久精品国产亚洲av香蕉五月| 国产精品一区二区免费欧美| or卡值多少钱| 国产精品一区二区三区四区免费观看 | 看黄色毛片网站| 日韩成人av中文字幕在线观看 | 简卡轻食公司| 少妇人妻一区二区三区视频| 国产在视频线在精品| 国产黄a三级三级三级人| 日日摸夜夜添夜夜添av毛片| 少妇猛男粗大的猛烈进出视频 | 亚洲精品色激情综合| 99久久精品一区二区三区| 偷拍熟女少妇极品色| 精品福利观看| 在线免费十八禁| 亚洲美女黄片视频| 精品人妻一区二区三区麻豆 | 国产 一区 欧美 日韩| 国产一区二区激情短视频| 熟妇人妻久久中文字幕3abv| 久久久久国内视频| 久久精品人妻少妇| 99热这里只有精品一区| АⅤ资源中文在线天堂| 伦精品一区二区三区| 久久午夜福利片| 成人毛片a级毛片在线播放| 啦啦啦啦在线视频资源| 91麻豆精品激情在线观看国产| av专区在线播放| 一夜夜www| 国产熟女欧美一区二区| 51国产日韩欧美| 欧美bdsm另类| 精品国内亚洲2022精品成人| 日本爱情动作片www.在线观看 | 韩国av在线不卡| 久久精品久久久久久噜噜老黄 | 变态另类丝袜制服| 国产免费男女视频| 午夜免费激情av| 亚洲av中文av极速乱| 精品久久久久久成人av| 亚洲内射少妇av| 免费看光身美女| 亚洲欧美清纯卡通| 日本五十路高清| 亚洲美女搞黄在线观看 | 一个人看视频在线观看www免费| 亚洲五月天丁香| 久久热精品热| 蜜桃久久精品国产亚洲av| 哪里可以看免费的av片| 人妻制服诱惑在线中文字幕| 日韩亚洲欧美综合| 少妇人妻一区二区三区视频| 国产在线精品亚洲第一网站| 我要搜黄色片| 精品熟女少妇av免费看| 国产成人aa在线观看| 国产一区二区在线观看日韩| 青春草视频在线免费观看| 男女之事视频高清在线观看| 亚洲中文字幕一区二区三区有码在线看| 成年免费大片在线观看| 久久久久久久久大av| 少妇的逼水好多| 亚洲精品影视一区二区三区av| 精品人妻偷拍中文字幕| 九九爱精品视频在线观看| 亚洲国产欧美人成| 亚洲经典国产精华液单| 美女 人体艺术 gogo| 男女做爰动态图高潮gif福利片| av专区在线播放| 欧美在线一区亚洲| 欧美一区二区精品小视频在线| 晚上一个人看的免费电影| 波多野结衣高清作品| 日本熟妇午夜| 国产真实乱freesex| 色噜噜av男人的天堂激情| 99精品在免费线老司机午夜| 亚洲国产精品成人综合色| 国产免费一级a男人的天堂| 蜜桃亚洲精品一区二区三区| 国产精品一区二区三区四区久久| 精品少妇黑人巨大在线播放 | 少妇猛男粗大的猛烈进出视频 | 黄色视频,在线免费观看| 黄色日韩在线| 久久久久性生活片| 亚洲综合色惰| 色5月婷婷丁香| 99久久精品国产国产毛片| 亚洲国产精品sss在线观看| 亚洲欧美日韩高清在线视频| 亚洲av熟女| 欧美一区二区精品小视频在线| 校园春色视频在线观看| 一级毛片电影观看 | 国产色爽女视频免费观看| 在线观看美女被高潮喷水网站| 国产极品精品免费视频能看的| 亚洲精品456在线播放app| 国产精品一区二区三区四区久久| 亚洲国产精品合色在线| 国产黄色视频一区二区在线观看 | 久久国产乱子免费精品| 亚洲欧美日韩高清在线视频| 日日摸夜夜添夜夜爱| 天天躁夜夜躁狠狠久久av| 直男gayav资源| 中文字幕熟女人妻在线| 免费观看在线日韩| 人妻久久中文字幕网| 久久久久久国产a免费观看| 在线观看66精品国产| 麻豆精品久久久久久蜜桃| 亚洲av美国av| 欧美激情久久久久久爽电影| 久久精品夜色国产| 色吧在线观看| 伊人久久精品亚洲午夜| 国产成人aa在线观看| 一进一出好大好爽视频| 欧美激情国产日韩精品一区| 国产真实乱freesex| 九九久久精品国产亚洲av麻豆| 午夜日韩欧美国产| 国产亚洲精品久久久com| 3wmmmm亚洲av在线观看| a级一级毛片免费在线观看| 性插视频无遮挡在线免费观看| av天堂在线播放| 久久久精品大字幕| 男女视频在线观看网站免费| 亚洲av中文av极速乱| 又黄又爽又刺激的免费视频.| 国产黄色小视频在线观看| 22中文网久久字幕| 中文在线观看免费www的网站| 精品免费久久久久久久清纯| 在线观看av片永久免费下载| 老师上课跳d突然被开到最大视频| 亚洲av第一区精品v没综合| 日韩人妻高清精品专区| 午夜久久久久精精品| 男女之事视频高清在线观看| 精品人妻偷拍中文字幕| 老女人水多毛片| 99国产精品一区二区蜜桃av| 午夜福利在线在线| 国内精品久久久久精免费| 亚洲五月天丁香| 亚洲欧美日韩无卡精品| 亚洲av中文字字幕乱码综合| 男插女下体视频免费在线播放| 国产不卡一卡二| 中国美白少妇内射xxxbb|