• <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 ?

    基于一維深度卷積生成對(duì)抗網(wǎng)絡(luò)的鋼軌波磨識(shí)別方法

    2022-02-07 03:56:42謝燁趙聞強(qiáng)楊紅運(yùn)包學(xué)海
    鐵道建筑 2022年12期
    關(guān)鍵詞:波磨鋼軌幅值

    謝燁 趙聞強(qiáng) 楊紅運(yùn) 包學(xué)海

    1.浙江省交通投資集團(tuán)有限公司 智慧交通研究分公司,杭州 310016;2.浙江杭海城際鐵路有限公司,浙江 海寧 314499

    軌道交通列車具有載重量大、運(yùn)行密度高等特點(diǎn),頻繁的輪軌相互作用會(huì)導(dǎo)致鋼軌上出現(xiàn)波浪形的磨損,即鋼軌波磨。車輪在經(jīng)過(guò)鋼軌波磨區(qū)域時(shí)引發(fā)的強(qiáng)烈振動(dòng)和噪聲會(huì)大大加快鋼軌和軸箱內(nèi)零件的疲勞損壞速度[1-3]。波磨出現(xiàn)前后駕駛室內(nèi)噪聲波動(dòng)幅值可達(dá)到10 dB 左右,波磨造成的振動(dòng)還會(huì)導(dǎo)致軸向吊耳斷裂、鋼軌扣件彈條斷裂等問題[4-6],大大增加列車運(yùn)行維護(hù)成本。所以,對(duì)鋼軌波磨進(jìn)行識(shí)別具有十分重要的意義。

    由于鋼軌發(fā)生波磨位置不確定,雖然使用波磨測(cè)量?jī)x進(jìn)行檢測(cè)具有很高的準(zhǔn)確性,但需要投入大量的時(shí)間和人工成本。振動(dòng)監(jiān)測(cè)是一種在線狀態(tài)監(jiān)測(cè)方法,具有直接、實(shí)時(shí)的優(yōu)點(diǎn),并且設(shè)置后無(wú)需人工干涉即可對(duì)數(shù)據(jù)進(jìn)行采集,目前已廣泛應(yīng)用于各種設(shè)備的狀態(tài)監(jiān)測(cè)中[7-8]。將振動(dòng)監(jiān)測(cè)應(yīng)用于鋼軌波磨監(jiān)測(cè)中,可根據(jù)輪軌接觸產(chǎn)生的振動(dòng)直觀地觀察到振動(dòng)狀態(tài)的變化;根據(jù)振動(dòng)特征制定辨識(shí)模型,在鋼軌波磨的狀態(tài)監(jiān)測(cè)上更具即時(shí)性。目前許多學(xué)者基于振動(dòng)響應(yīng)對(duì)鋼軌波磨的狀態(tài)監(jiān)測(cè)進(jìn)行了研究。文獻(xiàn)[9]對(duì)鋼軌波磨振動(dòng)信號(hào)進(jìn)行降噪處理,然后使用希爾伯特-黃變換(Hilbert?Huang Transform,HHT)對(duì)信號(hào)進(jìn)行時(shí)頻分析,得到了較為準(zhǔn)確的分析結(jié)果。文獻(xiàn)[10]通過(guò)仿真模型得到鋼軌波磨振動(dòng)仿真信號(hào),計(jì)算小波包能量熵,實(shí)現(xiàn)了較為準(zhǔn)確的鋼軌波磨檢測(cè)。文獻(xiàn)[11]通過(guò)使用時(shí)間-能量信息的波磨指數(shù)和能量因子,設(shè)計(jì)了一種雙指標(biāo)聯(lián)合鋼軌波磨評(píng)價(jià)方法,可以對(duì)鋼軌波磨的波長(zhǎng)和幅值進(jìn)行評(píng)價(jià),并通過(guò)實(shí)測(cè)鋼軌波磨信號(hào)驗(yàn)證了其方法的準(zhǔn)確性。

    隨著大數(shù)據(jù)技術(shù)的發(fā)展與普及,智能狀態(tài)監(jiān)測(cè)與診斷成了新的研究熱點(diǎn),使用設(shè)備的振動(dòng)信號(hào)訓(xùn)練分類模型并對(duì)其狀態(tài)進(jìn)行分類,已經(jīng)廣泛應(yīng)用于滾動(dòng)軸承[12-14]、齒輪箱[15-17]和發(fā)動(dòng)機(jī)[18-20]等機(jī)械設(shè)備的狀態(tài)監(jiān)測(cè)與故障診斷。已有學(xué)者將智能診斷模型引入鋼軌波磨的識(shí)別研究中。文獻(xiàn)[21]對(duì)地鐵鋼軌波磨振動(dòng)信號(hào)進(jìn)行空間域分割后,使用一維卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了波磨識(shí)別與分類,并使用實(shí)測(cè)鋼軌波磨振動(dòng)信號(hào)進(jìn)行試驗(yàn),得到了很高的鋼軌波磨識(shí)別率。文獻(xiàn)[22-23]通過(guò)經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition,EMD),提取包含故障的本征模函數(shù)(Intrinsic Modal Functions,IMF)的能量和峭度,將其多尺度能量和峭度特征輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行波磨識(shí)別。

    針對(duì)現(xiàn)有研究方法中存在的數(shù)據(jù)模型與真實(shí)鋼軌波磨數(shù)據(jù)有較大偏差,即波磨故障識(shí)別準(zhǔn)確率較低問題,本文提出一種基于一維深度卷積生成對(duì)抗網(wǎng)絡(luò)的鋼軌波磨識(shí)別方法。首先使用一維生成對(duì)抗網(wǎng)絡(luò)生成與實(shí)際波磨振動(dòng)信號(hào)結(jié)構(gòu)相同的偽樣本,對(duì)樣本信號(hào)的數(shù)據(jù)集進(jìn)行擴(kuò)充;然后提取波磨振動(dòng)信號(hào)的時(shí)域統(tǒng)計(jì)指標(biāo)作為波磨數(shù)據(jù)的特征;最后使用分類算法對(duì)不同特征的波磨振動(dòng)數(shù)據(jù)進(jìn)行學(xué)習(xí)與分類,以實(shí)現(xiàn)準(zhǔn)確地提取實(shí)際波磨數(shù)據(jù)故障特征,識(shí)別鋼軌波磨故障的目標(biāo)。

    1 生成對(duì)抗網(wǎng)絡(luò)基本原理

    生成對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Networks,GAN)是一種生成模型,由Goodfellow在2014年首次提出[24],由生成網(wǎng)絡(luò)G和判別網(wǎng)絡(luò)D構(gòu)成。G通過(guò)學(xué)習(xí)真實(shí)樣本的結(jié)構(gòu),生成與真實(shí)樣本結(jié)構(gòu)相似的偽樣本;D用來(lái)分辨輸入數(shù)據(jù)是真實(shí)樣本還是偽樣本。G與D通過(guò)博弈,彼此不斷學(xué)習(xí)提升。直到D無(wú)法判斷輸入數(shù)據(jù)是真實(shí)樣本還是偽樣本時(shí),說(shuō)明G已經(jīng)學(xué)習(xí)到真實(shí)樣本數(shù)據(jù)結(jié)構(gòu)。

    GAN的訓(xùn)練方法如下。

    1)高斯噪聲通過(guò)G生成偽樣本,將偽樣本和真實(shí)樣本輸入最后一層激活函數(shù)為sigmoid 函數(shù)的D,真實(shí)樣本的標(biāo)簽設(shè)定為1,偽樣本的標(biāo)簽設(shè)定為0,轉(zhuǎn)化為一個(gè)二分類問題。使G的權(quán)值不變,通過(guò)反向傳播方法更新D中的權(quán)值,使D的判斷能力提高,用交叉熵作為其損失函數(shù)J(D),表達(dá)式為

    式中:y為樣本標(biāo)簽;x為真實(shí)樣本;G(z)為生成的偽樣本,z為輸入G的高斯噪聲;D(x)和D[G(z)]為真實(shí)樣本和偽樣本通過(guò)判別網(wǎng)絡(luò)的輸出。

    2)將偽樣本輸入D,并將偽樣本的標(biāo)簽記為1,通過(guò)反向傳播方法更新G的權(quán)值,使D將偽樣本判斷為真實(shí)樣本,從而使G可以學(xué)習(xí)真實(shí)樣本數(shù)據(jù)的結(jié)構(gòu)。同樣使用交叉熵作為損失函數(shù)J(G),表達(dá)式為

    3)不斷進(jìn)行迭代交替訓(xùn)練。G的目標(biāo)是生成足夠真的偽樣本,使得D無(wú)法準(zhǔn)確判斷;D的目標(biāo)是盡量準(zhǔn)確判斷真實(shí)樣本和偽樣本。G和D的損失函數(shù)可以等價(jià)為

    式中:Ex~Pdata為x的熵,Pdata為x的概率分布;Ez~Pz為z的熵,Pz為z的概率分布。

    總體損失函數(shù)V(D,G)表達(dá)式為

    網(wǎng)絡(luò)訓(xùn)練的最終理想結(jié)果是使G和D達(dá)到納什均衡,D無(wú)法判別G生成的偽樣本是否為真實(shí)樣本,即D[G(z)]=0.5。深度卷積生成對(duì)抗網(wǎng)絡(luò)(Deep Convolutional Generative Adversarial Networks,DCGAN)是一種基于GAN 的改進(jìn)算法[25]。該算法是將G和D均設(shè)計(jì)為卷積神經(jīng)網(wǎng)絡(luò),以卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征提取能力,提高GAN 的效果?;诖耍疚氖褂?D?DCGAN 對(duì)一維鋼軌波磨振動(dòng)信號(hào)進(jìn)行偽樣本生成。

    2 基于1D?DCGAN 的鋼軌波磨識(shí)別方法

    DCGAN 最初被應(yīng)用于圖像生成。對(duì)于一維波磨振動(dòng)信號(hào),設(shè)計(jì)合理的1D?DCGAN 有助于網(wǎng)絡(luò)提取波磨振動(dòng)信號(hào)的特征和學(xué)習(xí)波磨振動(dòng)數(shù)據(jù)的結(jié)構(gòu)?;?D?DCGAN 的鋼軌波磨識(shí)別方法分為以下四個(gè)步驟。

    1)波磨振動(dòng)數(shù)據(jù)預(yù)處理;

    2)波磨振動(dòng)數(shù)據(jù)偽樣本生成;

    3)波磨振動(dòng)數(shù)據(jù)時(shí)域特征提取及降維;

    4)分類模型的訓(xùn)練與鋼軌波磨狀態(tài)識(shí)別。

    2.1 波磨振動(dòng)數(shù)據(jù)預(yù)處理

    從實(shí)測(cè)數(shù)據(jù)中篩選出質(zhì)量較好的波磨振動(dòng)數(shù)據(jù),將50%的數(shù)據(jù)作為1D?DCGAN 模型訓(xùn)練數(shù)據(jù),剩余50%的數(shù)據(jù)作為波磨識(shí)別測(cè)試數(shù)據(jù)。將訓(xùn)練數(shù)據(jù)進(jìn)行歸一化處理,然后輸入到設(shè)計(jì)好的1D?DCGAN 模型中。

    2.2 1D?DCGAN的模型結(jié)構(gòu)設(shè)計(jì)

    1D?DCGAN 網(wǎng)絡(luò)參數(shù)見表1。模型中,以高斯噪聲z作為G的輸入,經(jīng)過(guò)反卷積和激活函數(shù)輸出G(z),將G(z)和x隨機(jī)輸入D,經(jīng)過(guò)多層卷積層計(jì)算,輸出標(biāo)簽為0或1,其中0代表偽樣本,1代表真實(shí)樣本。為了將輸出層得到的偽樣本數(shù)值限制在[-1,1],使用tanh作為生成網(wǎng)絡(luò)輸出層的激活函數(shù);為了使判別網(wǎng)絡(luò)的輸出值為0 或1,使用sigmoid 作為判別網(wǎng)絡(luò)的輸出層激活函數(shù)。在GAN 的訓(xùn)練過(guò)程中,由于判別網(wǎng)絡(luò)和生成網(wǎng)絡(luò)訓(xùn)練不平衡,容易出現(xiàn)生成網(wǎng)絡(luò)梯度消失。為減少這一影響,每更新一次判別網(wǎng)絡(luò)參數(shù),訓(xùn)練四次生成網(wǎng)絡(luò)。

    表1 1D?DCGAN網(wǎng)絡(luò)參數(shù)

    2.3 時(shí)域統(tǒng)計(jì)指標(biāo)的特征提取及降維

    對(duì)實(shí)測(cè)鋼軌波磨振動(dòng)數(shù)據(jù)與1D?DCGAN 生成的偽樣本進(jìn)行時(shí)域統(tǒng)計(jì)指標(biāo)特征提取,包括均值、均方根值、方根幅值、絕對(duì)平均值、偏斜度、峭度、方差、最大值、最小值、波形指標(biāo)、峰值指標(biāo)、脈沖指標(biāo)、裕度指標(biāo)、偏斜度指標(biāo)、峭度指標(biāo)共15種時(shí)域特征統(tǒng)計(jì)指標(biāo)。通過(guò)主成分分析(Principal Component Analysis,PCA)降維后,前3 個(gè)主成分分量的累計(jì)貢獻(xiàn)率就可以達(dá)到95%以上。為了便于特征可視化和減少分類模型的計(jì)算量,提取前3 個(gè)主成分作為鋼軌波磨振動(dòng)數(shù)據(jù)的特征。

    2.4 分類模型的訓(xùn)練與鋼軌波磨狀態(tài)識(shí)別

    分別使用K 近鄰算法(K?Nearest Neighbor,KNN)、支持向量機(jī)(Support Vector Machine,SVM)和決策樹(Decision Tree,DT)三種不同的分類模型對(duì)鋼軌波磨特征進(jìn)行分類。為了模擬不同程度的鋼軌波磨狀態(tài),將振動(dòng)信號(hào)的幅值A(chǔ)分別縮小50%和增大50%。

    在鋼軌波磨狀態(tài)識(shí)別過(guò)程中,將正常鋼軌的標(biāo)簽設(shè)定為0,幅值為0.5A、1.0A、1.5A的鋼軌波磨數(shù)據(jù)標(biāo)簽分別設(shè)定為1、2、3。將測(cè)試數(shù)據(jù)輸入到訓(xùn)練好的分類模型中,對(duì)正常鋼軌與不同波磨程度的鋼軌進(jìn)行狀態(tài)識(shí)別。

    3 試驗(yàn)驗(yàn)證

    3.1 數(shù)據(jù)概況

    試驗(yàn)數(shù)據(jù)選用杭海(杭州—海寧)城際鐵路的列車實(shí)測(cè)軸箱振動(dòng)信號(hào)。杭海城際鐵路于2021 年6 月開始進(jìn)行初期運(yùn)營(yíng),全長(zhǎng)46.38 km,全線共12個(gè)站點(diǎn),列車采用DC1500V架空接觸網(wǎng)授電的B2型車,2動(dòng)車 +2 半動(dòng)車,4 輛編組,運(yùn)行速度為80 km/h。使用振動(dòng)采集器對(duì)列車軸箱的振動(dòng)信號(hào)進(jìn)行采集,傳感器的布置見圖1。采樣頻率為5 120 Hz,每條數(shù)據(jù)為1 000 個(gè)采樣點(diǎn)。對(duì)獲取的軸箱振動(dòng)信號(hào)進(jìn)行篩選,共獲得400條品質(zhì)較好的鋼軌波磨樣本數(shù)據(jù)。其中200條數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),輸入到1D?DCGAN 中進(jìn)行模型訓(xùn)練;剩余200 條數(shù)據(jù)作為測(cè)試樣本,用作最后的鋼軌波磨識(shí)別。

    圖1 軸箱振動(dòng)測(cè)試中傳感器的布置

    3.2 數(shù)據(jù)生成

    使用所設(shè)計(jì)的1D?DCGAN 模型進(jìn)行數(shù)據(jù)生成。首先將200條真實(shí)的鋼軌波磨樣本數(shù)據(jù)進(jìn)行歸一化處理,然后輸入到模型中進(jìn)行訓(xùn)練。其中,優(yōu)化器使用Adam,學(xué)習(xí)率設(shè)置為0.000 01,迭代次數(shù)100 萬(wàn)次。為了得到最好的模型,每迭代5 萬(wàn)次對(duì)當(dāng)前模型進(jìn)行保存,然后繼續(xù)迭代。迭代完成后,挑選判別器對(duì)真實(shí)樣本和偽樣本的判別準(zhǔn)確率都在50%左右的模型,這個(gè)模型就是當(dāng)前最優(yōu)模型。使用binary crossentropy作為損失函數(shù),batch_size 設(shè)定為10,padding 選擇same。訓(xùn)練完成后,將1D?DCGAN 生成的數(shù)據(jù)進(jìn)行反歸一化,以得到與真實(shí)樣本相同的幅值。

    通過(guò)訓(xùn)練好的網(wǎng)絡(luò)生成偽樣本,與真實(shí)樣本進(jìn)行對(duì)比,見圖2??芍涸跁r(shí)域上,偽樣本與真實(shí)樣本的幅值基本一致,且結(jié)構(gòu)表現(xiàn)較為一致;在頻域上,偽樣本與真實(shí)樣本均在500 Hz和800 Hz附近幅值較大,二者主要頻段基本一致。

    圖2 真實(shí)樣本與偽樣本的時(shí)頻曲線對(duì)比

    對(duì)真實(shí)樣本、1D?DCGAN 生成的偽樣本及無(wú)損鋼軌數(shù)據(jù),計(jì)算15 個(gè)時(shí)域特征指標(biāo),使用PCA 降維后提取前3 個(gè)主成分分量作為其特征,見圖3??芍簜螛颖九c真實(shí)樣本的特征基本相同,并且與正常鋼軌提取的特征區(qū)別較大。

    圖3 真實(shí)樣本、偽樣本與無(wú)損鋼軌波磨數(shù)據(jù)特征對(duì)比

    3.3 數(shù)據(jù)集的建立

    挑選4 000 個(gè)正常鋼軌的振動(dòng)信號(hào),作為無(wú)波磨故障的振動(dòng)信號(hào);通過(guò)1D?DCGAN 生成1 000 個(gè)偽樣本波磨數(shù)據(jù),作為波磨振動(dòng)信號(hào)。為了對(duì)不同程度的波磨情況進(jìn)行模擬,分別將波磨信號(hào)的幅值A(chǔ)縮小至0.5A和增大至1.5A,即訓(xùn)練數(shù)據(jù)包含4 000 個(gè)無(wú)波磨數(shù)據(jù)和1 000 個(gè)0.5A的波磨數(shù)據(jù)、1 000 個(gè)1.0A的波磨數(shù)據(jù)和1 000個(gè)1.5A的波磨數(shù)據(jù)。將測(cè)試數(shù)據(jù)中的200 條鋼軌波磨數(shù)據(jù)進(jìn)行幅值放大、縮小后,與200 條無(wú)波磨數(shù)據(jù)一起作為測(cè)試數(shù)據(jù)集。

    3.4 試驗(yàn)結(jié)果及分析

    計(jì)算不同幅值波磨數(shù)據(jù)的15種時(shí)域統(tǒng)計(jì)指標(biāo),使用PCA 對(duì)特征進(jìn)行降維后,取前3 個(gè)主成分分量作為其特征,見圖4??芍翰バ盘?hào)的幅值越高,波磨振動(dòng)的信號(hào)越大,使用一維深度卷積生成對(duì)抗網(wǎng)絡(luò)的鋼軌波磨偽樣本與真實(shí)波磨樣本特征越接近。

    圖4 不同幅值波磨數(shù)據(jù)特征對(duì)比

    為了表明研究數(shù)據(jù)量對(duì)模型訓(xùn)練以及分類準(zhǔn)確率的影響,分別用不同數(shù)量的數(shù)據(jù)進(jìn)行模型訓(xùn)練,并對(duì)比其準(zhǔn)確率。使用KNN、SVM 和DT 三種分類模型進(jìn)行模型訓(xùn)練和分類,訓(xùn)練模型的數(shù)據(jù)量分別為樣本總量的20%、40%、60%、80%和100%,其分類準(zhǔn)確率與樣本數(shù)量的關(guān)系見圖5??芍喝N分類模型的平均分類準(zhǔn)確率都隨著訓(xùn)練數(shù)據(jù)樣本數(shù)量的增加而增大,其中平均分類準(zhǔn)確率最高的是SVM,可以達(dá)到96.344%;準(zhǔn)確率隨數(shù)據(jù)規(guī)模變化最明顯的是DT,從89.5%增至92.5%。

    圖5 三種分類模型的平均分類準(zhǔn)確率隨樣本數(shù)量的變化曲線

    4 結(jié)論

    本文提出一種基于1D?DCGAN 的鋼軌波磨識(shí)別方法。首先使用1D?DCGAN 生成的鋼軌波磨偽樣本進(jìn)行數(shù)據(jù)集擴(kuò)充;然后計(jì)算數(shù)據(jù)的15 種時(shí)域統(tǒng)計(jì)指標(biāo),進(jìn)行PCA降維,并取前3個(gè)主成分分量作為鋼軌波磨的特征進(jìn)行分類模型的訓(xùn)練;最后通過(guò)訓(xùn)練好的模型進(jìn)行鋼軌波磨識(shí)別。主要結(jié)論如下:

    1)1D?DCGAN 生成的偽樣本,在時(shí)域、頻域和時(shí)域統(tǒng)計(jì)指標(biāo)方面都與真實(shí)樣本基本一致,可以在樣本不足時(shí)用來(lái)擴(kuò)充數(shù)據(jù)集。

    2)KNN、SVM 和DT 三種分類模型的平均分類準(zhǔn)確率都隨著訓(xùn)練樣本規(guī)模增加而增大,其中SVM 的平均分類準(zhǔn)確率最高。

    猜你喜歡
    波磨鋼軌幅值
    城軌小半徑曲線鋼軌波磨的成因與整治研究綜述
    北京地鐵鋼軌波磨現(xiàn)狀及防治措施
    鋼軌焊后雙中頻感應(yīng)加熱工藝研究
    基于S變換的交流電網(wǎng)幅值檢測(cè)系統(tǒng)計(jì)算機(jī)仿真研究
    電子制作(2017年7期)2017-06-05 09:36:13
    正序電壓幅值檢測(cè)及諧波抑制的改進(jìn)
    低壓電力線信道脈沖噪聲的幅值與寬度特征
    高速鐵路鋼軌疲勞過(guò)程的超聲非線性系數(shù)表征
    國(guó)內(nèi)外高速鐵路鋼軌性能對(duì)比研究
    高速鐵路鋼軌波磨對(duì)車輛—軌道動(dòng)態(tài)響應(yīng)的影響
    基于零序電壓幅值增量的消弧線圈調(diào)諧新方法
    欧美国产精品va在线观看不卡| 老司机影院成人| 九色亚洲精品在线播放| 久久久久久久国产电影| 欧美日本中文国产一区发布| 色精品久久人妻99蜜桃| 人人妻人人澡人人看| 日本猛色少妇xxxxx猛交久久| 中文字幕高清在线视频| 老司机在亚洲福利影院| 午夜福利视频在线观看免费| 国产在线免费精品| 久久99一区二区三区| 国产成人精品在线电影| 婷婷色av中文字幕| 看免费成人av毛片| 亚洲精品一二三| 性色av一级| 国产精品熟女久久久久浪| 亚洲精品日本国产第一区| 超碰97精品在线观看| 丝袜喷水一区| 久久精品国产亚洲av涩爱| 在线精品无人区一区二区三| 黑人巨大精品欧美一区二区蜜桃| 深夜精品福利| 一本一本久久a久久精品综合妖精| 老汉色∧v一级毛片| a 毛片基地| 99热国产这里只有精品6| 精品国产乱码久久久久久男人| 叶爱在线成人免费视频播放| 中国美女看黄片| 亚洲人成电影免费在线| 国产精品免费大片| 久久影院123| 丰满人妻熟妇乱又伦精品不卡| 制服人妻中文乱码| 在线观看国产h片| 亚洲av男天堂| 日本vs欧美在线观看视频| 国产成人av教育| 亚洲精品久久久久久婷婷小说| 成人手机av| 男女边摸边吃奶| 交换朋友夫妻互换小说| 欧美激情高清一区二区三区| 久久中文字幕一级| 亚洲九九香蕉| 狠狠婷婷综合久久久久久88av| 日韩熟女老妇一区二区性免费视频| 成在线人永久免费视频| 老鸭窝网址在线观看| 国产97色在线日韩免费| 青春草亚洲视频在线观看| 精品高清国产在线一区| 9色porny在线观看| 亚洲av片天天在线观看| 91九色精品人成在线观看| 老司机在亚洲福利影院| 激情视频va一区二区三区| 丰满饥渴人妻一区二区三| 精品人妻1区二区| 欧美老熟妇乱子伦牲交| 天天添夜夜摸| 亚洲美女黄色视频免费看| 久久精品久久久久久噜噜老黄| 又大又爽又粗| 视频区欧美日本亚洲| 色网站视频免费| 亚洲av国产av综合av卡| 老司机午夜十八禁免费视频| 日本一区二区免费在线视频| 美女主播在线视频| 日韩伦理黄色片| 欧美黄色淫秽网站| 黄色a级毛片大全视频| 91精品伊人久久大香线蕉| 国产精品一区二区免费欧美 | 在线av久久热| 只有这里有精品99| 看免费成人av毛片| 欧美在线黄色| 日韩中文字幕欧美一区二区 | 1024香蕉在线观看| 悠悠久久av| 韩国精品一区二区三区| av天堂在线播放| 午夜福利一区二区在线看| 国产日韩欧美在线精品| 久热这里只有精品99| 考比视频在线观看| 国产精品香港三级国产av潘金莲 | 国产黄频视频在线观看| 亚洲九九香蕉| 亚洲久久久国产精品| 国产精品麻豆人妻色哟哟久久| 天堂俺去俺来也www色官网| 亚洲欧美一区二区三区国产| 日韩免费高清中文字幕av| 黄色毛片三级朝国网站| 久久精品国产综合久久久| 国语对白做爰xxxⅹ性视频网站| 久久久久国产精品人妻一区二区| 欧美 日韩 精品 国产| 丝袜喷水一区| 在线精品无人区一区二区三| 国产欧美亚洲国产| 十八禁网站网址无遮挡| 人人妻人人爽人人添夜夜欢视频| 捣出白浆h1v1| 91麻豆精品激情在线观看国产 | 亚洲人成77777在线视频| 亚洲国产毛片av蜜桃av| 纯流量卡能插随身wifi吗| 精品福利观看| 午夜日韩欧美国产| 午夜激情久久久久久久| 欧美精品一区二区大全| 亚洲精品美女久久久久99蜜臀 | 免费人妻精品一区二区三区视频| 看免费成人av毛片| 国产精品香港三级国产av潘金莲 | 天天躁夜夜躁狠狠久久av| 欧美日本中文国产一区发布| 91精品三级在线观看| 欧美av亚洲av综合av国产av| 夫妻午夜视频| 国产在线观看jvid| 亚洲熟女毛片儿| 精品高清国产在线一区| 国产精品一区二区在线不卡| 婷婷色综合大香蕉| 18在线观看网站| av有码第一页| 一本一本久久a久久精品综合妖精| 国产真人三级小视频在线观看| 精品人妻1区二区| 国产成人欧美| 九色亚洲精品在线播放| 一本综合久久免费| 91精品伊人久久大香线蕉| 黄色毛片三级朝国网站| av在线播放精品| 人人澡人人妻人| 亚洲情色 制服丝袜| 亚洲精品av麻豆狂野| 人人妻人人添人人爽欧美一区卜| 国产精品人妻久久久影院| 精品一区二区三区四区五区乱码 | 亚洲人成电影免费在线| 免费高清在线观看视频在线观看| 狠狠婷婷综合久久久久久88av| 中文字幕人妻丝袜制服| 亚洲av日韩精品久久久久久密 | 波野结衣二区三区在线| 久久精品国产亚洲av涩爱| 精品亚洲成a人片在线观看| 亚洲伊人色综图| 性色av一级| 另类精品久久| 手机成人av网站| 亚洲av电影在线观看一区二区三区| 成人国语在线视频| 视频区图区小说| 观看av在线不卡| 后天国语完整版免费观看| 久久精品亚洲av国产电影网| 美女主播在线视频| 中国美女看黄片| 亚洲国产精品成人久久小说| 在线观看免费高清a一片| netflix在线观看网站| 精品第一国产精品| 99九九在线精品视频| 色播在线永久视频| 一本久久精品| 啦啦啦啦在线视频资源| 国产日韩欧美在线精品| 免费黄频网站在线观看国产| 亚洲精品国产av蜜桃| 嫩草影视91久久| 晚上一个人看的免费电影| 欧美成人精品欧美一级黄| 国产精品久久久久成人av| 人妻人人澡人人爽人人| 国产黄色视频一区二区在线观看| 国产成人免费无遮挡视频| 在线 av 中文字幕| 亚洲精品国产av蜜桃| 亚洲人成网站在线观看播放| 叶爱在线成人免费视频播放| 99香蕉大伊视频| 午夜激情久久久久久久| 中文字幕av电影在线播放| 国产老妇伦熟女老妇高清| 在线观看人妻少妇| 国产精品.久久久| 久久女婷五月综合色啪小说| 欧美在线一区亚洲| 亚洲成国产人片在线观看| 亚洲精品国产av成人精品| 亚洲 国产 在线| 欧美黑人欧美精品刺激| 这个男人来自地球电影免费观看| av网站在线播放免费| 国产免费视频播放在线视频| a级毛片黄视频| 99久久人妻综合| 在线亚洲精品国产二区图片欧美| 欧美97在线视频| 免费少妇av软件| 日韩精品免费视频一区二区三区| 国产精品国产av在线观看| 久久精品国产亚洲av涩爱| 欧美激情高清一区二区三区| 观看av在线不卡| 91麻豆av在线| 亚洲欧洲日产国产| 啦啦啦中文免费视频观看日本| 下体分泌物呈黄色| 乱人伦中国视频| 夜夜骑夜夜射夜夜干| 亚洲综合色网址| 王馨瑶露胸无遮挡在线观看| 婷婷色综合www| 国产野战对白在线观看| 国产av精品麻豆| bbb黄色大片| 久久久久精品国产欧美久久久 | 亚洲精品自拍成人| 十分钟在线观看高清视频www| 亚洲伊人久久精品综合| 天堂8中文在线网| 午夜日韩欧美国产| 少妇 在线观看| 久久久久久久大尺度免费视频| 成人国产一区最新在线观看 | 观看av在线不卡| 国产男女内射视频| 久久人人爽av亚洲精品天堂| 精品久久久精品久久久| a 毛片基地| 亚洲欧美日韩高清在线视频 | av在线app专区| 深夜精品福利| 男女之事视频高清在线观看 | 成人国产av品久久久| 国产一卡二卡三卡精品| 男的添女的下面高潮视频| 国产精品成人在线| 熟女少妇亚洲综合色aaa.| 欧美 亚洲 国产 日韩一| 国产亚洲精品第一综合不卡| 美女高潮到喷水免费观看| 黄色片一级片一级黄色片| xxxhd国产人妻xxx| 999精品在线视频| 亚洲精品一二三| 99国产精品一区二区蜜桃av | 亚洲熟女精品中文字幕| 亚洲国产欧美在线一区| 99久久99久久久精品蜜桃| 成年av动漫网址| 国产一区二区三区综合在线观看| 日韩人妻精品一区2区三区| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品久久午夜乱码| 99国产精品一区二区三区| 丝袜人妻中文字幕| 亚洲av成人精品一二三区| 国产成人av激情在线播放| 色婷婷久久久亚洲欧美| 天堂俺去俺来也www色官网| 极品少妇高潮喷水抽搐| 亚洲人成网站在线观看播放| 女性生殖器流出的白浆| a级毛片在线看网站| 性少妇av在线| 超碰成人久久| 欧美精品亚洲一区二区| 悠悠久久av| 日韩精品免费视频一区二区三区| 捣出白浆h1v1| cao死你这个sao货| 欧美日韩视频精品一区| 亚洲欧洲日产国产| 免费一级毛片在线播放高清视频 | 精品少妇内射三级| 下体分泌物呈黄色| 欧美 日韩 精品 国产| 久久精品aⅴ一区二区三区四区| 性高湖久久久久久久久免费观看| 久久99一区二区三区| 别揉我奶头~嗯~啊~动态视频 | 亚洲成国产人片在线观看| 黄色怎么调成土黄色| 中文字幕av电影在线播放| 婷婷色综合www| 成人午夜精彩视频在线观看| 久久天躁狠狠躁夜夜2o2o | 午夜免费男女啪啪视频观看| 久久久久久久久久久久大奶| 国产精品秋霞免费鲁丝片| 成人18禁高潮啪啪吃奶动态图| 王馨瑶露胸无遮挡在线观看| 久久精品久久久久久久性| 一区福利在线观看| 免费观看人在逋| 亚洲色图 男人天堂 中文字幕| 久久久精品94久久精品| 午夜日韩欧美国产| 久久久久久免费高清国产稀缺| 亚洲第一av免费看| 性高湖久久久久久久久免费观看| 青草久久国产| 国产亚洲欧美精品永久| 好男人视频免费观看在线| 蜜桃国产av成人99| 91麻豆精品激情在线观看国产 | 欧美日韩av久久| 18禁观看日本| 国产野战对白在线观看| 亚洲九九香蕉| 精品国产一区二区久久| 啦啦啦在线免费观看视频4| 一区二区三区激情视频| 精品人妻在线不人妻| 肉色欧美久久久久久久蜜桃| 操出白浆在线播放| 亚洲欧洲精品一区二区精品久久久| 在线 av 中文字幕| 亚洲国产毛片av蜜桃av| 成人亚洲精品一区在线观看| 久久九九热精品免费| 黑人欧美特级aaaaaa片| 国产精品99久久99久久久不卡| 尾随美女入室| 爱豆传媒免费全集在线观看| 好男人视频免费观看在线| 国产欧美日韩一区二区三区在线| 亚洲精品国产av成人精品| 国产一区有黄有色的免费视频| 亚洲成av片中文字幕在线观看| 老司机影院毛片| 这个男人来自地球电影免费观看| 如日韩欧美国产精品一区二区三区| e午夜精品久久久久久久| 男女国产视频网站| 久久国产精品人妻蜜桃| 操出白浆在线播放| 精品久久蜜臀av无| 丰满人妻熟妇乱又伦精品不卡| 午夜福利视频精品| 亚洲欧美精品综合一区二区三区| 99久久人妻综合| 国产欧美日韩一区二区三 | 国产亚洲午夜精品一区二区久久| 久久久国产一区二区| 国产1区2区3区精品| 老司机影院成人| 飞空精品影院首页| 亚洲av成人不卡在线观看播放网 | 久久 成人 亚洲| 老司机影院成人| 又紧又爽又黄一区二区| 成人国产一区最新在线观看 | 又大又爽又粗| 亚洲人成电影免费在线| 久久久精品94久久精品| 脱女人内裤的视频| 手机成人av网站| 人妻 亚洲 视频| 欧美激情 高清一区二区三区| 亚洲精品美女久久av网站| 欧美精品一区二区大全| 观看av在线不卡| www.精华液| 一本大道久久a久久精品| 国产欧美日韩一区二区三区在线| 人妻 亚洲 视频| 最近最新中文字幕大全免费视频 | 99久久精品国产亚洲精品| 欧美大码av| 一本综合久久免费| 美女视频免费永久观看网站| 国产真人三级小视频在线观看| 欧美激情极品国产一区二区三区| 亚洲欧美一区二区三区黑人| 日本一区二区免费在线视频| 国产男女内射视频| 好男人视频免费观看在线| 麻豆乱淫一区二区| 搡老岳熟女国产| 久久久久精品人妻al黑| 最新的欧美精品一区二区| 国产精品 欧美亚洲| 国产精品一二三区在线看| 丁香六月天网| 亚洲av美国av| 成年美女黄网站色视频大全免费| 一级片免费观看大全| 99热国产这里只有精品6| 国产国语露脸激情在线看| 婷婷丁香在线五月| av一本久久久久| 丰满少妇做爰视频| 亚洲av综合色区一区| 亚洲伊人色综图| 考比视频在线观看| 免费观看人在逋| 欧美人与性动交α欧美精品济南到| 女警被强在线播放| 国产视频首页在线观看| 午夜福利视频精品| 高潮久久久久久久久久久不卡| 午夜久久久在线观看| 久久综合国产亚洲精品| 好男人视频免费观看在线| 97人妻天天添夜夜摸| 嫩草影视91久久| 丰满人妻熟妇乱又伦精品不卡| xxxhd国产人妻xxx| 亚洲欧美一区二区三区国产| 极品少妇高潮喷水抽搐| 99re6热这里在线精品视频| 满18在线观看网站| 久久精品国产亚洲av高清一级| 天天躁夜夜躁狠狠久久av| 两人在一起打扑克的视频| 国产一区二区 视频在线| xxxhd国产人妻xxx| 人妻人人澡人人爽人人| 女性被躁到高潮视频| 久久精品国产a三级三级三级| 国产av精品麻豆| 欧美另类一区| av不卡在线播放| 乱人伦中国视频| 午夜av观看不卡| 国精品久久久久久国模美| 亚洲成人免费av在线播放| 1024视频免费在线观看| 黑人猛操日本美女一级片| 九色亚洲精品在线播放| 久久亚洲精品不卡| 男女边摸边吃奶| 人人澡人人妻人| 狂野欧美激情性bbbbbb| 久久国产精品男人的天堂亚洲| 国产伦人伦偷精品视频| 亚洲欧洲国产日韩| 久久人人爽人人片av| 赤兔流量卡办理| 后天国语完整版免费观看| 午夜福利视频精品| 国产亚洲av片在线观看秒播厂| 天天操日日干夜夜撸| 一级片'在线观看视频| 在现免费观看毛片| tube8黄色片| cao死你这个sao货| 国产激情久久老熟女| 欧美日韩av久久| 91麻豆精品激情在线观看国产 | 人人妻人人澡人人爽人人夜夜| 免费观看a级毛片全部| av国产精品久久久久影院| 久久久久久久大尺度免费视频| 色94色欧美一区二区| www.熟女人妻精品国产| 咕卡用的链子| 91成人精品电影| 啦啦啦啦在线视频资源| 久久久久国产精品人妻一区二区| 午夜免费观看性视频| 中文字幕最新亚洲高清| 亚洲一区中文字幕在线| 久久国产精品男人的天堂亚洲| 亚洲国产精品999| 丝袜人妻中文字幕| 久久午夜综合久久蜜桃| 婷婷色av中文字幕| 亚洲精品久久成人aⅴ小说| 最近中文字幕2019免费版| 成人黄色视频免费在线看| 亚洲精品av麻豆狂野| 狠狠精品人妻久久久久久综合| 性高湖久久久久久久久免费观看| 两人在一起打扑克的视频| 亚洲自偷自拍图片 自拍| 欧美精品高潮呻吟av久久| 免费女性裸体啪啪无遮挡网站| 国产成人91sexporn| 老司机深夜福利视频在线观看 | 国产97色在线日韩免费| 亚洲中文日韩欧美视频| 国产亚洲av片在线观看秒播厂| 久久久久久久久久久久大奶| 国产成人啪精品午夜网站| 亚洲欧美激情在线| 在线精品无人区一区二区三| 99热国产这里只有精品6| 国产成人精品久久二区二区免费| 人人妻,人人澡人人爽秒播 | 国产成人欧美在线观看 | 国产精品免费大片| 一区二区三区乱码不卡18| 少妇精品久久久久久久| 欧美激情高清一区二区三区| 色婷婷av一区二区三区视频| 91精品伊人久久大香线蕉| 人人妻,人人澡人人爽秒播 | 岛国毛片在线播放| 日本vs欧美在线观看视频| av不卡在线播放| 久久精品aⅴ一区二区三区四区| 视频在线观看一区二区三区| 亚洲欧美日韩高清在线视频 | 久久久精品国产亚洲av高清涩受| 亚洲,一卡二卡三卡| 中文字幕亚洲精品专区| 久久国产精品大桥未久av| av又黄又爽大尺度在线免费看| 女性被躁到高潮视频| 国产午夜精品一二区理论片| 日本av免费视频播放| 美女福利国产在线| 乱人伦中国视频| 高清黄色对白视频在线免费看| 亚洲国产欧美在线一区| 99热全是精品| 成年人免费黄色播放视频| 亚洲天堂av无毛| 欧美日韩国产mv在线观看视频| 午夜免费成人在线视频| 国产成人精品无人区| 国产人伦9x9x在线观看| 美女视频免费永久观看网站| 丝袜美腿诱惑在线| 成人黄色视频免费在线看| 中文字幕高清在线视频| 亚洲欧美色中文字幕在线| 51午夜福利影视在线观看| 高清av免费在线| 在线观看www视频免费| 亚洲成色77777| 国产一区亚洲一区在线观看| 九色亚洲精品在线播放| 精品人妻熟女毛片av久久网站| 久9热在线精品视频| 国产1区2区3区精品| 丝瓜视频免费看黄片| av欧美777| 亚洲熟女精品中文字幕| 国产日韩一区二区三区精品不卡| 狠狠精品人妻久久久久久综合| 99精国产麻豆久久婷婷| 自拍欧美九色日韩亚洲蝌蚪91| 午夜两性在线视频| 黄色一级大片看看| bbb黄色大片| 夜夜骑夜夜射夜夜干| 考比视频在线观看| 亚洲人成77777在线视频| 国产成人免费观看mmmm| 黄色毛片三级朝国网站| 熟女av电影| 国产成人免费观看mmmm| 操美女的视频在线观看| 成年人午夜在线观看视频| 九草在线视频观看| 操美女的视频在线观看| 欧美日韩精品网址| 亚洲中文av在线| 精品久久蜜臀av无| 国产视频一区二区在线看| 国产又色又爽无遮挡免| 国产精品偷伦视频观看了| 高清不卡的av网站| 久久久久久人人人人人| 国产熟女欧美一区二区| av片东京热男人的天堂| 色婷婷久久久亚洲欧美| 赤兔流量卡办理| av片东京热男人的天堂| 国产在视频线精品| a级片在线免费高清观看视频| 香蕉国产在线看| 亚洲国产精品一区三区| 美国免费a级毛片| 天天影视国产精品| 嫁个100分男人电影在线观看 | 精品一区二区三区四区五区乱码 | 肉色欧美久久久久久久蜜桃| 亚洲av成人精品一二三区| 一本大道久久a久久精品| 1024香蕉在线观看| 欧美 亚洲 国产 日韩一| 精品视频人人做人人爽| 成年人黄色毛片网站| 午夜福利视频精品| avwww免费| 国产精品成人在线| 高清不卡的av网站| 日本欧美视频一区| 成人黄色视频免费在线看| 欧美 亚洲 国产 日韩一| 激情视频va一区二区三区| 亚洲精品美女久久av网站| 欧美国产精品一级二级三级| 欧美97在线视频| 亚洲欧美成人综合另类久久久| 日韩 亚洲 欧美在线| 免费观看av网站的网址|