• <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 LabVIEW 的 MEMD 改進(jìn)算法化工機(jī)械故障監(jiān)測(cè)研究

    2023-06-12 05:51:50馮哲瑋
    粘接 2023年5期
    關(guān)鍵詞:化工機(jī)械支持向量機(jī)算法

    馮哲瑋

    摘要:針對(duì)化工機(jī)械故障診斷過程中未考慮特征數(shù)據(jù)間的相關(guān)性,導(dǎo)致診斷準(zhǔn)確率低的問題,提出改變振動(dòng)特征提取的方式,以提高故障診斷準(zhǔn)確率。對(duì)多尺度熵的時(shí)間窗函數(shù)進(jìn)行改進(jìn),以增加粗粒向量中的振動(dòng)數(shù)據(jù)信息。引入自適應(yīng)算法,進(jìn)行向量距離計(jì)算優(yōu)化,簡化特征計(jì)算過程。將MEMD 算法與改進(jìn)后的多尺度熵相結(jié)合,同時(shí)對(duì)多個(gè)振動(dòng)數(shù)據(jù)進(jìn)行分析,通過振動(dòng)向量之間的距離計(jì)算,確定其相關(guān)性;通過IMF分量篩選,輸出最優(yōu)特征矩陣;通過實(shí)驗(yàn)進(jìn)行改進(jìn)算法和改進(jìn)系統(tǒng)的性能驗(yàn)證。結(jié)果表明,改進(jìn)后的算法圖去除的特征具有明顯的可分性,能夠更容易被識(shí)別分類,改進(jìn)后的系統(tǒng)識(shí)別率有明顯提高,相較于改進(jìn)前具有明顯優(yōu)勢(shì)。

    關(guān)鍵詞:MEMD 算法;化工機(jī)械;支持向量機(jī);振動(dòng)識(shí)別

    中圖分類號(hào):TP392;TQ056文獻(xiàn)標(biāo)志碼:A文章編號(hào):1001-5922(2023)05-0112-05

    Researchonfaultmonitoringof chemicalmachinery withMEMDalgorithmbasedonLabVIEW

    FENG Zhewei

    (JinshanCollege of Fujian Agriculture and Forestry University,F(xiàn)uzhou 350002,China)

    Abstract: Given that in the current chemical machinery fault monitoring system,the correlation between character? istic data is not considered,which leads to the problem of low monitoring and identification performance,the meth? od of changing the vibration feature extraction is proposed to improve the accuracy of machinery fault monitoring. Firstly,the time window function of multi-scale entropy was improved to increase the vibration data in coarse parti? cle vector. Then,an adaptive algorithm was introduced to optimize the vector distance calculation and simplify thefeature calculation process. Finally,the MEMD algorithm was combined with the improved multi-scale entropy, and multiple vibration data were analyzed at the same time. The correlation was determined by calculating the dis? tance between vibration vectors;the optimal feature matrix was output by IMF component screening;experimentswere carried out to verify the performance of the improved algorithm and the improved system. The results show thatthe features removed by the improved algorithm have obvious separability and can be identified and classified moreeasily. The recognition rate of the improved system is obviously improved,and has obvious advantages comparedwith that before improvement.

    Keywords: MEMD algorithm;chemical machinery;support vector machine;vibration recognition

    隨著科技的進(jìn)步,化工機(jī)械所具有的功能越來越多,應(yīng)用面越發(fā)廣泛。但隨著功能需求的增加,機(jī)械結(jié)構(gòu)也越發(fā)復(fù)雜,針對(duì)不同機(jī)械設(shè)備,已有多種故障監(jiān)測(cè)系統(tǒng)出現(xiàn),如將數(shù)據(jù)挖掘引入旋轉(zhuǎn)機(jī)械的故障監(jiān)測(cè)系統(tǒng),搭建雙流CNN 遷移模型,實(shí)現(xiàn)對(duì)這類設(shè)備故障狀態(tài)的準(zhǔn)確評(píng)估[1];基于振動(dòng)分析進(jìn)行故障預(yù)警方法研究,實(shí)現(xiàn)對(duì)礦用通風(fēng)機(jī)的故障監(jiān)測(cè)[2];對(duì)降維方法進(jìn)行改進(jìn),使監(jiān)測(cè)識(shí)別的智能性和精準(zhǔn)度得到提高[3]。鑒于此,引入多通道的 MEMD 算法,對(duì)振動(dòng)信號(hào)進(jìn)行特征提取的同時(shí),分析振動(dòng)信號(hào)之間的相關(guān)性。但由于 MEMD 算法本身的結(jié)構(gòu)存在缺陷,會(huì)導(dǎo)致特征提取性能的穩(wěn)定性較低,因此,引入改進(jìn)的多尺度熵對(duì)MEMD 算法進(jìn)行改進(jìn)。

    1 MEMD 算法

    MEMD算法是基于多維向量空間改進(jìn)的EMD 算法[4],具有極佳的多通道信號(hào)同步分析能力。其通過構(gòu)建多維超球面空間,實(shí)現(xiàn)對(duì)多元信號(hào)的向量轉(zhuǎn)換。對(duì)于 n-1維的超球面,包含 n 個(gè)維度的特征信息,若超球面的半徑為 R ,則該向量空間可以表示為:

    式中:x 為自變量。

    1.1Hammersley序列采樣法

    引入Hammersley序列采樣法,獲得 J個(gè)采樣點(diǎn),經(jīng)過坐標(biāo)向量轉(zhuǎn)換,即確定單位方向向量集合(x1,x2 , … ,xj)。對(duì)于輸入的第 m 個(gè)信號(hào)vm,在 tm 時(shí)刻取得xj方向的最大映射值pj (tm)。此時(shí),利用多元樣條插值函數(shù)計(jì)算過(vm, tm)的多維包絡(luò)線Ej (tm),接著計(jì)算信號(hào)均值:

    M(tm)= Ej (tm)/J(2)

    1.2 IMF 分量

    引入IMF分量余項(xiàng) R(tm):

    R(tm)= V(tm)- M(tm)(3)

    通過迭代對(duì)式(3)的計(jì)算值進(jìn)行更新,即可對(duì)輸入信號(hào)進(jìn)行最佳劃分。假設(shè)最佳分解方案的IMF分層數(shù)目為 d ,則分解后的多元信號(hào)為:

    式中:r(tm)為IMF分量。

    1.3 Rilling法

    通過Rilling法[4]確定評(píng)估函數(shù):

    若 f (tm)的計(jì)算數(shù)值不在規(guī)定閾值內(nèi),則倒回映射操作,重新進(jìn)行分解計(jì)算;若在閾值內(nèi),則轉(zhuǎn)入 R(tm)驗(yàn)證部分。若 R(tm)>3,則倒回映射操作重新進(jìn)行分解計(jì)算;若 R(tm)<3,則輸出分解后的多元信號(hào)。

    2 基于多尺度模糊熵改進(jìn) MEMD 算法的特征提取

    2.1多尺度熵

    在樣本熵中加入多尺度化方法,即可得到多尺度熵(MSE)。多尺度熵本質(zhì)上是一種對(duì)輸入信號(hào)進(jìn)行復(fù)雜度分析的方法,通過相似度計(jì)算,對(duì)時(shí)間序列的不規(guī)則程度進(jìn)行評(píng)估。

    2.1.1粗粒化過程獲取時(shí)間序列

    假設(shè)輸入數(shù)據(jù)可用集合 X={x1,x2 , … ,xn}表示,其序列長度為 N ,引入粗粒向量構(gòu)建公式:

    式中:r 為尺度因子,取正整數(shù);j 為系數(shù)參數(shù),取值滿足:

    式中:L 」為向下取整符號(hào)。

    聯(lián)立式(6)和式(7)可知,當(dāng) r =1時(shí),為輸入原始數(shù)據(jù);當(dāng) r 取值不為1時(shí),利用 r 長度的窗函數(shù)以平移的方式對(duì)數(shù)據(jù)進(jìn)行順序整理。

    2.1.2 進(jìn)行樣本熵計(jì)算

    將計(jì)算得到的 r 個(gè)樣本熵值按照時(shí)間排序進(jìn)行繪制。通過相似容限和嵌入維數(shù)分析,確定 r 取值范圍在[1 , rmax]。因此,多尺度熵計(jì)算值(MSE)及其排序方式可表示為:

    MSE =[SE1,SE2 ,,SErmax](8)

    式中:SEr為 r 尺度下的樣本熵值。

    2.2 基于時(shí)間窗改進(jìn)的多尺度熵

    根據(jù)多尺度熵的原理分析可知,時(shí)間序列長度與 r 值成反比。當(dāng) r 值取值過大時(shí),會(huì)出現(xiàn)真實(shí)計(jì)算值與取整數(shù)值的相對(duì)差異較大的情況,進(jìn)而導(dǎo)致粗粒化后數(shù)據(jù)信息丟失嚴(yán)重;當(dāng)τ值取值過小時(shí),對(duì)數(shù)個(gè)IMF分量;

    據(jù)信息的不規(guī)則程度反映效果較低[7]。為解決這類問(2)進(jìn)行IMF 分量進(jìn)行篩選。選擇多尺度模糊熵題,可改進(jìn)時(shí)間窗函數(shù)的平移方式,使粗?;^程得來進(jìn)行時(shí)間序列分析,通過判斷相關(guān)系數(shù) H 的取值以改進(jìn)。

    (1)引入?yún)?shù) k ,滿足:

    式中:「│為向上取整符號(hào)。

    (2)當(dāng)尺度因子確定時(shí),改進(jìn)后的粗?;D(zhuǎn)換公式為:

    改進(jìn)后的粗粒化過程如圖1所示。

    從圖1可以看出,算法改進(jìn)后,對(duì)每個(gè)尺度因子,需要設(shè)定k個(gè)窗函數(shù)進(jìn)行粗粒向量構(gòu)建。因此,計(jì)算獲得的樣本熵值也存在k個(gè),以其平均值作為t尺度下的樣本熵值。則算法改進(jìn)后的多尺度熵計(jì)算值及其排序方式可表示為:

    式中:r為相似容限;m為嵌入維數(shù),二者共同決定τ的最大取值。

    由于[t/3]中的數(shù)字3表示y.(j)與y.(j+1)時(shí)間窗格的間隔點(diǎn)數(shù)。因此,計(jì)算過程中的取樣隨機(jī)性和規(guī)律性能夠同時(shí)得到保證。

    2.3 多尺度模糊熵改進(jìn)的MEMD算法

    為提高特征提取的準(zhǔn)確度,在多尺度熵中引入自適應(yīng)算法,將距離求解公式換為模糊度函數(shù)?,即得到多尺度模糊熵算法。改進(jìn)后的運(yùn)算流程為:(1)根據(jù)自適應(yīng)算法的相關(guān)內(nèi)容,確定自適應(yīng)因子σ;(2)根據(jù)σ數(shù)值,生成粗?;蛄?;(3)在通過模糊度函數(shù)計(jì)算各向量間的距離,最后輸出提取特征。

    2.4 特征提取流程

    基于以上改進(jìn),將化工機(jī)械故障信號(hào)的提出流程分為幾步:

    (1)通過MEMD算法進(jìn)行振動(dòng)數(shù)據(jù)分解得到多個(gè)IMF分量;

    (2)進(jìn)行IMF分量進(jìn)行篩選。選擇多尺度模糊熵來進(jìn)行時(shí)間序列分析,通過判斷相關(guān)系數(shù)H的取值是否在閾值內(nèi),即可對(duì)IMF分量進(jìn)行保留和刪除。對(duì)時(shí)間序列X和Y,其相關(guān)系數(shù)的計(jì)算式為2:

    式中:cov為協(xié)方差。

    當(dāng)H(XY)→0時(shí),表示X和Y相關(guān)性較低,刪除該IMF分量;當(dāng)H(XY)→-1或當(dāng)H(XY)→1時(shí),二者相關(guān)性較高,保留該IMF分量;

    (3)經(jīng)過IMF分量的振動(dòng)數(shù)據(jù)重構(gòu),多尺度模糊熵的特征計(jì)算,即得到特征矩陣。

    2.5 特征識(shí)別

    由于時(shí)間成本和經(jīng)濟(jì)成本的限制,從實(shí)驗(yàn)室獲得的故障樣本數(shù)據(jù)量仍然有限”。綜合考慮,選擇基于RBF的多分類SVM來進(jìn)行振動(dòng)識(shí)別,并通過LIBSVM 2軟件包運(yùn)行SVM;設(shè)計(jì)整個(gè)識(shí)別過程如圖2所示。

    3 實(shí)驗(yàn)結(jié)果與分析

    選用2D12—70型壓縮機(jī)作為實(shí)驗(yàn)對(duì)象,設(shè)置系統(tǒng)采樣頻率為50Hz,選定監(jiān)測(cè)對(duì)象為二級(jí)排氣閥側(cè)蓋,出現(xiàn)的故障類型有排氣閥斷裂、彈簧缺失、側(cè)蓋出現(xiàn)缺口或裂痕3種。

    3.1 數(shù)據(jù)預(yù)處理性能驗(yàn)證

    選擇通過時(shí)域圖進(jìn)行數(shù)據(jù)處理展示,經(jīng)過實(shí)驗(yàn),獲得二級(jí)排氣閥在2種狀態(tài)下去噪的時(shí)域?qū)Ρ葓D,具體如圖3所示。

    從圖3可以看出,選擇的去噪算法具有較好的去噪能力,能夠?qū)Σ煌瑺顟B(tài)下采集的振動(dòng)數(shù)據(jù)進(jìn)行去噪。

    3.2 改進(jìn)的多尺度模糊熵性能驗(yàn)證

    為保證性能驗(yàn)證結(jié)果的普適性,選擇2048字節(jié)長度的數(shù)據(jù)進(jìn)行實(shí)驗(yàn),算法改進(jìn)前后的實(shí)驗(yàn)結(jié)果如圖4所示。

    從圖4可以看出,改進(jìn)后的算法,其多尺度熵曲線更為平滑、穩(wěn)定,不存在數(shù)值突變,具有更好的時(shí)間序列比較能力。出現(xiàn)這種優(yōu)勢(shì)的原因:時(shí)間窗改進(jìn)后,使粗?;^程的窗格選定具有更強(qiáng)的邏輯性,經(jīng)過平均計(jì)算,輸出的粗粒向量能夠更為準(zhǔn)確地描述時(shí)間序列。而模糊算法的加入,使得時(shí)間序列的比對(duì)速率加快,比對(duì)精準(zhǔn)度增加,對(duì)時(shí)間序列具有更強(qiáng)的差異性分析。

    3.3 改進(jìn)后特征提取算法驗(yàn)證

    通過MEMD 算法對(duì)輸入的振動(dòng)信號(hào)進(jìn)行分解,每個(gè)故障狀態(tài)和正常狀態(tài)都能得到多個(gè)IMF分量,正常狀態(tài)下和氣閥泄露狀態(tài)下的部分IMF 分量圖如圖5所示。

    選擇10個(gè)不同 IMF 分量作為研究對(duì)象,進(jìn)行 IMF 分量的篩選實(shí)驗(yàn),各分量的相關(guān)系數(shù)取值如表1所示。

    由表1可知,確定IMF 分量的篩選閾值為0.3,數(shù)量為4。

    為驗(yàn)證閾值的合理性,對(duì)每種故障狀態(tài)和正常狀態(tài)分別隨機(jī)抽取30組振動(dòng)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。經(jīng)過統(tǒng)計(jì)分析,0.3閾值下,99.4%的振動(dòng)數(shù)據(jù)篩選出的IMF 分量數(shù)目為4,且這些IMF 分量的相關(guān)系數(shù)取值均大于0.3,因此,設(shè)置的閾值基本滿足要求。確定的IMF 分量數(shù)目超過99.4%。最后為體現(xiàn)提取特征的優(yōu)勢(shì),即故障與正常狀態(tài)的特征可分性,以折線圖對(duì)輸出特征向量進(jìn)行展示,具體如圖6所示。

    從圖6可以看出,正常狀態(tài)與故障狀態(tài)的特征向量沒有交叉,且各位置之間都具有明顯的距離間隔。2向量具有良好可分性,因此,改進(jìn)后的特征提取算法具有較好的特征提取能力。

    3.4 監(jiān)測(cè)系統(tǒng)整體性能驗(yàn)證

    為驗(yàn)證本研究設(shè)計(jì)的監(jiān)測(cè)系統(tǒng)的識(shí)別能力,引入多種改進(jìn)算法相結(jié)合的系統(tǒng)進(jìn)行對(duì)比實(shí)驗(yàn),結(jié)果如表2所示。

    由表2可知,本研究設(shè)計(jì)的監(jiān)測(cè)識(shí)別系統(tǒng),識(shí)別率明顯提高,具有更好的化工機(jī)械監(jiān)測(cè)識(shí)別能力。

    4 結(jié)語

    通過對(duì)監(jiān)測(cè)識(shí)別系統(tǒng)中的特征提取部分進(jìn)行優(yōu)化設(shè)計(jì),改進(jìn)多尺度熵,并與MEMD 算法相結(jié)合,使提取的特征更好的信息表征能力,能夠更容易被識(shí)別區(qū)分,具有更高的狀態(tài)區(qū)分能力和故障識(shí)別能力。但本文的故障數(shù)據(jù)來源于實(shí)驗(yàn)環(huán)境,對(duì)某些特定環(huán)境下的故障識(shí)別精度較低,針對(duì)這類環(huán)境,還需要對(duì)現(xiàn)場(chǎng)環(huán)境進(jìn)行振動(dòng)數(shù)據(jù)采集,重新對(duì)系統(tǒng)進(jìn)行訓(xùn)練,才能保證系統(tǒng)的正確識(shí)別率。同時(shí),由于未對(duì)識(shí)別算法進(jìn)行改進(jìn),選擇RBF 核函數(shù),在進(jìn)行數(shù)據(jù)分析時(shí),會(huì)將所有數(shù)據(jù)進(jìn)行數(shù)值化處理,導(dǎo)致數(shù)據(jù)不能重復(fù)利用,需要設(shè)置備份。

    【參考文獻(xiàn)】

    [1] 劉東東.旋轉(zhuǎn)機(jī)械故障信息挖掘及狀態(tài)評(píng)估方法研究[D].北京:北京交通大學(xué),2021.

    [2] 李學(xué)哲,王菲,付永欽,等.基于振動(dòng)分析的礦用通風(fēng)機(jī)故障預(yù)警技術(shù)研究[J].煤礦機(jī)械,2021,42(4):171-174.

    [3] 韓敏,李宇,韓冰.基于改進(jìn)結(jié)構(gòu)保持?jǐn)?shù)據(jù)降維方法的故障診斷研究[J].自動(dòng)化學(xué)報(bào),2021,47(2):338-348.

    [4] 楊帆,張文娟,孫劍偉,等.基于虛擬儀器技術(shù)的機(jī)械設(shè)備故障監(jiān)測(cè)及診斷系統(tǒng)研究[J].粘接,2020,42(6):133-137.

    [5] 翟瑩瑩,左麗,張恩德.基于參數(shù)優(yōu)化的 RBF 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)算法[J].東北大學(xué)學(xué)報(bào)(自然科學(xué)版),2020,41(2):176-181.

    [6] 徐冰鑫.小波閾值降噪法在心電信號(hào)處理中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用,2020(27):180-181.

    [7] 王金東,歐凌非,趙海洋,等.基于CEEMDAN 和RCMDE 的往復(fù)壓縮機(jī)軸承故障診斷方法[J].機(jī)床與液壓,2021,49(5):168-172.

    [8] 叢蕊,李純輝.基于MFE 的滾動(dòng)軸承故障診斷方法研究[J].煤礦機(jī)械,2020,41(3):153-156.

    [9] 林金朝,李必祿,李國權(quán),等.基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和信號(hào)結(jié)構(gòu)分析的心電信號(hào)R 波識(shí)別算法[J].電子與信息學(xué)報(bào),2021,43(8):2352-2360.

    [10] 宋旭,魏勤,魯玲,等.基于MVMD 和瞬時(shí)相位的液壓管路故障特征提取方法[J].光通信技術(shù),2021,45(10):34-39.

    [11] 胡平.鐵路機(jī)車車輛運(yùn)行故障監(jiān)測(cè)診斷研究[J].粘接,2021,46(6):169-173.

    [12] 李亞蘭,金煒東.全矢IMF 信息熵用于高速列車轉(zhuǎn)向架故障診斷[J].振動(dòng).測(cè)試與診斷,2021,41(5):874-879.

    [13] 李楠,支麗紅.計(jì)算代數(shù)方程組孤立奇異解的符號(hào)數(shù)值方法[J].中國科學(xué):數(shù)學(xué),2021,51(1):17-42.

    [14] 范云鵬,郭小娥.矩陣奇異值分解的應(yīng)用[J].科技風(fēng),2021(18):53-54.

    [15] 劉旭,劉海寧,林心園,等.基于數(shù)字信號(hào)處理器的振動(dòng)信號(hào)采集及邊緣計(jì)算系統(tǒng)設(shè)計(jì)[J].濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版),2021,35(4):307-314.

    [16] 吳詩芹,陸豪乾.基于相似日理論和 LIBSVM 軟件中 SVR 算法的光伏發(fā)電系統(tǒng)輸出功率預(yù)測(cè)方法[J].太陽能,2021(1):23-28.

    [17] 張延義,趙瑩.基于PCA-SVM 的高職院校專業(yè)評(píng)估體系研究[J].重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版),2021,23(6):50-54.

    [18] 吳蔚,吳農(nóng).基于SVM 的建筑學(xué)專業(yè)學(xué)生綜合設(shè)計(jì)潛力評(píng)價(jià)[J].山西建筑,2021,47(1):180-182.

    [19] 高曦文,賈科利,毛鴻欣,等.基于小波變換及異質(zhì)SVM 方法的土壤鹽漬化高光譜定量分類研究[J].現(xiàn)代電子技術(shù),2021,44(3):155-161.

    [20] 李坤,劉鵬,呂雅潔,等.基于Spark 的LIBSVM 參數(shù)優(yōu)選并行化算法[J].南京大學(xué)學(xué)報(bào)(自然科學(xué)),2016,52(2):343-352.

    猜你喜歡
    化工機(jī)械支持向量機(jī)算法
    2022年《化工機(jī)械》征訂啟事
    基于MapReduce的改進(jìn)Eclat算法
    Travellng thg World Full—time for Rree
    進(jìn)位加法的兩種算法
    動(dòng)態(tài)場(chǎng)景中的視覺目標(biāo)識(shí)別方法分析
    論提高裝備故障預(yù)測(cè)準(zhǔn)確度的方法途徑
    基于熵技術(shù)的公共事業(yè)費(fèi)最優(yōu)組合預(yù)測(cè)
    基于支持向量機(jī)的金融數(shù)據(jù)分析研究
    一種改進(jìn)的整周模糊度去相關(guān)算法
    化工機(jī)械制造2025:迎接環(huán)境、能源與安全的挑戰(zhàn)2016全國化工機(jī)械學(xué)術(shù)會(huì)議征文通知
    亚洲久久久久久中文字幕| 国产精华一区二区三区| 成人漫画全彩无遮挡| 九九热线精品视视频播放| 色综合站精品国产| 亚洲欧洲日产国产| 激情 狠狠 欧美| 深爱激情五月婷婷| 一级二级三级毛片免费看| 六月丁香七月| 天天躁日日操中文字幕| 夜夜爽天天搞| 欧美在线一区亚洲| 国产精华一区二区三区| 午夜福利高清视频| av国产免费在线观看| 国产成人福利小说| 两个人视频免费观看高清| 少妇裸体淫交视频免费看高清| 亚洲无线在线观看| 国产高清有码在线观看视频| 国模一区二区三区四区视频| 国产69精品久久久久777片| 国产精品永久免费网站| 亚洲人成网站在线观看播放| 一个人看的www免费观看视频| 欧美日韩一区二区视频在线观看视频在线 | 99久久精品国产国产毛片| 久久久久九九精品影院| 午夜激情福利司机影院| 国产真实乱freesex| 一进一出抽搐动态| 国产精品一二三区在线看| 午夜精品国产一区二区电影 | 狂野欧美白嫩少妇大欣赏| 日韩一区二区三区影片| 伦理电影大哥的女人| 观看免费一级毛片| 国产亚洲av片在线观看秒播厂 | 国产毛片a区久久久久| 小说图片视频综合网站| 你懂的网址亚洲精品在线观看 | 欧美+亚洲+日韩+国产| 91av网一区二区| 日日撸夜夜添| 中文字幕熟女人妻在线| 性色avwww在线观看| 久久九九热精品免费| 久久久久久久久久久丰满| 国语自产精品视频在线第100页| avwww免费| 亚洲国产精品成人综合色| 如何舔出高潮| 国产老妇女一区| 国产成人91sexporn| 亚洲精品影视一区二区三区av| 99热这里只有精品一区| 国产精品.久久久| 色噜噜av男人的天堂激情| 女人十人毛片免费观看3o分钟| 99热这里只有是精品在线观看| 国产亚洲精品av在线| 国产三级在线视频| 一区二区三区四区激情视频 | av又黄又爽大尺度在线免费看 | 国产69精品久久久久777片| 国产成人一区二区在线| 少妇丰满av| 色播亚洲综合网| 校园春色视频在线观看| 国产熟女欧美一区二区| 99在线人妻在线中文字幕| 麻豆成人午夜福利视频| 国产成人一区二区在线| 国产伦精品一区二区三区视频9| 卡戴珊不雅视频在线播放| 国产精品久久电影中文字幕| 免费观看在线日韩| 一级毛片电影观看 | 99久久人妻综合| av福利片在线观看| 美女黄网站色视频| 亚洲欧美日韩高清专用| 亚洲精华国产精华液的使用体验 | 亚洲国产精品国产精品| 国产免费一级a男人的天堂| 中文精品一卡2卡3卡4更新| 1024手机看黄色片| 午夜免费男女啪啪视频观看| 亚洲精品成人久久久久久| 精品免费久久久久久久清纯| 欧美高清性xxxxhd video| 国产高清不卡午夜福利| 99久久中文字幕三级久久日本| 在线观看午夜福利视频| 九九爱精品视频在线观看| 成人亚洲欧美一区二区av| av免费在线看不卡| 1024手机看黄色片| 日韩国内少妇激情av| 欧美日韩精品成人综合77777| 成人午夜高清在线视频| 蜜桃久久精品国产亚洲av| 欧美日韩综合久久久久久| 国产精品国产三级国产av玫瑰| 日本欧美国产在线视频| 亚洲人成网站在线观看播放| 男人舔女人下体高潮全视频| 一级二级三级毛片免费看| 国产中年淑女户外野战色| 亚洲精华国产精华液的使用体验 | 国产综合懂色| 22中文网久久字幕| 欧美日韩乱码在线| 国产 一区 欧美 日韩| 99久久九九国产精品国产免费| 成人毛片a级毛片在线播放| a级毛片免费高清观看在线播放| 日本撒尿小便嘘嘘汇集6| 亚洲最大成人中文| 亚洲18禁久久av| 国产人妻一区二区三区在| 中文字幕av在线有码专区| 日韩欧美精品v在线| 色播亚洲综合网| 丝袜喷水一区| 亚洲自拍偷在线| 男女视频在线观看网站免费| 精品国内亚洲2022精品成人| 精华霜和精华液先用哪个| 美女内射精品一级片tv| 亚洲丝袜综合中文字幕| 男女下面进入的视频免费午夜| 插阴视频在线观看视频| 大又大粗又爽又黄少妇毛片口| 亚洲精品自拍成人| 91在线精品国自产拍蜜月| 亚洲第一电影网av| 欧美又色又爽又黄视频| 欧美成人一区二区免费高清观看| a级一级毛片免费在线观看| 最好的美女福利视频网| 高清毛片免费观看视频网站| 美女被艹到高潮喷水动态| 国产亚洲5aaaaa淫片| 69av精品久久久久久| 国产 一区 欧美 日韩| 91午夜精品亚洲一区二区三区| 天美传媒精品一区二区| 男女那种视频在线观看| 国产精品无大码| videossex国产| av专区在线播放| 亚洲乱码一区二区免费版| 色综合站精品国产| 国产精华一区二区三区| 久久草成人影院| 国产亚洲av片在线观看秒播厂 | 我的女老师完整版在线观看| 精品人妻一区二区三区麻豆| 看片在线看免费视频| 在线观看66精品国产| 波多野结衣高清无吗| 国产男人的电影天堂91| 亚洲高清免费不卡视频| 国产成人aa在线观看| 国产亚洲av片在线观看秒播厂 | 少妇熟女欧美另类| 夜夜看夜夜爽夜夜摸| 成年女人永久免费观看视频| 日本三级黄在线观看| 寂寞人妻少妇视频99o| 最近视频中文字幕2019在线8| 欧美成人精品欧美一级黄| 插逼视频在线观看| 中文字幕熟女人妻在线| 国产日韩欧美在线精品| 国产不卡一卡二| 久久国内精品自在自线图片| 国产大屁股一区二区在线视频| 看免费成人av毛片| 国产三级中文精品| 一级二级三级毛片免费看| 非洲黑人性xxxx精品又粗又长| 午夜精品一区二区三区免费看| 夫妻性生交免费视频一级片| 国产亚洲5aaaaa淫片| 九色成人免费人妻av| 久久久久九九精品影院| 老师上课跳d突然被开到最大视频| 亚洲在久久综合| 国产精品福利在线免费观看| 五月玫瑰六月丁香| 性插视频无遮挡在线免费观看| 一级黄片播放器| 亚洲人成网站高清观看| 亚洲激情五月婷婷啪啪| 搡女人真爽免费视频火全软件| 一夜夜www| 国产淫片久久久久久久久| 亚洲欧美成人精品一区二区| 高清日韩中文字幕在线| 在线观看午夜福利视频| 老司机福利观看| 又黄又爽又刺激的免费视频.| 伦理电影大哥的女人| av免费在线看不卡| 亚洲熟妇中文字幕五十中出| 搡老妇女老女人老熟妇| 久久精品久久久久久久性| 小蜜桃在线观看免费完整版高清| 亚洲欧美精品自产自拍| 日韩精品有码人妻一区| 最近中文字幕高清免费大全6| 久久精品久久久久久久性| 在线播放无遮挡| 亚洲精品日韩在线中文字幕 | 久久精品国产亚洲av天美| 国产精品国产高清国产av| 亚洲欧美日韩无卡精品| 哪里可以看免费的av片| 欧美色视频一区免费| 精品久久久噜噜| 三级国产精品欧美在线观看| 一级毛片电影观看 | 好男人在线观看高清免费视频| 91精品一卡2卡3卡4卡| 高清日韩中文字幕在线| 亚洲人成网站在线播| 成人毛片a级毛片在线播放| 免费人成视频x8x8入口观看| 欧美+日韩+精品| 亚州av有码| 精品少妇黑人巨大在线播放 | 99久久精品国产国产毛片| 麻豆成人av视频| 欧美精品国产亚洲| 精品日产1卡2卡| 欧美精品一区二区大全| 18禁裸乳无遮挡免费网站照片| 国产色婷婷99| 国产精品国产三级国产av玫瑰| 免费看av在线观看网站| 亚洲av中文av极速乱| 欧美成人一区二区免费高清观看| 黄色配什么色好看| 一级毛片久久久久久久久女| 天堂av国产一区二区熟女人妻| 国产精品久久久久久精品电影| 免费在线观看成人毛片| 国产免费一级a男人的天堂| 99久久无色码亚洲精品果冻| 国产探花极品一区二区| 久久久久久久午夜电影| 久久久精品大字幕| 国产精品一及| 99久国产av精品| 在线观看av片永久免费下载| 日韩亚洲欧美综合| 人体艺术视频欧美日本| 卡戴珊不雅视频在线播放| 亚洲成av人片在线播放无| 我的女老师完整版在线观看| 亚洲图色成人| 一区福利在线观看| 女的被弄到高潮叫床怎么办| 少妇人妻一区二区三区视频| 精品人妻熟女av久视频| 国产成人精品久久久久久| 夜夜爽天天搞| 欧美不卡视频在线免费观看| 亚洲av第一区精品v没综合| av专区在线播放| 国产私拍福利视频在线观看| 一卡2卡三卡四卡精品乱码亚洲| 久久久午夜欧美精品| 国产亚洲精品久久久com| 少妇熟女aⅴ在线视频| 国国产精品蜜臀av免费| 啦啦啦观看免费观看视频高清| 国产av在哪里看| 噜噜噜噜噜久久久久久91| 午夜激情福利司机影院| 国产午夜精品一二区理论片| 国产高潮美女av| a级毛片免费高清观看在线播放| 国产麻豆成人av免费视频| 18+在线观看网站| 亚洲成人精品中文字幕电影| 天美传媒精品一区二区| 内地一区二区视频在线| 成人亚洲欧美一区二区av| 美女国产视频在线观看| 国产亚洲av嫩草精品影院| 精品久久久久久久久久免费视频| 国产爱豆传媒在线观看| 国产精品精品国产色婷婷| 国产精品伦人一区二区| 人妻制服诱惑在线中文字幕| 日日撸夜夜添| 51国产日韩欧美| 欧美人与善性xxx| 国产蜜桃级精品一区二区三区| 成人二区视频| 日本与韩国留学比较| 能在线免费观看的黄片| 国产高潮美女av| 日本一二三区视频观看| 国产亚洲精品久久久久久毛片| 成人午夜高清在线视频| 特级一级黄色大片| 日本免费a在线| 18+在线观看网站| 亚洲精品粉嫩美女一区| 精品国内亚洲2022精品成人| 一边亲一边摸免费视频| 国产色婷婷99| 变态另类丝袜制服| 久久这里有精品视频免费| 五月玫瑰六月丁香| 啦啦啦观看免费观看视频高清| 国产精品一及| av在线老鸭窝| 亚洲精品色激情综合| 国产在视频线在精品| 色噜噜av男人的天堂激情| 亚洲精品456在线播放app| 最好的美女福利视频网| 干丝袜人妻中文字幕| 日日啪夜夜撸| 麻豆精品久久久久久蜜桃| 久久久久久九九精品二区国产| 男人和女人高潮做爰伦理| 熟女电影av网| 午夜免费激情av| 国产精品国产高清国产av| 国产成人福利小说| 亚洲欧美精品综合久久99| 波野结衣二区三区在线| 日韩制服骚丝袜av| 日韩高清综合在线| 中文字幕久久专区| 久久精品91蜜桃| 少妇的逼好多水| 简卡轻食公司| 国产精品野战在线观看| 哪个播放器可以免费观看大片| 99久久无色码亚洲精品果冻| 亚洲在线自拍视频| 波多野结衣高清无吗| 亚洲国产精品成人综合色| 国产色爽女视频免费观看| 日产精品乱码卡一卡2卡三| 日本av手机在线免费观看| 久久久久久久久久久丰满| 男的添女的下面高潮视频| 嫩草影院新地址| 亚洲人成网站高清观看| 自拍偷自拍亚洲精品老妇| 男插女下体视频免费在线播放| 国产伦在线观看视频一区| 国产成年人精品一区二区| 日本撒尿小便嘘嘘汇集6| 国产精品1区2区在线观看.| 舔av片在线| 一本精品99久久精品77| 又粗又爽又猛毛片免费看| 舔av片在线| 久久精品国产亚洲av天美| 99视频精品全部免费 在线| 色吧在线观看| 麻豆成人午夜福利视频| 国内精品一区二区在线观看| 国产私拍福利视频在线观看| 少妇熟女欧美另类| 亚洲经典国产精华液单| 九色成人免费人妻av| 久久草成人影院| 我的老师免费观看完整版| 亚洲av一区综合| av黄色大香蕉| 日本五十路高清| 一本久久中文字幕| 在线国产一区二区在线| www.色视频.com| 可以在线观看的亚洲视频| www.av在线官网国产| 久久久久久久午夜电影| 欧美另类亚洲清纯唯美| 2022亚洲国产成人精品| 高清毛片免费观看视频网站| 日韩,欧美,国产一区二区三区 | 两个人视频免费观看高清| 大香蕉久久网| 亚洲精品久久国产高清桃花| 日本-黄色视频高清免费观看| 91麻豆精品激情在线观看国产| 国产人妻一区二区三区在| 国产乱人视频| 啦啦啦啦在线视频资源| 日韩精品有码人妻一区| 最近最新中文字幕大全电影3| 国产精品国产三级国产av玫瑰| 国产成人精品一,二区 | 男女那种视频在线观看| 亚洲精品成人久久久久久| 亚洲av电影不卡..在线观看| 99热网站在线观看| 联通29元200g的流量卡| 黄色视频,在线免费观看| 特级一级黄色大片| 亚洲精品影视一区二区三区av| 人体艺术视频欧美日本| 1024手机看黄色片| 日产精品乱码卡一卡2卡三| 成人鲁丝片一二三区免费| 欧美bdsm另类| 中文在线观看免费www的网站| 国产一区亚洲一区在线观看| 久久这里有精品视频免费| 亚洲最大成人av| 久久久久免费精品人妻一区二区| 99国产精品一区二区蜜桃av| 插逼视频在线观看| 国产成人aa在线观看| 只有这里有精品99| 成熟少妇高潮喷水视频| av免费在线看不卡| 国产伦精品一区二区三区四那| 狂野欧美激情性xxxx在线观看| 国产成人一区二区在线| 国产精品久久久久久av不卡| 亚洲一区二区三区色噜噜| 可以在线观看的亚洲视频| 最好的美女福利视频网| 欧美高清性xxxxhd video| 国产精品,欧美在线| 天堂网av新在线| 97在线视频观看| 国产精品99久久久久久久久| 一区二区三区免费毛片| 欧美精品一区二区大全| 成人鲁丝片一二三区免费| 久久精品夜夜夜夜夜久久蜜豆| 日韩欧美国产在线观看| 久久精品综合一区二区三区| 国产免费男女视频| 欧美成人一区二区免费高清观看| 91久久精品电影网| 一级av片app| 日韩制服骚丝袜av| 一级毛片aaaaaa免费看小| 久久精品国产鲁丝片午夜精品| 一个人看的www免费观看视频| 免费观看人在逋| 国产激情偷乱视频一区二区| 免费不卡的大黄色大毛片视频在线观看 | 观看免费一级毛片| 国产一区二区三区av在线 | av.在线天堂| 一个人观看的视频www高清免费观看| 亚洲精华国产精华液的使用体验 | 亚洲在线观看片| 美女国产视频在线观看| 欧美另类亚洲清纯唯美| 美女大奶头视频| 免费在线观看成人毛片| 22中文网久久字幕| 日韩亚洲欧美综合| 久久精品91蜜桃| 久久久久九九精品影院| 亚洲成人av在线免费| 欧美成人a在线观看| 不卡视频在线观看欧美| 一级二级三级毛片免费看| 欧美高清成人免费视频www| 亚洲精品粉嫩美女一区| 99热精品在线国产| 国产成人福利小说| 啦啦啦观看免费观看视频高清| 国产一区亚洲一区在线观看| 真实男女啪啪啪动态图| 婷婷六月久久综合丁香| 日本三级黄在线观看| 精品国产三级普通话版| 国产一级毛片在线| 黑人高潮一二区| 久久亚洲国产成人精品v| 国产精品久久久久久av不卡| 成人毛片a级毛片在线播放| 又爽又黄无遮挡网站| 亚洲av.av天堂| a级一级毛片免费在线观看| 亚洲七黄色美女视频| 亚洲电影在线观看av| 日本撒尿小便嘘嘘汇集6| 婷婷六月久久综合丁香| 国产激情偷乱视频一区二区| 91久久精品国产一区二区成人| 色哟哟哟哟哟哟| 免费看av在线观看网站| 99热只有精品国产| 久久久久免费精品人妻一区二区| 能在线免费看毛片的网站| 亚洲精品乱码久久久久久按摩| 中文字幕制服av| 精品午夜福利在线看| 91狼人影院| 一边摸一边抽搐一进一小说| 日日啪夜夜撸| 国产av一区在线观看免费| 一级毛片电影观看 | 91久久精品电影网| 成熟少妇高潮喷水视频| 少妇的逼好多水| 人妻制服诱惑在线中文字幕| 久久久久网色| 精品久久久久久久久亚洲| 亚洲欧美日韩高清在线视频| 我要搜黄色片| 九九在线视频观看精品| 国产亚洲欧美98| 精品久久久久久久久亚洲| 亚洲不卡免费看| 国产伦精品一区二区三区视频9| 成人综合一区亚洲| av视频在线观看入口| 12—13女人毛片做爰片一| 人妻久久中文字幕网| 国产av不卡久久| 麻豆成人av视频| 国产精华一区二区三区| 深夜a级毛片| 99热这里只有是精品50| 麻豆国产97在线/欧美| 赤兔流量卡办理| 午夜亚洲福利在线播放| 精品一区二区三区人妻视频| 亚洲成a人片在线一区二区| 中文字幕av成人在线电影| 给我免费播放毛片高清在线观看| 久久久久久九九精品二区国产| 色视频www国产| 免费不卡的大黄色大毛片视频在线观看 | 美女 人体艺术 gogo| 精品国产三级普通话版| 久久久欧美国产精品| 成人无遮挡网站| 久久久午夜欧美精品| 欧洲精品卡2卡3卡4卡5卡区| 国产视频首页在线观看| 欧美区成人在线视频| 国产亚洲欧美98| 亚州av有码| 日本熟妇午夜| 能在线免费观看的黄片| 九九久久精品国产亚洲av麻豆| 中文字幕av在线有码专区| av视频在线观看入口| 亚洲成人av在线免费| 久久久色成人| 日本与韩国留学比较| 国产成人精品一,二区 | 能在线免费观看的黄片| 午夜福利在线观看免费完整高清在 | 日本在线视频免费播放| 99热只有精品国产| 啦啦啦韩国在线观看视频| 青春草亚洲视频在线观看| 特级一级黄色大片| 亚洲国产欧美人成| 亚洲人成网站在线播| 色综合亚洲欧美另类图片| 国产乱人偷精品视频| 日韩欧美一区二区三区在线观看| 九九爱精品视频在线观看| 国产日韩欧美在线精品| 亚洲国产欧美人成| 人妻制服诱惑在线中文字幕| 亚洲五月天丁香| 色哟哟哟哟哟哟| 亚洲成a人片在线一区二区| www日本黄色视频网| 乱码一卡2卡4卡精品| 国产精品三级大全| 麻豆av噜噜一区二区三区| 国产午夜福利久久久久久| 国国产精品蜜臀av免费| 99久久九九国产精品国产免费| 亚洲欧美日韩高清专用| 夫妻性生交免费视频一级片| 成人av在线播放网站| 免费av不卡在线播放| 精品一区二区三区视频在线| 亚洲真实伦在线观看| 色尼玛亚洲综合影院| 久久久久久伊人网av| 欧美最黄视频在线播放免费| 狂野欧美激情性xxxx在线观看| 黄色配什么色好看| 国模一区二区三区四区视频| 在线观看av片永久免费下载| 午夜精品国产一区二区电影 | 免费观看a级毛片全部| 国产成人aa在线观看| 可以在线观看的亚洲视频| 亚洲最大成人中文| 免费不卡的大黄色大毛片视频在线观看 | 国产av不卡久久| 国产精品一区www在线观看| 欧美日韩综合久久久久久| 亚洲av一区综合| 国产成人freesex在线| 欧美性猛交黑人性爽| 亚洲欧美日韩高清在线视频|