• <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 ?

    基于遷移學(xué)習(xí)與殘差網(wǎng)絡(luò)的刀具磨損狀態(tài)監(jiān)測

    2023-10-12 01:42:30周建民王云慶楊曉彤黃熙亮夏曉楓
    機床與液壓 2023年18期
    關(guān)鍵詞:殘差刀具磨損

    周建民,王云慶,楊曉彤,黃熙亮,夏曉楓

    (1.華東交通大學(xué)載運工具與裝備教育部重點實驗室,江西南昌 330013;2.軌道交通基礎(chǔ)設(shè)施性能監(jiān)測與保障國家重點實驗室,江西南昌 330013)

    0 前言

    21世紀以來,在以智能制造為主體的全球工業(yè)改革浪潮的新時代背景下,加速數(shù)控機床向著智能自動化的目標(biāo)邁進成為重中之重。刀具作為數(shù)控機床的關(guān)鍵部件之一,是最易損傷和浪費最嚴重的部件[1]。由于刀具與工件直接接觸發(fā)生磨損,其狀態(tài)會直接影響生產(chǎn)資源的消耗、工件加工質(zhì)量和效率,因此,在機械加工過程中對刀具狀態(tài)實時監(jiān)測以便制定換刀策略很有必要。刀具磨損狀態(tài)監(jiān)測方法分為直接監(jiān)測法和間接監(jiān)測法兩種[2]。直接監(jiān)測法是利用圖像處理和光學(xué)監(jiān)測等直接觀測刀具的磨損量;間接監(jiān)測法是通過采集在刀具加工過程中與磨損緊密相關(guān)的信號,建立監(jiān)測信號和刀具當(dāng)前狀態(tài)的模型,從而間接得到實時的磨損狀態(tài)。此方法不對加工過程造成干擾,且可以連續(xù)監(jiān)測加工過程,更適合于在線監(jiān)測。間接監(jiān)測法常用的方法有切削力監(jiān)測[3]、聲發(fā)射監(jiān)測[4]、振動監(jiān)測[5]等。對于監(jiān)測數(shù)據(jù)處理以及分類所用的傳統(tǒng)機器學(xué)習(xí)方法包括支持向量機[6]、貝葉斯網(wǎng)絡(luò)[7]、極限學(xué)習(xí)機[8]等,但這些方法屬于淺層機器學(xué)習(xí)方法,需要進行數(shù)據(jù)預(yù)處理、特征提取和特征選擇,要求相應(yīng)的先驗知識,費時費力,而且如果所采取的人工特征選擇方式不適合具體的任務(wù)情況時,就會導(dǎo)致分類效果快速下降。

    深度學(xué)習(xí)方法是一種端對端的建模技術(shù),它把原始數(shù)據(jù)直接輸入到深度學(xué)習(xí)模型中,通過一個模型進行特征提取、特征轉(zhuǎn)換、分類等一系列操作,克服了傳統(tǒng)的機器學(xué)習(xí)算法存在的缺陷,從而避免了人為提取特征信息[9]。雷亞國等[10]提出了運用深度學(xué)習(xí)對機械裝備進行狀態(tài)監(jiān)測的方法。SUN等[11]設(shè)計了一個長短期記憶網(wǎng)絡(luò),用于根據(jù)歷史數(shù)據(jù)預(yù)測多個刀具側(cè)面磨損值,同時利用采集到的刀具加工信號,構(gòu)建了一個殘差神經(jīng)網(wǎng)絡(luò),以實現(xiàn)在線刀具狀態(tài)監(jiān)測。FU等[12]應(yīng)用DBN分析了加工刀具振動信號的特征,監(jiān)測端銑操作的切削狀態(tài)。然而在深度學(xué)習(xí)網(wǎng)絡(luò)模型中,需要大量帶有標(biāo)簽的數(shù)據(jù)樣本以及相當(dāng)長的時間來訓(xùn)練和優(yōu)化模型參數(shù),當(dāng)訓(xùn)練樣本的數(shù)量比較少時,深度學(xué)習(xí)的優(yōu)勢就不明顯了。所以,針對模型訓(xùn)練數(shù)據(jù)不足、訓(xùn)練時間長等問題,本文作者構(gòu)建了一種基于遷移學(xué)習(xí)結(jié)合深度殘差網(wǎng)絡(luò)(Transfer Learning Deep Residual Network,ResNet-TL)的刀具磨損狀態(tài)監(jiān)測模型。首先將銑削過程中所采集的振動信號通過連續(xù)小波變換(Continue Wavelet Transform,CWT)轉(zhuǎn)換為時頻圖,然后將ResNet50模型在ImageNet數(shù)據(jù)集中充分訓(xùn)練后作為預(yù)訓(xùn)練模型,將預(yù)訓(xùn)練模型中大多數(shù)參數(shù)凍結(jié),最后將刀具加工振動信號的能量時頻圖像集數(shù)據(jù)再訓(xùn)練,從而實現(xiàn)刀具磨損狀態(tài)的分類。

    1 基本原理

    1.1 CWT時頻圖轉(zhuǎn)換

    CWT時頻圖是通過連續(xù)小波變換獲得的信號能量密度的二維表示,并且與一維時間序列相比,能夠更詳細地反映原始信號的特性。文中,轉(zhuǎn)換的時頻圖用作模型訓(xùn)練的輸入。CWT通過對母小波的伸縮平移從而得到一系列小波基函數(shù),對信號逐步進行多尺度細化,使得信號在低頻處頻率細分、高頻處時間細分,能自動適應(yīng)時頻信號分析的要求,準(zhǔn)確描述信號的局部細節(jié)時頻特征。本文作者采用Morlet小波用作母小波。對于給定的信號x(t),將x(t)與Morlet小波進行尺度變換后得到CWT,如公式(1)所示:

    (1)

    其中:a是小波的尺度;b是時間平移;兩者都是實數(shù)。通過從母小波ψ(t)生成子小波ψa,b(t)(見公式(2))在有限的空間內(nèi),可以提取更多的時頻信息。

    (2)

    時頻圖的紅-綠-藍(RGB)表示優(yōu)于灰度圖像,因為多通道包含更多的信息,能更全面地挖掘信號的頻域特征,具有抗干擾能力強等優(yōu)點。并且時頻圖的轉(zhuǎn)換過程無需任何專業(yè)人員介入,只需根據(jù)轉(zhuǎn)換公式完成全部的輸入和輸出,可以避免人為干擾,提高了系統(tǒng)的智能,從而實現(xiàn)了對圖像的自動識別,生成的圖像集便于深度卷積網(wǎng)絡(luò)的深層次特征學(xué)習(xí),可以提高最終的分類結(jié)果。所以,本文作者采用連續(xù)小波變換生成RGB時頻圖。

    1.2 卷積神經(jīng)網(wǎng)絡(luò)

    卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的代表算法之一[13]。它具有深度特征提取結(jié)構(gòu),能夠?qū)斎氲奶卣鬟M行更深層次的挖掘,在圖像識別領(lǐng)域中得到了廣泛的應(yīng)用。CNN的網(wǎng)絡(luò)結(jié)構(gòu)通常由卷積層、激活層、池化層和全連接層組成。其中卷積層又稱特征提取層,卷積核則類似于特征提取器,通過卷積核對輸入的信號或特征的局部進行卷積計算,從而獲得帶有深度特征表示的特征。池化層是通過對從卷積層中提取的特征進行降采樣處理,減少了網(wǎng)絡(luò)的參數(shù),提高了計算速度,并能在一定程度上抑制過擬合現(xiàn)象。卷積層和池化層可以通過多次疊加改變網(wǎng)絡(luò)結(jié)構(gòu)從而提升網(wǎng)絡(luò)性能。在訓(xùn)練過程中,訓(xùn)練樣本經(jīng)過多次卷積、池化操作之后,再經(jīng)由全連接層和輸出層激活函數(shù)對結(jié)果進行分類。典型的CNN模型結(jié)構(gòu)如圖1所示。

    圖1 典型的CNN結(jié)構(gòu)

    1.3 深度殘差網(wǎng)絡(luò)

    深度殘差網(wǎng)絡(luò)是一種通用的卷積神經(jīng)網(wǎng)絡(luò)特征提取器,應(yīng)用于許多圖像識別任務(wù)。根據(jù)以往的經(jīng)驗,網(wǎng)絡(luò)的深度是影響模型性能的關(guān)鍵因素,隨著網(wǎng)絡(luò)層數(shù)的增加,可以提取到更多的特征,但是隨著網(wǎng)絡(luò)進一步加深,網(wǎng)絡(luò)的精確度逐漸趨于飽和,甚至?xí)档汀I疃葰埐罹W(wǎng)絡(luò)通過添加殘差單元的短路機制巧妙解決了這些問題。圖2所示為ResNet模型中的殘差塊結(jié)構(gòu)。

    圖2 ResNet模型的殘差塊結(jié)構(gòu)

    相比于傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)直接學(xué)習(xí)輸入樣本與輸出結(jié)果之間的關(guān)系映射X→H(X),讓網(wǎng)絡(luò)學(xué)習(xí)殘差映射X→H(X)-X能夠有效降低學(xué)習(xí)難度,從而加快模型的收斂速度,因此,深度殘差網(wǎng)絡(luò)即使搭建了很深的網(wǎng)絡(luò)結(jié)構(gòu),也能得到較好的結(jié)果。

    在ResNet網(wǎng)絡(luò)結(jié)構(gòu)中包括兩種殘差單元:一種是將兩個3×3卷積網(wǎng)絡(luò)連接形成一個殘差單元,另外一種是將1×1、3×3、1×1的3個卷積網(wǎng)絡(luò)連接形成一個殘差單元。本文作者采用在ImageNet數(shù)據(jù)集下訓(xùn)練的ResNet50模型,作為狀態(tài)監(jiān)測的預(yù)訓(xùn)練模型,表1所示是ResNet50的網(wǎng)絡(luò)配置。

    表1 ResNet50的網(wǎng)絡(luò)配置

    1.4 遷移學(xué)習(xí)方法

    遷移學(xué)習(xí)定義[14]如下:給定一個源域Ds={Xs,P(Xs)}和目標(biāo)域Dt={Xt,Q(Xt)},學(xué)習(xí)任務(wù)分別為Ts={Ys,fs(·)}和Tt={Yt,ft(·)},遷移學(xué)習(xí)的目的就是利用Ds和Ts中的知識改進Dt中的目標(biāo)預(yù)測函數(shù)ft(·),其中Ds≠Dt或Ts≠Tt。

    傳統(tǒng)的深度學(xué)習(xí)算法要求輸入大量的樣本以進行網(wǎng)絡(luò)參數(shù)擬合,通過對大量的圖像樣本進行多尺度的訓(xùn)練,且在訓(xùn)練時使各個層次的參數(shù)都能收斂,從而使分類結(jié)果具有良好的準(zhǔn)確率和魯棒性。而在刀具磨損狀態(tài)智能分類中存在難度,刀具磨損所測得的磨損信號樣本比較少,所以有必要建立一個在小樣本情況下分類的方法。因此,基于深度學(xué)習(xí)網(wǎng)絡(luò)的良好智能分類能力,提出一種結(jié)合遷移學(xué)習(xí)算法的刀具磨損狀態(tài)智能分類模型。在大多數(shù)情況下,特征提取第一層與具體的圖像數(shù)據(jù)集之間的聯(lián)系并不大,而在網(wǎng)絡(luò)的最后幾層,它與所選擇的數(shù)據(jù)集和任務(wù)的目標(biāo)有著密切的聯(lián)系,第一層提取的特征稱為一般特征或通用特征,而與數(shù)據(jù)集和任務(wù)有關(guān)的特征稱為特定特征。因此,本文作者使用了由ImageNet數(shù)據(jù)集充分訓(xùn)練的深度網(wǎng)絡(luò),利用預(yù)先訓(xùn)練的網(wǎng)絡(luò)對大多數(shù)參數(shù)進行了凍結(jié),也就是提取了圖像的一般特性,并利用小樣本的刀具振動小波時頻圖像集數(shù)據(jù)再訓(xùn)練,獲得與磨損特征有關(guān)的特定特征,以得到在小樣本情況下用時短、效率高的智能分類模型。

    2 算法詳細

    針對刀具磨損狀態(tài)智能分類提出一種基于二維圖像表示和ResNet-TL的分類方法,將ResNet-TL網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)用于智能分類,避免了人工特征提取的主觀性,降低了訓(xùn)練時間,提高了分類效率。所提模型的技術(shù)流程如圖3所示。

    圖3 ResNet-TL模型的分類流程

    (1)時頻圖像生成。將振動數(shù)據(jù)采用連續(xù)小波變換轉(zhuǎn)換為CWT時頻圖,使得原始的一維信號數(shù)據(jù)轉(zhuǎn)換為二維的圖像數(shù)據(jù);

    (2)預(yù)訓(xùn)練模型遷移。選用ResNet50根據(jù)100多萬張圖片進行訓(xùn)練,用以提取圖像的一般特征,保留ResNet50大部分架構(gòu),對大多數(shù)參數(shù)進行了凍結(jié);

    (3)合理劃分刀具磨損狀態(tài)樣本的訓(xùn)練集和測試集,利用小樣本的刀具振動的小波時頻圖像集數(shù)據(jù)再訓(xùn)練,獲得與磨損特征有關(guān)的特定特征,最后通過Softmax激活函數(shù)得到分類結(jié)果;

    (4)計算識別精度并輸出結(jié)果,可視化ResNet-TL模型的特征學(xué)習(xí)過程和測試集準(zhǔn)確率。

    3 實驗驗證

    3.1 實驗數(shù)據(jù)介紹

    文中實驗數(shù)據(jù)來源于文獻[15]。銑削刀具為三刃硬質(zhì)合金球頭銑刀,加工參數(shù)如表2所示。

    表2 銑削實驗切削參數(shù)

    在銑刀加工過程中,采集銑刀每次走刀時的振動信號,采樣頻率為50 kHz,每把刀具一共進行315次走刀測試,每次走刀長度為108 mm,在每次走刀結(jié)束后用顯微鏡測量銑刀3個切削刃后刀面的磨損值,保存每次走刀所采集的振動信號和相應(yīng)的磨損值數(shù)據(jù)作為一個實驗樣本,共獲得315個樣本。在上述切削條件下重復(fù)進行3次全壽命周期實驗,得到3把銑刀的全壽命數(shù)據(jù),因此,本文作者采用這3把銑刀的數(shù)據(jù)進行實驗。振動信號采集實驗平臺示意如圖4所示。

    圖4 銑削實驗臺數(shù)據(jù)采集示意

    為了避免3個切削刃的磨損值不同所帶來的干擾,將銑刀的3個切削刃的平均值作為實驗標(biāo)簽。根據(jù)刀具磨損狀態(tài)分為3種,分別為早期磨損、正常磨損、劇烈磨損。同時根據(jù)泰勒刀具壽命曲線二階導(dǎo)數(shù)[16]的近10 μm交叉點作為刀具磨損不同狀態(tài)之間的邊界。狀態(tài)1為早期磨損狀態(tài),磨損范圍為0~60 μm,狀態(tài)2為正常磨損狀態(tài),磨損范圍為60~120 μm;磨損大于120 μm的劇烈磨損狀態(tài)為狀態(tài)3。由于每個振動信號樣本中包含約20萬條數(shù)據(jù),為了避免銑刀的切入和切出對磨損狀態(tài)分類產(chǎn)生影響,選擇每個樣本中的2×104~18×104之間共16萬條數(shù)據(jù)進行圖像化處理,將3把刀具每次走刀的振動數(shù)據(jù)通過小波變換生成一張時頻圖,共得到945張小波時頻圖,根據(jù)磨損狀態(tài)分類隨機選取銑刀實驗數(shù)據(jù)的70%作為訓(xùn)練數(shù)據(jù)集,30%作為測試數(shù)據(jù)集。Batch size的大小設(shè)置為32,迭代次數(shù)Epoch設(shè)置為100,初始學(xué)習(xí)率設(shè)置為0.000 01,深度殘差網(wǎng)絡(luò)的優(yōu)化方式為Adam優(yōu)化算法。

    3.2 實驗結(jié)果分析

    本文作者進行了2組實驗:第一組是使用遷移學(xué)習(xí)預(yù)訓(xùn)練參數(shù)的深度殘差網(wǎng)絡(luò)與沒有預(yù)訓(xùn)練的深度殘差網(wǎng)絡(luò)的對比;第二組是使用遷移學(xué)習(xí)的深度殘差網(wǎng)絡(luò)、EfficientNet網(wǎng)絡(luò)以及采用遷移學(xué)習(xí)預(yù)訓(xùn)練的EfficientNet網(wǎng)絡(luò)的對比。

    (1)ResNet-TL模型與ResNet模型的刀具磨損狀態(tài)分類對比。

    從圖5(a)看出:ResNet-TL模型訓(xùn)練集的損失誤差相對于ResNet模型降低得更快,在初始迭代中,基于ImageNet數(shù)據(jù)集預(yù)訓(xùn)練的網(wǎng)絡(luò)參數(shù)遷移到ResNet模型,采用刀具振動時頻圖進行二次訓(xùn)練來微調(diào)ResNet模型的損失誤差比直接訓(xùn)練的ResNet模型更小,經(jīng)過100次迭代,ResNet-TL模型訓(xùn)練集損失誤差更小,訓(xùn)練效果對比ResNet模型更好。類似地,圖5(b)顯示:ResNet-TL模型訓(xùn)練集的第二代準(zhǔn)確率就達到90%,而ResNet模型準(zhǔn)確率為40%,100次迭代中,ResNet-TL模型訓(xùn)練集準(zhǔn)確率都明顯高于ResNet模型,并且ResNet-TL模型的10~100次迭代的準(zhǔn)確率穩(wěn)定在95%~99%之間,而ResNet模型準(zhǔn)確率波動較大,模型參數(shù)反復(fù)調(diào)整和不穩(wěn)定,魯棒性較差。

    圖5 ResNet-TL與ResNet訓(xùn)練集損失誤差(a)和準(zhǔn)確率(b)

    (2)ResNet-TL、EfficientNet-TL、ResNet以及EfficientNet模型的刀具磨損狀態(tài)分類對比。

    從圖6(a)可以看出:基于遷移學(xué)習(xí)預(yù)訓(xùn)練的ResNet-TL模型與EfficientNet-TL模型損失誤差在迭代初期就能快速下降,最終趨于穩(wěn)定;而直接訓(xùn)練的ResNet模型EfficientNet模型損失誤差下降緩慢,反復(fù)波動到一個穩(wěn)定值,最終損失誤差明顯高于遷移學(xué)習(xí)預(yù)訓(xùn)練的網(wǎng)絡(luò)損失誤差值。ResNet-TL模型的最終損失誤差也明顯小于EfficientNet-TL模型,但在前20代,ResNet-TL模型已經(jīng)訓(xùn)練完成。綜合考慮訓(xùn)練時間和模型結(jié)果的關(guān)系,ResNet-TL模型能夠在短時間的模型訓(xùn)練中達到較好結(jié)果。

    從圖6(b)可以看出:ResNet-TL模型和EfficientNet-TL模型二次訓(xùn)練能快速收斂,在20代內(nèi),訓(xùn)練集的準(zhǔn)確率就趨于穩(wěn)定;但ResNet-TL模型初始準(zhǔn)確率較高,表明基于ImageNet數(shù)據(jù)集預(yù)訓(xùn)練的網(wǎng)絡(luò)參數(shù)在ResNet網(wǎng)絡(luò)的二次訓(xùn)練參數(shù)微調(diào)較小,效果更好,適用于模型快速訓(xùn)練收斂。ResNet模型、EfficientNet模型在無參數(shù)預(yù)訓(xùn)練的情況下,相同的迭代次數(shù),準(zhǔn)確率更低。綜上兩組對比實驗,ResNet-TL模型不管是在訓(xùn)練集的損失誤差還是準(zhǔn)確率上,效果都更優(yōu)異。

    圖6 ResNet-TL、ResNet、EfficientNet-TL和EfficientNet訓(xùn)練集損失誤差(a)和準(zhǔn)確率(b)

    為了體現(xiàn)模型的優(yōu)劣,并且考慮到測試結(jié)果可能出現(xiàn)偶然性,對兩組模型進行多次訓(xùn)練,取6次分類結(jié)果的平均值作為模型的最終準(zhǔn)確率。表3表明:ResNet-TL模型6次分類的平均準(zhǔn)確率為98.52%,平均分類結(jié)果優(yōu)于其他模型,證明所采用的方法具有很好的分類性能,且模型的穩(wěn)定性優(yōu)異。

    表3 模型6次測試準(zhǔn)確率

    4 結(jié)論

    提出一種基于遷移學(xué)習(xí)理論結(jié)合深度殘差網(wǎng)絡(luò)的刀具磨損監(jiān)測方法,用于制造車間實時監(jiān)測刀具磨損狀態(tài),該方法采用振動信號圖像化并且構(gòu)建了刀具磨損狀態(tài)監(jiān)測的神經(jīng)網(wǎng)絡(luò)模型。實驗結(jié)果表明,所提出的方法能夠達到穩(wěn)定且準(zhǔn)確的分類效果。

    (1)將一維的振動信號數(shù)據(jù)集通過連續(xù)小波變換轉(zhuǎn)換為二維的圖像數(shù)據(jù)集,該方法不僅避免了人為因素對整個預(yù)處理過程的影響,而且還可以更好地保留振動信號內(nèi)部隱藏的刀具磨損狀態(tài)的信息,有效地減少信息缺失。

    (2)采用遷移學(xué)習(xí)方法,使用ImageNet數(shù)據(jù)集上訓(xùn)練的ResNet50模型作為預(yù)訓(xùn)練模型,進行了圖片通用特征的預(yù)訓(xùn)練和刀具磨損特定特征的二次訓(xùn)練,并且與沒有預(yù)訓(xùn)練參數(shù)的ResNet50模型作對比,再與EfficientNet模型和未采用遷移學(xué)習(xí)預(yù)訓(xùn)練參數(shù)的EfficientNet模型作對比。實驗結(jié)果表明:同一模型采用遷移學(xué)習(xí)能夠更快收斂,分類結(jié)果的準(zhǔn)確率也更高,相比之下,ResNet50-TL模型的分類效果最佳。

    猜你喜歡
    殘差刀具磨損
    基于雙向GRU與殘差擬合的車輛跟馳建模
    基于殘差學(xué)習(xí)的自適應(yīng)無人機目標(biāo)跟蹤算法
    無織構(gòu)刀具與織構(gòu)刀具銑削性能對比研究
    基于遞歸殘差網(wǎng)絡(luò)的圖像超分辨率重建
    套管磨損機理研究
    智富時代(2018年7期)2018-09-03 03:47:26
    切削刀具刃口形貌對刀具使用壽命的影響
    多功能刀具
    鉆頭磨損后怎樣更換
    石油知識(2016年2期)2016-02-28 16:20:21
    平穩(wěn)自相關(guān)過程的殘差累積和控制圖
    河南科技(2015年8期)2015-03-11 16:23:52
    山高刀具推陳出新迎馬年——山高刀具2013秋季新聞發(fā)布會
    www.av在线官网国产| 一级片'在线观看视频| 久久久久国产网址| 国产一级毛片在线| 天堂8中文在线网| 精品午夜福利在线看| 欧美老熟妇乱子伦牲交| 亚洲av免费高清在线观看| 91午夜精品亚洲一区二区三区| 满18在线观看网站| 欧美 亚洲 国产 日韩一| 日本vs欧美在线观看视频| 18禁在线无遮挡免费观看视频| 少妇人妻 视频| 欧美日韩一区二区视频在线观看视频在线| 久久精品熟女亚洲av麻豆精品| 国产乱来视频区| 精品少妇内射三级| 一级片'在线观看视频| 只有这里有精品99| 亚洲精品美女久久久久99蜜臀 | 久久97久久精品| 考比视频在线观看| 精品一区二区三区视频在线| 国产综合精华液| 搡女人真爽免费视频火全软件| 亚洲欧美一区二区三区黑人 | 男人舔女人的私密视频| 国产精品久久久久成人av| av一本久久久久| 菩萨蛮人人尽说江南好唐韦庄| 纵有疾风起免费观看全集完整版| 亚洲精品一二三| 韩国精品一区二区三区 | 欧美激情极品国产一区二区三区 | 边亲边吃奶的免费视频| 宅男免费午夜| 伊人久久国产一区二区| 久久精品夜色国产| 久久国产亚洲av麻豆专区| 99久久综合免费| 99久久精品国产国产毛片| 中文天堂在线官网| 成人综合一区亚洲| 精品久久久精品久久久| 精品一区在线观看国产| 国产男人的电影天堂91| 91国产中文字幕| 欧美最新免费一区二区三区| 亚洲第一av免费看| 韩国高清视频一区二区三区| videossex国产| 国产精品免费大片| 日本午夜av视频| 国产成人精品无人区| 国产高清不卡午夜福利| h视频一区二区三区| av女优亚洲男人天堂| av免费观看日本| 在线观看免费视频网站a站| 三级国产精品片| 精品久久久精品久久久| 国产视频首页在线观看| 亚洲美女黄色视频免费看| 久久女婷五月综合色啪小说| 亚洲欧美成人精品一区二区| 亚洲国产精品国产精品| 亚洲人与动物交配视频| 亚洲 欧美一区二区三区| 亚洲色图 男人天堂 中文字幕 | 纵有疾风起免费观看全集完整版| 国产毛片在线视频| 男人舔女人的私密视频| 丝袜脚勾引网站| 一区二区三区四区激情视频| 中文精品一卡2卡3卡4更新| 日本av免费视频播放| 色94色欧美一区二区| 国产日韩欧美在线精品| 久久久久久久大尺度免费视频| 国产一级毛片在线| 久久久久久久亚洲中文字幕| 精品亚洲成a人片在线观看| 欧美成人午夜精品| 亚洲精品国产av成人精品| 久久综合国产亚洲精品| 亚洲内射少妇av| 色吧在线观看| 超色免费av| 免费观看在线日韩| 亚洲久久久国产精品| 99久久人妻综合| 韩国av在线不卡| 欧美日韩av久久| 一本久久精品| 国精品久久久久久国模美| 色哟哟·www| 亚洲一级一片aⅴ在线观看| 只有这里有精品99| 国产精品国产三级专区第一集| 边亲边吃奶的免费视频| 老司机影院毛片| 免费看光身美女| 亚洲精品一二三| 热99久久久久精品小说推荐| 美女中出高潮动态图| 亚洲精品一区蜜桃| 免费看av在线观看网站| 侵犯人妻中文字幕一二三四区| 精品一区二区三区视频在线| 久久午夜福利片| 美女福利国产在线| 亚洲精品av麻豆狂野| 丝袜美足系列| av免费在线看不卡| 亚洲精品视频女| 男女边摸边吃奶| 你懂的网址亚洲精品在线观看| 亚洲人成77777在线视频| 国产探花极品一区二区| 赤兔流量卡办理| 一区二区日韩欧美中文字幕 | 热99久久久久精品小说推荐| 日韩一区二区视频免费看| 国产精品久久久av美女十八| 久久人人97超碰香蕉20202| 亚洲精品中文字幕在线视频| 亚洲国产色片| a级毛片黄视频| 春色校园在线视频观看| 天美传媒精品一区二区| 有码 亚洲区| 亚洲av福利一区| 亚洲综合色网址| 啦啦啦在线观看免费高清www| 看非洲黑人一级黄片| 亚洲精品日韩在线中文字幕| 成年美女黄网站色视频大全免费| 午夜福利网站1000一区二区三区| 亚洲欧美精品自产自拍| 寂寞人妻少妇视频99o| 免费观看av网站的网址| 大话2 男鬼变身卡| 国产精品 国内视频| a级毛片在线看网站| 高清黄色对白视频在线免费看| 免费观看在线日韩| 肉色欧美久久久久久久蜜桃| 一级毛片黄色毛片免费观看视频| 国产精品一区二区在线观看99| 免费在线观看黄色视频的| 精品久久久久久电影网| 欧美日韩精品成人综合77777| av免费观看日本| av片东京热男人的天堂| 啦啦啦在线观看免费高清www| 精品卡一卡二卡四卡免费| 欧美日韩亚洲高清精品| 国产亚洲av片在线观看秒播厂| 午夜影院在线不卡| 少妇的逼水好多| 亚洲国产精品999| 日韩熟女老妇一区二区性免费视频| 国产精品一区二区在线观看99| 成年美女黄网站色视频大全免费| 22中文网久久字幕| av播播在线观看一区| av片东京热男人的天堂| 在线观看三级黄色| 国产亚洲午夜精品一区二区久久| 色哟哟·www| 欧美国产精品一级二级三级| 国产综合精华液| 美女福利国产在线| 大香蕉97超碰在线| 国产亚洲精品第一综合不卡 | 18在线观看网站| 最黄视频免费看| 18禁裸乳无遮挡动漫免费视频| 亚洲内射少妇av| 亚洲av电影在线观看一区二区三区| 免费观看性生交大片5| 精品国产国语对白av| av不卡在线播放| 五月天丁香电影| 一二三四在线观看免费中文在 | 女的被弄到高潮叫床怎么办| 如何舔出高潮| 九九爱精品视频在线观看| 国产高清三级在线| 赤兔流量卡办理| 看免费成人av毛片| 在线天堂最新版资源| 亚洲精品久久久久久婷婷小说| 男人操女人黄网站| 国产麻豆69| 大片电影免费在线观看免费| 在线观看国产h片| 少妇猛男粗大的猛烈进出视频| 欧美日韩国产mv在线观看视频| a级毛片黄视频| 丰满饥渴人妻一区二区三| 亚洲国产成人一精品久久久| 亚洲av在线观看美女高潮| videos熟女内射| 两个人免费观看高清视频| 久久久国产精品麻豆| 中文字幕人妻丝袜制服| 久久免费观看电影| 精品国产乱码久久久久久小说| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲精品国产色婷婷电影| 日本av手机在线免费观看| 夜夜骑夜夜射夜夜干| 亚洲五月色婷婷综合| 精品亚洲乱码少妇综合久久| 亚洲第一av免费看| 深夜精品福利| 欧美最新免费一区二区三区| 纵有疾风起免费观看全集完整版| 日本欧美视频一区| 国产亚洲欧美精品永久| 国产综合精华液| 中文字幕av电影在线播放| 18禁观看日本| 国产女主播在线喷水免费视频网站| 亚洲美女视频黄频| 丝袜脚勾引网站| 久久婷婷青草| 如日韩欧美国产精品一区二区三区| 久久精品久久精品一区二区三区| av黄色大香蕉| 婷婷色麻豆天堂久久| 欧美日韩视频高清一区二区三区二| 韩国精品一区二区三区 | 国产毛片在线视频| 免费播放大片免费观看视频在线观看| 老司机亚洲免费影院| 宅男免费午夜| 亚洲伊人久久精品综合| 亚洲人与动物交配视频| 伦理电影大哥的女人| 日韩三级伦理在线观看| 热re99久久精品国产66热6| 女人久久www免费人成看片| 免费不卡的大黄色大毛片视频在线观看| 水蜜桃什么品种好| 国产白丝娇喘喷水9色精品| 亚洲精品色激情综合| 在线免费观看不下载黄p国产| 尾随美女入室| 黑人高潮一二区| a级毛色黄片| 免费av不卡在线播放| 久久久国产一区二区| 亚洲av综合色区一区| 国产有黄有色有爽视频| 黄片播放在线免费| 国产一区有黄有色的免费视频| 2022亚洲国产成人精品| 成人无遮挡网站| 精品人妻在线不人妻| 人人妻人人澡人人看| 国产老妇伦熟女老妇高清| 国产成人一区二区在线| 久久久久视频综合| 国产无遮挡羞羞视频在线观看| 九九在线视频观看精品| 美女xxoo啪啪120秒动态图| 久久精品国产鲁丝片午夜精品| 精品人妻偷拍中文字幕| 热re99久久国产66热| 成年女人在线观看亚洲视频| 国产一区二区在线观看日韩| 9热在线视频观看99| 免费看光身美女| 欧美精品国产亚洲| 亚洲精品国产av蜜桃| 亚洲欧美一区二区三区黑人 | 麻豆精品久久久久久蜜桃| 成人亚洲精品一区在线观看| 91久久精品国产一区二区三区| 亚洲精品国产av蜜桃| av网站免费在线观看视频| 中文字幕av电影在线播放| 久久精品aⅴ一区二区三区四区 | 大香蕉久久成人网| 免费观看无遮挡的男女| 精品一区二区三卡| 天天操日日干夜夜撸| 国产日韩一区二区三区精品不卡| 一个人免费看片子| 婷婷色综合大香蕉| 欧美xxxx性猛交bbbb| 亚洲成色77777| 精品第一国产精品| kizo精华| 久久久精品94久久精品| 亚洲国产看品久久| 精品久久蜜臀av无| 乱码一卡2卡4卡精品| 两性夫妻黄色片 | 纯流量卡能插随身wifi吗| 精品人妻一区二区三区麻豆| 赤兔流量卡办理| 伊人亚洲综合成人网| 精品国产国语对白av| 熟女av电影| 中文精品一卡2卡3卡4更新| 成年av动漫网址| 欧美日韩成人在线一区二区| 丝袜脚勾引网站| 国产av精品麻豆| 日韩成人av中文字幕在线观看| 在线观看免费视频网站a站| 少妇人妻久久综合中文| 国产爽快片一区二区三区| 只有这里有精品99| 最近的中文字幕免费完整| 全区人妻精品视频| 美国免费a级毛片| 国产成人精品福利久久| 黄色怎么调成土黄色| 人妻 亚洲 视频| 视频在线观看一区二区三区| 欧美日韩视频高清一区二区三区二| 亚洲精品自拍成人| 久久精品国产自在天天线| 国产精品人妻久久久影院| 久久精品国产自在天天线| 久久综合国产亚洲精品| 久久久久国产精品人妻一区二区| 国产一区有黄有色的免费视频| 免费av不卡在线播放| 婷婷色综合大香蕉| 人人澡人人妻人| 春色校园在线视频观看| 999精品在线视频| 免费看不卡的av| 国产国语露脸激情在线看| 国产亚洲一区二区精品| 一区二区三区精品91| 熟女人妻精品中文字幕| 国产永久视频网站| 欧美日韩av久久| 久久99一区二区三区| 一级毛片我不卡| 久久久国产精品麻豆| 91在线精品国自产拍蜜月| 亚洲国产精品999| 丰满乱子伦码专区| 考比视频在线观看| 一级毛片电影观看| 国产精品国产av在线观看| 国产成人精品婷婷| 国产色婷婷99| 又粗又硬又长又爽又黄的视频| 十八禁高潮呻吟视频| 欧美bdsm另类| 久久久久久久国产电影| 搡女人真爽免费视频火全软件| 欧美亚洲日本最大视频资源| 国产一区二区在线观看日韩| 成年av动漫网址| 久久久久精品久久久久真实原创| 久久精品国产亚洲av天美| 观看av在线不卡| 国产69精品久久久久777片| 亚洲av中文av极速乱| 免费黄色在线免费观看| 男的添女的下面高潮视频| 最近手机中文字幕大全| av.在线天堂| 大香蕉97超碰在线| 寂寞人妻少妇视频99o| 春色校园在线视频观看| 最近最新中文字幕大全免费视频 | 性高湖久久久久久久久免费观看| 啦啦啦视频在线资源免费观看| 国产探花极品一区二区| 91在线精品国自产拍蜜月| 亚洲国产日韩一区二区| 精品少妇内射三级| 免费高清在线观看日韩| 午夜老司机福利剧场| 亚洲人成77777在线视频| 黄色毛片三级朝国网站| 色网站视频免费| 国产免费一区二区三区四区乱码| 九九在线视频观看精品| 老司机影院成人| 亚洲欧美一区二区三区黑人 | 在线观看免费视频网站a站| 有码 亚洲区| 秋霞伦理黄片| 成人18禁高潮啪啪吃奶动态图| 国产又色又爽无遮挡免| 在线观看美女被高潮喷水网站| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 青青草视频在线视频观看| 国产伦理片在线播放av一区| 久久青草综合色| 黄色配什么色好看| 王馨瑶露胸无遮挡在线观看| 狠狠婷婷综合久久久久久88av| 一本久久精品| 男女免费视频国产| 国产精品99久久99久久久不卡 | 最近手机中文字幕大全| 又黄又爽又刺激的免费视频.| 日本-黄色视频高清免费观看| 日韩中文字幕视频在线看片| 美女福利国产在线| 欧美老熟妇乱子伦牲交| 亚洲精品久久午夜乱码| av有码第一页| 咕卡用的链子| 亚洲欧美一区二区三区黑人 | 精品一品国产午夜福利视频| 国国产精品蜜臀av免费| 欧美人与善性xxx| 精品少妇久久久久久888优播| 免费看光身美女| 少妇猛男粗大的猛烈进出视频| 亚洲经典国产精华液单| 99久久综合免费| 人体艺术视频欧美日本| 女性被躁到高潮视频| 精品福利永久在线观看| 99热全是精品| 欧美bdsm另类| av在线老鸭窝| 色哟哟·www| 蜜桃在线观看..| 久久人人爽av亚洲精品天堂| 精品酒店卫生间| 亚洲高清免费不卡视频| 免费女性裸体啪啪无遮挡网站| 热99国产精品久久久久久7| 午夜福利网站1000一区二区三区| 狂野欧美激情性xxxx在线观看| 国产欧美日韩一区二区三区在线| 日本av免费视频播放| 欧美日韩亚洲高清精品| 亚洲综合色惰| 久久这里有精品视频免费| 国产视频首页在线观看| 国产成人精品福利久久| 国产亚洲精品久久久com| 成人毛片60女人毛片免费| 熟女人妻精品中文字幕| 亚洲天堂av无毛| 久久精品国产鲁丝片午夜精品| 久久久久视频综合| 蜜桃在线观看..| 啦啦啦中文免费视频观看日本| 亚洲成色77777| 2021少妇久久久久久久久久久| 永久免费av网站大全| 97精品久久久久久久久久精品| 欧美亚洲 丝袜 人妻 在线| 久久婷婷青草| 日本黄色日本黄色录像| 亚洲国产最新在线播放| 国产成人精品无人区| 狂野欧美激情性bbbbbb| 最黄视频免费看| 国产在线一区二区三区精| 国产一区亚洲一区在线观看| 亚洲人成网站在线观看播放| 亚洲色图综合在线观看| 人体艺术视频欧美日本| 久久久久国产精品人妻一区二区| 99香蕉大伊视频| 男女午夜视频在线观看 | 国产又爽黄色视频| 成人影院久久| 在线天堂中文资源库| 青春草亚洲视频在线观看| 精品一品国产午夜福利视频| 久久久久久久精品精品| 免费av不卡在线播放| 久久人人爽人人爽人人片va| 18禁国产床啪视频网站| 亚洲欧美日韩卡通动漫| 成人免费观看视频高清| 日韩免费高清中文字幕av| 一级,二级,三级黄色视频| 国产69精品久久久久777片| 亚洲国产av新网站| 人妻 亚洲 视频| av在线播放精品| 久久久国产精品麻豆| 成年人午夜在线观看视频| 久久99精品国语久久久| 十八禁高潮呻吟视频| 久久久精品94久久精品| 看十八女毛片水多多多| 久久久久精品性色| 只有这里有精品99| videos熟女内射| 97在线视频观看| 国产一区二区三区综合在线观看 | 超色免费av| 亚洲av在线观看美女高潮| 亚洲内射少妇av| 99re6热这里在线精品视频| 9191精品国产免费久久| 亚洲精品日韩在线中文字幕| 美女视频免费永久观看网站| 国产精品国产三级国产av玫瑰| 另类亚洲欧美激情| 好男人视频免费观看在线| a级毛片在线看网站| 精品99又大又爽又粗少妇毛片| 五月玫瑰六月丁香| 精品人妻熟女毛片av久久网站| 我要看黄色一级片免费的| av在线观看视频网站免费| 国产深夜福利视频在线观看| 午夜久久久在线观看| 精品酒店卫生间| 下体分泌物呈黄色| 视频区图区小说| 一区二区日韩欧美中文字幕 | 久久国产精品男人的天堂亚洲 | 亚洲内射少妇av| 人妻系列 视频| 边亲边吃奶的免费视频| 精品国产国语对白av| 99视频精品全部免费 在线| 亚洲欧美清纯卡通| 亚洲av日韩在线播放| 久久久久国产精品人妻一区二区| 欧美精品人与动牲交sv欧美| 下体分泌物呈黄色| 超色免费av| 婷婷成人精品国产| 精品久久久久久电影网| 国产成人精品一,二区| 亚洲欧洲日产国产| 国产精品人妻久久久久久| 精品午夜福利在线看| 日韩精品免费视频一区二区三区 | 亚洲婷婷狠狠爱综合网| 九九在线视频观看精品| 99久久精品国产国产毛片| 国产成人精品在线电影| videossex国产| 永久免费av网站大全| 国产乱来视频区| 日韩av不卡免费在线播放| 亚洲精品国产av成人精品| 你懂的网址亚洲精品在线观看| 在线 av 中文字幕| 精品国产乱码久久久久久小说| 午夜免费观看性视频| 大片免费播放器 马上看| freevideosex欧美| 中文字幕亚洲精品专区| av免费在线看不卡| 国产精品麻豆人妻色哟哟久久| 亚洲国产欧美在线一区| 日本欧美视频一区| 日本vs欧美在线观看视频| 久久ye,这里只有精品| 熟女av电影| 久久综合国产亚洲精品| 欧美老熟妇乱子伦牲交| 免费观看性生交大片5| 免费大片黄手机在线观看| 久久精品久久精品一区二区三区| 国产一区二区激情短视频 | 国产免费福利视频在线观看| 9热在线视频观看99| 久久99精品国语久久久| 久久久久久久大尺度免费视频| 日韩伦理黄色片| 在线观看人妻少妇| 久久久国产一区二区| 国产精品不卡视频一区二区| 人人妻人人添人人爽欧美一区卜| 成人免费观看视频高清| 高清欧美精品videossex| 日本黄大片高清| 少妇熟女欧美另类| 日本色播在线视频| 内地一区二区视频在线| 亚洲av男天堂| 久久国产精品男人的天堂亚洲 | 午夜福利在线观看免费完整高清在| 五月天丁香电影| 亚洲经典国产精华液单| 最黄视频免费看| 天天躁夜夜躁狠狠躁躁| 亚洲欧洲国产日韩| 国产亚洲av片在线观看秒播厂| 亚洲国产精品专区欧美| 亚洲精品一区蜜桃| 一级片'在线观看视频| 日本欧美视频一区| 欧美日韩视频高清一区二区三区二| 国产成人精品久久久久久| 中文字幕免费在线视频6| 国产视频首页在线观看| 国产有黄有色有爽视频| 久热久热在线精品观看| √禁漫天堂资源中文www| 大陆偷拍与自拍| 国产精品久久久久久精品古装| 日韩av免费高清视频| videosex国产| 侵犯人妻中文字幕一二三四区| 七月丁香在线播放| 国产一区二区三区综合在线观看 |