• <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 ?

    WEE與GA-SVM在反應(yīng)堆CRDM電流故障分類中的應(yīng)用

    2024-02-29 09:23:58徐鳴睿朱振杰霍孟友
    機(jī)械設(shè)計(jì)與制造 2024年2期
    關(guān)鍵詞:特征向量遺傳算法線圈

    徐鳴睿,朱振杰,霍孟友

    (山東大學(xué)機(jī)械工程學(xué)院,山東 濟(jì)南 250100)

    1 引言

    控制棒驅(qū)動(dòng)機(jī)構(gòu)(Control Rod Drive Mechanism,CRDM)是用于驅(qū)動(dòng)控制棒的裝置,是反應(yīng)堆內(nèi)的核心部件。反應(yīng)堆通過控制棒驅(qū)動(dòng)機(jī)構(gòu)來實(shí)現(xiàn)對控制棒的提升與插入,從而實(shí)現(xiàn)對反應(yīng)堆功率以及反應(yīng)堆安全啟停的控制。目前,國內(nèi)核電站廣泛采用了磁力驅(qū)動(dòng)型CRDM[1],該CRDM通過三組線圈的交替配合來實(shí)現(xiàn)控制棒的步進(jìn)運(yùn)動(dòng),若控制棒行進(jìn)過程中線圈電流出現(xiàn)異常,可能導(dǎo)致控制棒無法到達(dá)預(yù)期的位置,更嚴(yán)重時(shí)甚至?xí)?dǎo)致控制棒意外下落[2],但是國內(nèi)核電站中普遍缺少對線圈電流故障分類的有效手段,只能在檢修時(shí)通過逐一排查的方式尋找故障的原因,可見,設(shè)計(jì)一種用于控制棒驅(qū)動(dòng)機(jī)構(gòu)線圈電流故障分類的方法極其重要[3]。針對控制棒驅(qū)動(dòng)機(jī)構(gòu)線圈電流故障,尤其是線圈電流上最不易察覺的無動(dòng)作點(diǎn)故障,文獻(xiàn)[4]中提出對線圈電流包含動(dòng)作點(diǎn)部分進(jìn)行微分用以識(shí)別無動(dòng)作點(diǎn)故障,但該方法僅適用于極為理想的電流曲線;文獻(xiàn)[5]提出使用小波變換對線圈電流包含動(dòng)作點(diǎn)進(jìn)行識(shí)別,但是該方法僅能識(shí)別線圈電流無動(dòng)作點(diǎn)故障并容易受到噪聲的影響;文獻(xiàn)[5]針對含有噪聲的復(fù)雜情況進(jìn)一步提出使用小波能量值作為特征向量,利用PSO-SVM對含有高斯噪聲的電流信號(hào)進(jìn)行識(shí)別,結(jié)果表明該方法能較為準(zhǔn)確地識(shí)別出電流信號(hào)上動(dòng)作點(diǎn),但是,由于分析對象選取的限制,該方法也只能識(shí)別線圈電流無動(dòng)作點(diǎn)的故障;針對多種線圈電流故障,文獻(xiàn)[6]使用特殊設(shè)計(jì)的濾波算法,經(jīng)有限狀態(tài)機(jī)對線圈電流進(jìn)行分段后,逐段進(jìn)行特征辨識(shí),取得了較好的識(shí)別效果,但是該方法針對線圈電流無動(dòng)作點(diǎn)的故障可能會(huì)出現(xiàn)誤判。

    在現(xiàn)有研究技術(shù)的基礎(chǔ)上,針對CRDM線圈電流信號(hào)故障分類,使用小波能量熵作為信號(hào)的特征向量輸入到支持向量機(jī),建立支持向量機(jī)分類模型,分別使用遺傳算法和粒子群算法對支持向量機(jī)的懲罰參數(shù)c以及核函數(shù)的g參數(shù)進(jìn)行優(yōu)化,并使用小波能量值作為特征向量進(jìn)行比較,探索CRDM電流故障分類準(zhǔn)確率更好、效率更高的理論方法。

    2 基于小波能量熵的特征向量構(gòu)建

    2.1 基于小波能量值的特征向量

    小波能量值定義為信號(hào)經(jīng)小波分解過后得到的小波系數(shù)的平方和。這里的小波能量值利用原始信號(hào)小波分解與重構(gòu)后的各層高頻系數(shù)進(jìn)行計(jì)算,具體計(jì)算公式如下:

    式中:l—層數(shù);Dl—高頻系數(shù);n—信號(hào)的長度。

    根據(jù)分解的層數(shù),最終形成[E1,…,El]的小波能量序列,該序列可以表征信號(hào)的特征,可作為支持向量機(jī)的輸入特征向量。

    2.2 基于小波能量熵的特征向量

    熵值可用于描述系統(tǒng)的紊亂程度,熵值越大,系統(tǒng)越紊亂。小波能量熵[7]是基于小波能量值的熵值計(jì)算得到的,可用于表現(xiàn)信號(hào)的特征。其基本計(jì)算過程如下:對原始信號(hào)進(jìn)行多層的小波分解與重構(gòu)后進(jìn)行加窗處理,然后計(jì)算某一窗口的小波能量熵并形成完整信號(hào)的小波能量熵序列,該序列能夠有效地體現(xiàn)信號(hào)各部分特征。計(jì)算獲取小波能量熵序列的流程圖,如圖1所示。

    圖1 獲取小波能量熵序列流程圖Fig.1 Flow Chart of Obtaining Wavelet Energy Entropy Sequence

    其具體計(jì)算過程如下所示:

    (1)小波分解及重構(gòu)

    對原始信號(hào)進(jìn)行N層分解后,對高頻系數(shù)進(jìn)行單支重構(gòu),得到重構(gòu)的高頻系數(shù)序列Dl,l=1,…,N;

    (2)加窗處理

    選擇合適的窗口大小w,對每一層的高頻系數(shù)進(jìn)一步劃分為長度為w大小的序列,并對窗口進(jìn)行編號(hào)1,…,K;

    (3)計(jì)算相對小波能量值

    ①計(jì)算第l層第k個(gè)窗口的平均小波能量值E(k):

    ②計(jì)算所有層第k個(gè)窗口的平均小波能量值之和E(k):

    ③計(jì)算第l層第k個(gè)窗口的相對小波能量值RE(lk):

    (4)計(jì)算單個(gè)窗口小波能量熵

    計(jì)算第k個(gè)窗口的小波能量熵WEE(k):

    (5)獲取小波能量熵序列

    重復(fù)步驟(2)~步驟(4),計(jì)算所有窗口的小波能量熵,組成小波能量熵序列。

    對于信號(hào)的小波能量熵序列處理,窗口大小選擇極為重要,窗口選擇過小時(shí),小波能量熵對窗口內(nèi)的信號(hào)波動(dòng)較為敏感,容易引起誤觸發(fā);而窗口選擇過大時(shí),窗口內(nèi)包含的信息增多,對于需要檢測的信號(hào)波動(dòng)則不夠敏感。當(dāng)選定窗口大小w時(shí),即形成大小為length(S)/w的小波能量熵序列,該序列即可作為支持向量機(jī)的輸入特征向量。

    3 基于遺傳算法優(yōu)化的支持向量機(jī)分類模型構(gòu)建

    3.1 支持向量機(jī)原理

    對于線性可分的樣本數(shù)據(jù)集{(xi,yi)},i=1,…,N,xi∈Rd,yi∈{-1,+1}表示xi的類別。在空間中存在最優(yōu)超平面可將數(shù)據(jù)進(jìn)行區(qū)分,在引入Lagrange方程后,其最優(yōu)分類方程如下:

    式中:αi—Lagrange乘子。

    對于未知的樣本x,可通過計(jì)算f(x)來判斷該樣本的類型。當(dāng)使用的樣本數(shù)據(jù)包含噪聲而不能線性分類時(shí),支持向量機(jī)將樣本映射到更高維的線性可分空間中,此時(shí)約束條件為:

    式中ω—超平面的權(quán)向量;b—超平面的分類閾值;ξi—分類時(shí)允許的誤差;c—懲罰系數(shù),表示對分類誤差的容忍程度,當(dāng)c值越大時(shí),支持向量機(jī)對誤差的容忍程度越低,支持向量機(jī)易出現(xiàn)過擬合的現(xiàn)象;c值越小,效果則相反。通過對c值的調(diào)整,實(shí)現(xiàn)SVM在泛化能力與誤差之間平衡。最終通用分類器方程為:

    式中:K(xi,x)—核函數(shù),通常使用的核函數(shù)有:

    (1)線性核函數(shù);

    (2)多項(xiàng)式核函數(shù);

    (3)RBF核函數(shù);

    (4)Sigmoid核函數(shù)[9]。

    選取不同的核函數(shù)對最后的分類效果會(huì)產(chǎn)生極大的影響,并且同一核函數(shù)下,選取不同的核函數(shù)參數(shù)也會(huì)產(chǎn)生不同的效果,所以選取合適的核函數(shù)以及核函數(shù)參數(shù)極為重要。根據(jù)現(xiàn)有研究,RBF核函數(shù)性能較好且應(yīng)用最為廣泛,因此采用RBF核函數(shù),即:

    3.2 支持向量機(jī)分類模型構(gòu)建方法

    構(gòu)建支持向量機(jī)分類模型方法,如圖2所示。包括獲取支持向量機(jī)的輸入?yún)?shù)、支持向量機(jī)的參數(shù)優(yōu)化以及分類準(zhǔn)確性驗(yàn)證三個(gè)方面,其中支持向量機(jī)的懲罰系數(shù)c以及RBF核函數(shù)的參數(shù)g對支持向量機(jī)的性能有極大的影響,所以需要對參數(shù)c和g進(jìn)行優(yōu)化來提高支持向量機(jī)的性能[10]。

    圖2 SVM模型構(gòu)建流程圖Fig.2 SVM Model Construction Flowchart

    3.2.1 支持向量機(jī)輸入?yún)?shù)

    支持向量機(jī)分類模型建立首先需要選定分析對象作為訓(xùn)練樣本,然后需對訓(xùn)練樣本進(jìn)行特征提取,之后對提取的特征向量進(jìn)行歸一化處理,減少奇異樣本的影響,然后將歸一化后的特征向量作為支持向量機(jī)的輸入。

    正常情況下,CRDM線圈中的電流增大,鉤爪會(huì)產(chǎn)生相應(yīng)的動(dòng)作,而鉤爪產(chǎn)生動(dòng)作后引起磁通量減小,導(dǎo)致線圈電感增大,線圈電流減小,使得線圈電流圖上產(chǎn)生一個(gè)類似于回溝一樣的動(dòng)作點(diǎn)[5],該動(dòng)作點(diǎn)的消失被認(rèn)為是一種故障,命名為故障1;此外線圈電流還有可能出現(xiàn)整體下降[6]以及時(shí)序超前[11]的故障,分別命名為故障2 和故障3。由于CRDM 線圈的故障電流難以捕捉,為此在正常電流信號(hào)的基礎(chǔ)上通過降低整體電流值來模擬電流整體下降的故障,通過將電流上升段和下降段提前100ms 來模擬時(shí)序超前的故障,CRDM 提升線圈正常電流以及三種故障電流圖,如圖3 所示。對于每一種電流狀態(tài)數(shù)據(jù)各選取50組,將其中35組作為訓(xùn)練樣本,剩下的15組作為測試樣本。

    圖3 CRDM提升線圈電流Fig.3 CRDM Lifting Coil Current

    分別采用w為50的小波能量熵以及小波能量值作為特征向量,其中小波基函數(shù)為sym2,分解的層數(shù)為6層,之后對特征向量進(jìn)行歸一化處理,減少奇異樣本的影響,將歸一化后的向量作為支持向量機(jī)的輸入?yún)?shù),按照圖2 所示的:分析對象->特征選取->歸一化方法進(jìn)行分類,獲取支持向量機(jī)的輸入?yún)?shù)。

    3.2.2 遺傳算法優(yōu)化支持向量機(jī)參數(shù)

    遺傳算法[12]的核心思想是模仿自然界中種群的演變,將待優(yōu)化問題通過編碼的形式轉(zhuǎn)換為染色體基因串,隨機(jī)產(chǎn)生多個(gè)染色體個(gè)體作為初始種群,然后基于種群中個(gè)體的適應(yīng)度來模擬自然界中基因的選擇、交叉和變異過程,淘汰種群中適應(yīng)度較差的個(gè)體,保留適應(yīng)度較高的個(gè)體,并將基因遺傳給下一代,從而生成一個(gè)適應(yīng)度更好的新種群,如此繼續(xù)下去,直到達(dá)到所要求的最大進(jìn)化代數(shù),最優(yōu)解即為進(jìn)化過程中適應(yīng)度最高的個(gè)體。其中交叉的概率一般為(0.4~0.9);變異的概率為(0.01~0.03)。

    這里待優(yōu)化的問題即是支持向量機(jī)中的參數(shù)c和g。將初始種群大小設(shè)為20,最大進(jìn)化代數(shù)設(shè)為100,染色體長度設(shè)為40,交叉的概率設(shè)為0.7,變異的概率設(shè)為0.0175,懲罰系數(shù)c的范圍設(shè)為[0,100],RBF核函數(shù)參數(shù)g的范圍設(shè)為[0,1000],則遺傳算法的具體優(yōu)化過程如下:

    (1)編碼:使用二進(jìn)制編碼的形式將[c,g]轉(zhuǎn)換為長度為40的二進(jìn)制染色體基因串,一個(gè)染色體基因串代表一個(gè)個(gè)體。

    (2)產(chǎn)生初始種群:隨機(jī)產(chǎn)生個(gè)體數(shù)量為20 的初始種群P(0),設(shè)置當(dāng)前進(jìn)化代數(shù)計(jì)數(shù)器i=0,最大進(jìn)化代數(shù)為100;

    (3)計(jì)算適應(yīng)度:使用支持向量機(jī)分類的準(zhǔn)確率作為適應(yīng)度,以此描述個(gè)體的優(yōu)良程度,計(jì)算出種群P(i)中所有個(gè)體[c,g]對應(yīng)的支持向量機(jī)分類的準(zhǔn)確率,為之后計(jì)算提供依據(jù);

    (4)選擇操作:使用輪盤賭的方法從種群P(i)中挑選優(yōu)秀的個(gè)體,個(gè)體的適應(yīng)度越高越容易被挑選中,最終形成一個(gè)新的大小為20的種群。

    (5)交叉操作:設(shè)定交叉概率為0.7,表示種群中大約有70%的個(gè)體會(huì)參與到交叉中,參與交叉的兩個(gè)個(gè)體隨機(jī)地進(jìn)行部分二進(jìn)制序列交換,生成兩個(gè)新個(gè)體,新個(gè)體與未參與交叉的個(gè)體組成新的種群,種群大小仍為20。

    (6)變異操作:設(shè)定變異概率為0.0175,可認(rèn)為種群中個(gè)體所有二進(jìn)制位中大約有1.75%的位會(huì)產(chǎn)生變異,產(chǎn)生變異的位將會(huì)取反,經(jīng)過變異的個(gè)體與未參與變異的個(gè)體形成下一代種群,種群大小不變。

    (7)判斷是否達(dá)到最大進(jìn)化代數(shù):隨著進(jìn)化代數(shù)增多,種群也越來越接近適應(yīng)度最優(yōu)值,當(dāng)達(dá)到最大進(jìn)化代數(shù)100時(shí),種群不再進(jìn)行進(jìn)化,所有迭代過種群中產(chǎn)生最高準(zhǔn)確率的個(gè)體[c,g]作為最優(yōu)個(gè)體成為支持向量機(jī)的最終參數(shù)。

    4 模型驗(yàn)證對比分析

    4.1 模型參數(shù)優(yōu)化效率對比

    使用遺傳算法對支持向量機(jī)的參數(shù)c和g進(jìn)行優(yōu)化,適應(yīng)度曲線變化,如圖4所示。

    圖4 遺傳算法的適應(yīng)度曲線Fig.4 Fitness Curve of Genetic Algorithm

    由圖4可知,在遺傳算法的優(yōu)化下,使用小波能量值作為特征向量時(shí),得到的參數(shù)c=60.5551,g=0.16499,尋優(yōu)時(shí)間為4.6s;使用小波能量熵作為特征向量時(shí),得到的參數(shù)c=12.8,g=0.53501,尋優(yōu)時(shí)間為7.2s。作為對比,采用粒子群算法對支持向量機(jī)的c/g參數(shù)進(jìn)行優(yōu)化,其中,初始種群大小設(shè)定為20,最大進(jìn)化代數(shù)為100,速度學(xué)習(xí)系數(shù)c1為1.5,c2為1.7,慣性因子為1。得到在粒子群算法的優(yōu)化下,使用小波能量值作為特征向量時(shí),參數(shù)c=63.2251,g=0.70774,尋優(yōu)時(shí)間為6.1s;使用小波能量熵作為特征向量時(shí),參數(shù)c=14.0917,g=1.1311,尋優(yōu)時(shí)間為9.5s。

    支持向量機(jī)參數(shù)尋優(yōu)的結(jié)果,如表1所示。

    表1 支持向量機(jī)參數(shù)尋優(yōu)的結(jié)果對比Tab.1 Comparison of the Results of SVM Parameter Optimization

    從表1可以看出,無論使用小波能量熵作為線圈電流的特征向量還是小波能量值作為線圈電流的特征向量,遺傳算法參數(shù)尋優(yōu)相較于粒子群算法參數(shù)尋優(yōu)花費(fèi)的時(shí)間更少,其中在使用小波能量熵作為線圈電流的特征向量時(shí),參數(shù)尋優(yōu)時(shí)間從9.5s提升至7.2s;在使用小波能量值作為線圈電流的特征向量時(shí),參數(shù)尋優(yōu)時(shí)間從6.1s提升至4.6s。

    4.2 模型分類結(jié)果對比及分析

    將測試樣本輸入到基于遺傳算法優(yōu)化的支持向量機(jī)模型中,分別得到使用小波能量熵作為特征向量時(shí)和使用小波能量值作為特征向量的分類結(jié)果,如圖5所示。其中,正常線圈電流的標(biāo)簽為0;故障1線圈電流的標(biāo)簽為1;故障2線圈電流的標(biāo)簽為2;故障3線圈電流的標(biāo)簽為3。

    圖5 遺傳算法的分類結(jié)果Fig.5 Classification Results of Genetic Algorithm

    由圖5可知,在基于遺傳算法優(yōu)化的支持向量機(jī)中,使用小波能量值作為特征向量時(shí),測試樣本分類準(zhǔn)確率達(dá)到86.67%;使用小波能量熵作為特征向量時(shí),測試樣本分類準(zhǔn)確率達(dá)到98.33%。

    同樣,將測試樣本輸入到基于粒子群算法的支持向量機(jī)中,使用小波能量值作為特征向量時(shí),測試樣本分類準(zhǔn)確率達(dá)到85%;使用小波能量熵作為特征向量時(shí),測試樣本分類準(zhǔn)確率達(dá)到95%。

    支持向量機(jī)的分類結(jié)果,如表2所示。

    表2 支持向量機(jī)分類的結(jié)果對比Tab.2 Comparison of the Results of SVM Classification

    由表2可以看出,使用小波能量熵作為線圈電流的特征向量后,無論是采用遺傳算法作為支持向量機(jī)參數(shù)的優(yōu)化算法還是采用粒子群算法作為支持向量機(jī)的優(yōu)化算法,測試樣本的預(yù)測準(zhǔn)確率均得到較大地提升,其中在遺傳算法優(yōu)化下,預(yù)測準(zhǔn)確率由86.67%提高到了98.33%;在粒子群算法優(yōu)化下,預(yù)測準(zhǔn)確率由85%提高到了95%。

    由此可見,與小波能量值作為特征向量相比,小波能量熵作為特征向量能有效地提升了線圈電流故障分類的準(zhǔn)確率;遺傳算法作為支持向量機(jī)參數(shù)的優(yōu)化算法,能實(shí)現(xiàn)線圈電流故障分類高準(zhǔn)確率的同時(shí),相較于粒子群算法效率更高。

    5 結(jié)論

    針對控制棒驅(qū)動(dòng)機(jī)構(gòu)故障分類的要求,在小波能量值作為線圈電流特征向量的基礎(chǔ)上,引入滑動(dòng)窗以及熵值理論,構(gòu)建了基于小波能量熵的特征向量,將特征向量作為支持向量機(jī)的輸入?yún)?shù)后,分別使用遺傳算法和粒子群算法對支持向量機(jī)的懲罰系數(shù)c和RBF核函數(shù)的參數(shù)g進(jìn)行優(yōu)化,仿真對比結(jié)果表明:

    (1)小波能量熵作為特征向量相較于小波能量值作為特征向量更好地體現(xiàn)線圈電流的局部特征,更為準(zhǔn)確地實(shí)現(xiàn)了線圈電流故障的分類;

    (2)遺傳算法作為對支持向量機(jī)參數(shù)的優(yōu)化算法相較于粒子群算法作為支持向量機(jī)參數(shù)的優(yōu)化算法能保證高準(zhǔn)確率分類的同時(shí),更為高效率地實(shí)現(xiàn)了參數(shù)的尋優(yōu)。

    猜你喜歡
    特征向量遺傳算法線圈
    二年制職教本科線性代數(shù)課程的幾何化教學(xué)設(shè)計(jì)——以特征值和特征向量為例
    基于LSTM的汽輪發(fā)電機(jī)線圈的早期異常檢測
    克羅內(nèi)克積的特征向量
    可拆分式線圈在無損檢測中的應(yīng)用
    超小型薄壁線圈架注射模設(shè)計(jì)
    模具制造(2019年7期)2019-09-25 07:29:58
    一類特殊矩陣特征向量的求法
    基于自適應(yīng)遺傳算法的CSAMT一維反演
    一種基于遺傳算法的聚類分析方法在DNA序列比較中的應(yīng)用
    EXCEL表格計(jì)算判斷矩陣近似特征向量在AHP法檢驗(yàn)上的應(yīng)用
    基于遺傳算法和LS-SVM的財(cái)務(wù)危機(jī)預(yù)測
    手机成人av网站| 1024香蕉在线观看| 男女之事视频高清在线观看| xxxwww97欧美| 真人做人爱边吃奶动态| 精品国产亚洲在线| 一进一出好大好爽视频| 丝袜人妻中文字幕| 女人被狂操c到高潮| 久久国产亚洲av麻豆专区| 亚洲人成网站在线播放欧美日韩| 国产又爽黄色视频| 欧美成人性av电影在线观看| 国产成人欧美在线观看| 中文资源天堂在线| av中文乱码字幕在线| 天堂√8在线中文| 18禁美女被吸乳视频| 热99re8久久精品国产| 天堂影院成人在线观看| 亚洲最大成人中文| 在线视频色国产色| 欧美日韩亚洲综合一区二区三区_| 最近在线观看免费完整版| 正在播放国产对白刺激| 久热爱精品视频在线9| 丁香欧美五月| 日韩欧美免费精品| 亚洲成国产人片在线观看| 国产激情偷乱视频一区二区| 久久婷婷成人综合色麻豆| 色综合亚洲欧美另类图片| 亚洲欧美一区二区三区黑人| 成熟少妇高潮喷水视频| 欧美性长视频在线观看| 亚洲第一av免费看| 亚洲黑人精品在线| 在线播放国产精品三级| 久久精品91蜜桃| 国产精品久久久人人做人人爽| 搡老妇女老女人老熟妇| 欧美日韩亚洲国产一区二区在线观看| 手机成人av网站| 18禁黄网站禁片免费观看直播| 91成年电影在线观看| 久久香蕉激情| 亚洲av中文字字幕乱码综合 | 成人亚洲精品一区在线观看| 别揉我奶头~嗯~啊~动态视频| 欧美大码av| 国产精品99久久99久久久不卡| 久久国产精品男人的天堂亚洲| av在线天堂中文字幕| 18禁黄网站禁片午夜丰满| 亚洲在线自拍视频| 一区二区三区高清视频在线| 十八禁网站免费在线| 午夜免费激情av| 国产久久久一区二区三区| 亚洲国产精品合色在线| 久久精品国产亚洲av香蕉五月| 最近最新中文字幕大全免费视频| 欧美中文日本在线观看视频| 国产免费男女视频| 男人舔女人下体高潮全视频| 母亲3免费完整高清在线观看| 亚洲欧美精品综合久久99| 国产伦一二天堂av在线观看| 亚洲国产毛片av蜜桃av| 性色av乱码一区二区三区2| 夜夜夜夜夜久久久久| 国产片内射在线| 国产成人精品久久二区二区免费| 嫩草影视91久久| 久久久久久久午夜电影| 99热6这里只有精品| 99国产精品99久久久久| 色在线成人网| 免费搜索国产男女视频| 午夜久久久久精精品| 一级黄色大片毛片| 亚洲,欧美精品.| 午夜福利视频1000在线观看| 人人澡人人妻人| 亚洲国产高清在线一区二区三 | 国产精品亚洲av一区麻豆| 成人欧美大片| 12—13女人毛片做爰片一| 国产欧美日韩精品亚洲av| 久久午夜亚洲精品久久| 精品高清国产在线一区| 午夜福利欧美成人| 十八禁人妻一区二区| 久久人妻av系列| 精品少妇一区二区三区视频日本电影| 一二三四社区在线视频社区8| 午夜精品在线福利| 亚洲午夜理论影院| 天天躁狠狠躁夜夜躁狠狠躁| 中亚洲国语对白在线视频| 欧美中文综合在线视频| 国产一区二区三区视频了| 亚洲熟妇熟女久久| aaaaa片日本免费| 91九色精品人成在线观看| 欧美日本亚洲视频在线播放| 亚洲九九香蕉| 正在播放国产对白刺激| 亚洲精品国产区一区二| 日韩视频一区二区在线观看| 国产亚洲欧美精品永久| 国产乱人伦免费视频| 日韩欧美一区二区三区在线观看| 麻豆国产av国片精品| 日日摸夜夜添夜夜添小说| 伊人久久大香线蕉亚洲五| 成人亚洲精品一区在线观看| 久久久国产成人精品二区| 一边摸一边做爽爽视频免费| 久久这里只有精品19| 麻豆成人午夜福利视频| 校园春色视频在线观看| 日日摸夜夜添夜夜添小说| 中文字幕最新亚洲高清| 老司机福利观看| 成人亚洲精品av一区二区| 日本三级黄在线观看| 在线av久久热| 日韩欧美在线二视频| 麻豆一二三区av精品| 老熟妇乱子伦视频在线观看| 久热爱精品视频在线9| 色在线成人网| 叶爱在线成人免费视频播放| 中文字幕精品亚洲无线码一区 | 国产av一区在线观看免费| 好看av亚洲va欧美ⅴa在| 老熟妇乱子伦视频在线观看| 在线视频色国产色| 亚洲久久久国产精品| 免费高清在线观看日韩| 满18在线观看网站| 中文字幕精品亚洲无线码一区 | 国产精品1区2区在线观看.| 好男人电影高清在线观看| 免费av毛片视频| 制服丝袜大香蕉在线| 久99久视频精品免费| 在线播放国产精品三级| 亚洲自偷自拍图片 自拍| ponron亚洲| 1024香蕉在线观看| av视频在线观看入口| 中文字幕精品亚洲无线码一区 | 伊人久久大香线蕉亚洲五| 亚洲av成人av| 国产色视频综合| 老司机福利观看| 搡老熟女国产l中国老女人| 麻豆成人午夜福利视频| 免费观看人在逋| 国产国语露脸激情在线看| 日本撒尿小便嘘嘘汇集6| 天堂影院成人在线观看| 中文亚洲av片在线观看爽| 国产欧美日韩一区二区三| a级毛片a级免费在线| 欧美成狂野欧美在线观看| 中文字幕久久专区| 亚洲精品国产区一区二| 亚洲久久久国产精品| 真人一进一出gif抽搐免费| 在线av久久热| 成人精品一区二区免费| 精品少妇一区二区三区视频日本电影| 午夜免费成人在线视频| 久久99热这里只有精品18| 国产精品精品国产色婷婷| 欧美色视频一区免费| www.熟女人妻精品国产| 国产免费男女视频| 国产精品久久久久久亚洲av鲁大| 在线天堂中文资源库| 免费看十八禁软件| 成人亚洲精品av一区二区| 中文资源天堂在线| 亚洲av成人不卡在线观看播放网| 天堂动漫精品| 中国美女看黄片| 亚洲avbb在线观看| 搞女人的毛片| 亚洲美女黄片视频| 日韩av在线大香蕉| 久久 成人 亚洲| 久久国产精品男人的天堂亚洲| 大香蕉久久成人网| 欧美性长视频在线观看| 色综合站精品国产| 欧美大码av| 国产av在哪里看| 亚洲精华国产精华精| 日日爽夜夜爽网站| 久久精品aⅴ一区二区三区四区| 给我免费播放毛片高清在线观看| 亚洲av片天天在线观看| 国产91精品成人一区二区三区| 免费在线观看黄色视频的| 99国产精品一区二区三区| 久久精品国产清高在天天线| 精品久久蜜臀av无| 一区二区三区高清视频在线| 亚洲精华国产精华精| 麻豆一二三区av精品| 搡老岳熟女国产| 国内毛片毛片毛片毛片毛片| 黄色丝袜av网址大全| 欧美又色又爽又黄视频| 久久午夜亚洲精品久久| 一二三四在线观看免费中文在| 黄色视频不卡| 在线播放国产精品三级| 国产三级在线视频| 在线观看免费午夜福利视频| 亚洲人成网站在线播放欧美日韩| av视频在线观看入口| 可以在线观看毛片的网站| 久久精品夜夜夜夜夜久久蜜豆 | 两性夫妻黄色片| 国产成+人综合+亚洲专区| 久久天堂一区二区三区四区| 成人三级做爰电影| 国产男靠女视频免费网站| 在线观看午夜福利视频| 亚洲国产日韩欧美精品在线观看 | 国产精品野战在线观看| 男女下面进入的视频免费午夜 | 国产亚洲精品久久久久久毛片| a级毛片a级免费在线| 高清在线国产一区| 精品国产一区二区三区四区第35| 老司机午夜十八禁免费视频| 成人精品一区二区免费| 在线永久观看黄色视频| 国产v大片淫在线免费观看| 欧美日韩黄片免| 99国产精品一区二区蜜桃av| 国产激情久久老熟女| 脱女人内裤的视频| www.www免费av| 成人三级做爰电影| 熟妇人妻久久中文字幕3abv| 欧美在线黄色| 69av精品久久久久久| 日韩欧美在线二视频| 一二三四在线观看免费中文在| www.自偷自拍.com| 久久精品夜夜夜夜夜久久蜜豆 | 免费在线观看视频国产中文字幕亚洲| 黄色 视频免费看| 亚洲av成人av| av福利片在线| 欧美一级a爱片免费观看看 | 欧美不卡视频在线免费观看 | 嫩草影视91久久| 欧美zozozo另类| 成人一区二区视频在线观看| 国产私拍福利视频在线观看| 亚洲男人的天堂狠狠| 婷婷精品国产亚洲av在线| 国产亚洲av嫩草精品影院| 国产成+人综合+亚洲专区| 国产av不卡久久| 丰满人妻熟妇乱又伦精品不卡| 国产亚洲精品第一综合不卡| 国产精品美女特级片免费视频播放器 | 久久久久九九精品影院| 精品福利观看| 99国产精品一区二区蜜桃av| 老司机深夜福利视频在线观看| 国产欧美日韩精品亚洲av| 久久伊人香网站| 午夜影院日韩av| 在线观看日韩欧美| 999久久久精品免费观看国产| 亚洲一码二码三码区别大吗| 两性午夜刺激爽爽歪歪视频在线观看 | 国产一区二区三区在线臀色熟女| 国产99久久九九免费精品| 欧美黑人精品巨大| 美女扒开内裤让男人捅视频| 日韩成人在线观看一区二区三区| 桃色一区二区三区在线观看| 婷婷精品国产亚洲av在线| 国产av又大| 国产精品99久久99久久久不卡| 少妇裸体淫交视频免费看高清 | 岛国在线观看网站| 成在线人永久免费视频| 亚洲精品av麻豆狂野| 国产精品久久久久久精品电影 | 亚洲第一青青草原| 免费看日本二区| 一边摸一边做爽爽视频免费| 国产精品九九99| 欧美色视频一区免费| 波多野结衣巨乳人妻| 亚洲精品在线观看二区| av在线天堂中文字幕| 可以免费在线观看a视频的电影网站| 成人国产综合亚洲| 日韩欧美一区视频在线观看| 免费女性裸体啪啪无遮挡网站| 精品无人区乱码1区二区| 亚洲av中文字字幕乱码综合 | 久久久久九九精品影院| 欧美最黄视频在线播放免费| 村上凉子中文字幕在线| 女生性感内裤真人,穿戴方法视频| 亚洲一卡2卡3卡4卡5卡精品中文| 男男h啪啪无遮挡| 亚洲中文字幕日韩| 欧美在线黄色| videosex国产| 午夜福利视频1000在线观看| 久久久久国产一级毛片高清牌| 国产成人av激情在线播放| 女性被躁到高潮视频| 日本免费一区二区三区高清不卡| 日韩欧美一区视频在线观看| 天天添夜夜摸| 在线观看日韩欧美| 精品第一国产精品| 老司机深夜福利视频在线观看| 精品电影一区二区在线| 亚洲精品色激情综合| 中文字幕精品亚洲无线码一区 | 色综合亚洲欧美另类图片| 国产真实乱freesex| 欧美乱色亚洲激情| 男女床上黄色一级片免费看| 亚洲第一电影网av| 国产精品免费一区二区三区在线| 久久热在线av| 十八禁网站免费在线| 欧美久久黑人一区二区| 亚洲,欧美精品.| 亚洲天堂国产精品一区在线| 日韩欧美三级三区| 高潮久久久久久久久久久不卡| 18禁国产床啪视频网站| 男女那种视频在线观看| 老汉色av国产亚洲站长工具| 久久青草综合色| 亚洲成av片中文字幕在线观看| 九色国产91popny在线| 午夜免费观看网址| 黄片播放在线免费| 啦啦啦 在线观看视频| 高潮久久久久久久久久久不卡| 岛国视频午夜一区免费看| 色av中文字幕| 国产高清视频在线播放一区| 久久人妻福利社区极品人妻图片| 日韩欧美在线二视频| 久久婷婷成人综合色麻豆| 亚洲aⅴ乱码一区二区在线播放 | 中文字幕久久专区| 波多野结衣av一区二区av| 亚洲五月婷婷丁香| 搡老熟女国产l中国老女人| 宅男免费午夜| 中文字幕人妻熟女乱码| 香蕉久久夜色| 欧美激情 高清一区二区三区| 国产亚洲av嫩草精品影院| 亚洲国产日韩欧美精品在线观看 | 香蕉丝袜av| www.自偷自拍.com| 黑丝袜美女国产一区| 国产人伦9x9x在线观看| 国产亚洲精品第一综合不卡| 国产av又大| 美女国产高潮福利片在线看| 国产精品久久久久久精品电影 | 12—13女人毛片做爰片一| 18禁美女被吸乳视频| 淫妇啪啪啪对白视频| 村上凉子中文字幕在线| 成年人黄色毛片网站| 一级毛片高清免费大全| 久久人人精品亚洲av| 亚洲色图 男人天堂 中文字幕| 曰老女人黄片| 久久久久久国产a免费观看| 国产av一区在线观看免费| 久久欧美精品欧美久久欧美| 亚洲精品中文字幕一二三四区| 精品午夜福利视频在线观看一区| 黄色 视频免费看| 免费看美女性在线毛片视频| 欧美一级a爱片免费观看看 | 午夜影院日韩av| 精品欧美国产一区二区三| 欧美精品啪啪一区二区三区| 国产黄a三级三级三级人| 成人三级做爰电影| 亚洲专区中文字幕在线| 18禁裸乳无遮挡免费网站照片 | 一区二区日韩欧美中文字幕| 国产麻豆成人av免费视频| 国产亚洲精品久久久久久毛片| 日本免费a在线| 正在播放国产对白刺激| 亚洲第一av免费看| 日韩一卡2卡3卡4卡2021年| 亚洲精品在线观看二区| 色综合欧美亚洲国产小说| 欧美黑人精品巨大| 国产成人av激情在线播放| 国产精品九九99| 国产激情偷乱视频一区二区| 精品国产乱码久久久久久男人| www日本在线高清视频| 最近最新免费中文字幕在线| 亚洲电影在线观看av| av福利片在线| 色在线成人网| 国产精品永久免费网站| 亚洲成av片中文字幕在线观看| 成人欧美大片| 国产亚洲精品久久久久5区| 久久久久国产精品人妻aⅴ院| 日韩av在线大香蕉| 妹子高潮喷水视频| 免费在线观看亚洲国产| 在线观看一区二区三区| 久久热在线av| a级毛片a级免费在线| 免费在线观看视频国产中文字幕亚洲| 亚洲精华国产精华精| 精品一区二区三区视频在线观看免费| bbb黄色大片| 亚洲真实伦在线观看| 精品日产1卡2卡| 亚洲中文字幕日韩| 99精品久久久久人妻精品| 人人妻,人人澡人人爽秒播| 久久精品国产99精品国产亚洲性色| 日韩 欧美 亚洲 中文字幕| 高清在线国产一区| 国产精品九九99| 国产伦一二天堂av在线观看| 色精品久久人妻99蜜桃| 成人av一区二区三区在线看| xxxwww97欧美| 国内揄拍国产精品人妻在线 | 亚洲片人在线观看| 国产在线精品亚洲第一网站| or卡值多少钱| 国产黄片美女视频| 麻豆成人午夜福利视频| 在线视频色国产色| 欧美大码av| 亚洲中文av在线| 搞女人的毛片| 男人的好看免费观看在线视频 | 久久久久久久午夜电影| www日本在线高清视频| 日韩大码丰满熟妇| 亚洲专区中文字幕在线| 人妻久久中文字幕网| 香蕉av资源在线| 国产精品电影一区二区三区| 免费女性裸体啪啪无遮挡网站| 又黄又爽又免费观看的视频| 亚洲色图 男人天堂 中文字幕| 日本五十路高清| 成人亚洲精品av一区二区| 99热只有精品国产| 国产亚洲精品av在线| 男女视频在线观看网站免费 | 久久香蕉国产精品| 日韩国内少妇激情av| 99riav亚洲国产免费| 男人舔女人的私密视频| 国产v大片淫在线免费观看| 久久中文看片网| 午夜日韩欧美国产| 亚洲五月天丁香| 亚洲精品中文字幕在线视频| 女人被狂操c到高潮| 少妇被粗大的猛进出69影院| 精品久久久久久久人妻蜜臀av| 日本免费a在线| 国产亚洲精品久久久久久毛片| 无人区码免费观看不卡| 一a级毛片在线观看| 欧美一级a爱片免费观看看 | 老司机福利观看| 男女床上黄色一级片免费看| 久久精品亚洲精品国产色婷小说| 久久久久九九精品影院| 女人高潮潮喷娇喘18禁视频| 国产人伦9x9x在线观看| 亚洲狠狠婷婷综合久久图片| 侵犯人妻中文字幕一二三四区| 亚洲成人久久爱视频| 日韩 欧美 亚洲 中文字幕| 黄色a级毛片大全视频| 久久人妻福利社区极品人妻图片| 亚洲成人免费电影在线观看| e午夜精品久久久久久久| 在线永久观看黄色视频| 看黄色毛片网站| 一级片免费观看大全| 午夜福利高清视频| 欧美中文综合在线视频| 成人免费观看视频高清| 精品福利观看| 99久久国产精品久久久| 一区福利在线观看| 一级毛片高清免费大全| 色精品久久人妻99蜜桃| 欧美又色又爽又黄视频| 日韩欧美国产在线观看| 久久中文字幕人妻熟女| 亚洲 欧美 日韩 在线 免费| 成年免费大片在线观看| 精品乱码久久久久久99久播| 国产成+人综合+亚洲专区| 午夜福利视频1000在线观看| 日韩成人在线观看一区二区三区| 亚洲在线自拍视频| 日本a在线网址| 妹子高潮喷水视频| 精品欧美一区二区三区在线| 久久精品影院6| 两性午夜刺激爽爽歪歪视频在线观看 | av福利片在线| 久久亚洲精品不卡| 国产精品野战在线观看| 亚洲精华国产精华精| 韩国精品一区二区三区| 中文字幕最新亚洲高清| 欧美日韩亚洲综合一区二区三区_| 亚洲成人免费电影在线观看| 性欧美人与动物交配| 亚洲男人天堂网一区| 久久精品亚洲精品国产色婷小说| 久久午夜亚洲精品久久| 日韩 欧美 亚洲 中文字幕| 国产激情欧美一区二区| 国产精品 国内视频| 神马国产精品三级电影在线观看 | 黄网站色视频无遮挡免费观看| aaaaa片日本免费| 亚洲,欧美精品.| 欧美绝顶高潮抽搐喷水| 麻豆国产av国片精品| 男女下面进入的视频免费午夜 | 中文字幕人妻丝袜一区二区| www日本在线高清视频| 亚洲人成电影免费在线| 欧美黑人精品巨大| 黑人操中国人逼视频| 午夜福利视频1000在线观看| 18禁黄网站禁片免费观看直播| 啦啦啦观看免费观看视频高清| 满18在线观看网站| 日本免费一区二区三区高清不卡| 级片在线观看| 免费高清在线观看日韩| 亚洲电影在线观看av| 欧美一级毛片孕妇| av有码第一页| 国产视频一区二区在线看| 性欧美人与动物交配| 亚洲熟妇熟女久久| 白带黄色成豆腐渣| 日本撒尿小便嘘嘘汇集6| 88av欧美| 白带黄色成豆腐渣| xxxwww97欧美| 免费高清视频大片| 国产精品98久久久久久宅男小说| xxxwww97欧美| 国产免费av片在线观看野外av| 久久久久免费精品人妻一区二区 | 日本成人三级电影网站| e午夜精品久久久久久久| 十八禁网站免费在线| 老司机在亚洲福利影院| e午夜精品久久久久久久| 亚洲精品美女久久久久99蜜臀| 久久久久国产精品人妻aⅴ院| 热99re8久久精品国产| 久久天堂一区二区三区四区| 老司机深夜福利视频在线观看| 亚洲人成电影免费在线| 亚洲激情在线av| 欧美绝顶高潮抽搐喷水| 国产国语露脸激情在线看| 亚洲第一青青草原| 婷婷亚洲欧美| 日本撒尿小便嘘嘘汇集6| 亚洲精品美女久久久久99蜜臀| 国产精品99久久99久久久不卡| 亚洲免费av在线视频| 日韩三级视频一区二区三区| 成人国产综合亚洲| 国产日本99.免费观看| 久久精品影院6| 女同久久另类99精品国产91| 特大巨黑吊av在线直播 | 欧美不卡视频在线免费观看 |