日韩精品一区二区三区在线视频放-无码中文字幕V?一区二区-成年片免费观看视频-国内少妇人妻丰满av-国产精品中文字幕免费观看-亚洲成人久久一区二区三区-国内少妇偷人精品视频无缓冲-一区二区国产精品日本一区二区三区在线网

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

工業(yè)設(shè)備故障檢測(cè)數(shù)據(jù)集構(gòu)建與多傳感器融合分析實(shí)戰(zhàn)

工業(yè)設(shè)備故障檢測(cè)數(shù)據(jù)集構(gòu)建與多傳感器融合分析實(shí)戰(zhàn) 簡(jiǎn)介本資源是面向工業(yè)AI開發(fā)者與智能制造工程師的專用目標(biāo)檢測(cè)數(shù)據(jù)集聚焦設(shè)備預(yù)測(cè)性維護(hù)場(chǎng)景解決腐蝕、軟管磨損、活塞故障及受潮等典型工業(yè)異常的視覺識(shí)別與精確定位問(wèn)題。壓縮包共1506個(gè)文件含752張真實(shí)工業(yè)設(shè)備實(shí)拍JPG圖像、對(duì)應(yīng)YOLO格式TXT標(biāo)注文件含邊界框坐標(biāo)與四類故障標(biāo)簽、統(tǒng)一類別映射的YOLO YAML配置文件以及說(shuō)明數(shù)據(jù)采集規(guī)范與使用指南的DOCX文檔整體體積36.09MB結(jié)構(gòu)清晰、開箱即用。已有230人學(xué)習(xí)下載適用于YOLOv5/v8/v12等主流檢測(cè)框架訓(xùn)練可直接支撐故障預(yù)警系統(tǒng)開發(fā)、產(chǎn)線質(zhì)量監(jiān)控模塊集成或設(shè)備健康評(píng)估平臺(tái)構(gòu)建。用戶獲取的是覆蓋多角度、多狀態(tài)的真實(shí)故障樣本集標(biāo)注精準(zhǔn)、場(chǎng)景強(qiáng)泛化顯著降低工業(yè)視覺算法從訓(xùn)練到落地的工程門檻。1. 項(xiàng)目概述一份數(shù)據(jù)集的誕生與價(jià)值最近在整理硬盤翻出來(lái)一個(gè)壓箱底的寶貝——一個(gè)名為“工業(yè)設(shè)備故障檢測(cè)數(shù)據(jù)集.zip”的文件包。這可不是我從哪個(gè)公開平臺(tái)隨手下載的而是幾年前參與一個(gè)大型工業(yè)預(yù)測(cè)性維護(hù)項(xiàng)目時(shí)和團(tuán)隊(duì)一起從零到一“攢”出來(lái)的。當(dāng)時(shí)為了拿到真實(shí)、有效、能用的數(shù)據(jù)我們幾乎跑遍了合作方的幾個(gè)主要生產(chǎn)基地跟產(chǎn)線老師傅們軟磨硬泡和傳感器、PLC可編程邏輯控制器斗智斗勇最后才形成了這個(gè)結(jié)構(gòu)化的數(shù)據(jù)集合。今天我想把這個(gè)數(shù)據(jù)集背后的故事、它的結(jié)構(gòu)設(shè)計(jì)、采集過(guò)程中的坑以及它究竟能用來(lái)做什么毫無(wú)保留地分享出來(lái)。無(wú)論你是剛?cè)胄袛?shù)據(jù)科學(xué)的學(xué)生想找一個(gè)有挑戰(zhàn)性的實(shí)戰(zhàn)項(xiàng)目練手還是從事工業(yè)物聯(lián)網(wǎng)或設(shè)備運(yùn)維的工程師希望了解數(shù)據(jù)驅(qū)動(dòng)的故障診斷流程這個(gè)數(shù)據(jù)集及其背后的方法論或許都能給你帶來(lái)一些實(shí)實(shí)在在的啟發(fā)。簡(jiǎn)單來(lái)說(shuō)這個(gè)數(shù)據(jù)集的核心目標(biāo)就是通過(guò)設(shè)備運(yùn)行時(shí)的多維度傳感器數(shù)據(jù)來(lái)識(shí)別和預(yù)測(cè)其潛在的故障狀態(tài)。它模擬了工業(yè)現(xiàn)場(chǎng)最常見的一類場(chǎng)景一臺(tái)關(guān)鍵旋轉(zhuǎn)設(shè)備比如電機(jī)、泵或風(fēng)機(jī)在持續(xù)運(yùn)行我們通過(guò)部署在其關(guān)鍵部位的振動(dòng)、溫度、電流等傳感器持續(xù)采集時(shí)間序列數(shù)據(jù)。數(shù)據(jù)中既包含了設(shè)備“健康”狀態(tài)下的平穩(wěn)運(yùn)行記錄也包含了多種典型故障如不平衡、不對(duì)中、軸承磨損、轉(zhuǎn)子斷條等從萌芽、發(fā)展到加劇的全過(guò)程數(shù)據(jù)。我們的任務(wù)就是像醫(yī)生解讀心電圖一樣從這些看似雜亂無(wú)章的波形和數(shù)字中找到故障的“指紋”。2. 數(shù)據(jù)集整體設(shè)計(jì)與采集思路拆解2.1 為什么選擇多傳感器融合方案在設(shè)計(jì)之初我們面臨一個(gè)核心選擇是只采集最經(jīng)典的振動(dòng)信號(hào)還是采用多傳感器融合的方案我們最終選擇了后者原因基于一個(gè)樸素的工業(yè)認(rèn)知單一信號(hào)源的信息是有限的且容易受到干擾。振動(dòng)分析確實(shí)是旋轉(zhuǎn)機(jī)械故障診斷的“黃金標(biāo)準(zhǔn)”尤其是高頻振動(dòng)信號(hào)對(duì)軸承、齒輪的局部缺陷非常敏感。但是有些故障的早期征兆可能首先體現(xiàn)在溫升上比如潤(rùn)滑不良導(dǎo)致的摩擦加劇或者反映在電機(jī)的電流諧波中比如轉(zhuǎn)子斷條引起的電流變化。此外現(xiàn)場(chǎng)環(huán)境復(fù)雜單一傳感器可能意外失效或被偶然干擾例如一個(gè)意外的撞擊會(huì)產(chǎn)生一個(gè)巨大的振動(dòng)峰值但這不代表設(shè)備故障。多源數(shù)據(jù)的相互印證能極大提高診斷的魯棒性和準(zhǔn)確性。因此我們的數(shù)據(jù)集包含了以下四類同步采集的時(shí)序數(shù)據(jù)振動(dòng)信號(hào)分為垂直和水平兩個(gè)方向的加速度采樣頻率設(shè)為12.8 kHz。這個(gè)頻率足以捕捉大多數(shù)滾動(dòng)軸承故障特征其故障特征頻率通常在幾百Hz到幾kHz。我們使用ICP型加速度傳感器方便直接供電和信號(hào)傳輸。溫度信號(hào)在電機(jī)驅(qū)動(dòng)端和非驅(qū)動(dòng)端軸承外殼上各布置一個(gè)PT100鉑電阻溫度傳感器采樣頻率為1 Hz。溫度是慢變信號(hào)但趨勢(shì)異常往往是嚴(yán)重故障的前兆。三相電流信號(hào)通過(guò)電流鉗表采集電機(jī)的U、V、W三相電流采樣頻率為5 kHz。電流信號(hào)蘊(yùn)含了豐富的電氣和機(jī)械耦合故障信息。轉(zhuǎn)速信號(hào)通過(guò)鍵相傳感器采集轉(zhuǎn)速脈沖用于計(jì)算實(shí)時(shí)轉(zhuǎn)速并為振動(dòng)信號(hào)提供相位參考對(duì)于不平衡、不對(duì)中這類與轉(zhuǎn)速同頻或倍頻相關(guān)的故障相位信息至關(guān)重要。注意采樣頻率的選擇不是隨意的。根據(jù)奈奎斯特采樣定理要無(wú)失真地還原信號(hào)采樣頻率必須大于信號(hào)最高頻率的2倍。我們預(yù)設(shè)關(guān)注的最高分析頻率為5 kHz足以覆蓋軸承故障因此振動(dòng)采樣率設(shè)為12.8 kHz通常是標(biāo)準(zhǔn)分析儀器的基值如2.56倍過(guò)采樣。電流信號(hào)中我們主要關(guān)注低頻的諧波成分5 kHz綽綽有余。2.2 故障模式的設(shè)計(jì)與模擬在真實(shí)的工廠里坐等設(shè)備自然發(fā)生故障來(lái)采集數(shù)據(jù)是昂貴且不現(xiàn)實(shí)的。我們采用了在實(shí)驗(yàn)臺(tái)架上模擬故障的方法。合作方有一個(gè)精密的電機(jī)-風(fēng)機(jī)對(duì)中實(shí)驗(yàn)臺(tái)我們可以在上面人為地、可控地引入故障。我們?cè)O(shè)計(jì)了四種漸進(jìn)式的故障狀態(tài)連同健康狀態(tài)共構(gòu)成5個(gè)類別標(biāo)簽健康設(shè)備處于最佳對(duì)中、平衡狀態(tài)軸承全新運(yùn)行平穩(wěn)。輕度不平衡在風(fēng)機(jī)葉輪上附加一個(gè)小的質(zhì)量塊。這會(huì)導(dǎo)致振動(dòng)增大且振動(dòng)能量主要集中在1倍轉(zhuǎn)頻1X上。中度不對(duì)中輕微調(diào)整電機(jī)與風(fēng)機(jī)之間的聯(lián)軸器模擬角度不對(duì)中。這會(huì)產(chǎn)生較高的2倍轉(zhuǎn)頻2X振動(dòng)有時(shí)伴有1X和3X成分。軸承外圈故障更換上一個(gè)預(yù)先在外圈滾道上加工了細(xì)微點(diǎn)蝕的軸承。這種故障會(huì)產(chǎn)生高頻的沖擊振動(dòng)其特征頻率Ball Pass Frequency Outer race, BPFO是固定的與轉(zhuǎn)速有關(guān)。復(fù)合故障不平衡軸承故障同時(shí)引入質(zhì)量塊和故障軸承模擬現(xiàn)實(shí)中多種故障并發(fā)的情況這更貼近真實(shí)工業(yè)場(chǎng)景的復(fù)雜性。對(duì)于每一種故障狀態(tài)我們都讓設(shè)備從啟動(dòng)、升速到穩(wěn)定運(yùn)行持續(xù)采集至少30分鐘的數(shù)據(jù)。同時(shí)我們還會(huì)緩慢改變負(fù)載通過(guò)調(diào)節(jié)風(fēng)門開度以觀察不同工況下故障特征的變化。這種“狀態(tài)-工況”的二維設(shè)計(jì)使得數(shù)據(jù)集不僅能用于故障分類還能初步用于故障嚴(yán)重程度評(píng)估和工況遷移學(xué)習(xí)的研究。3. 數(shù)據(jù)格式解析與預(yù)處理要點(diǎn)3.1 文件組織結(jié)構(gòu)詳解解壓“工業(yè)設(shè)備故障檢測(cè)數(shù)據(jù)集.zip”后你會(huì)看到一個(gè)非常規(guī)整的目錄樹。清晰的結(jié)構(gòu)是數(shù)據(jù)可用的基石。工業(yè)設(shè)備故障檢測(cè)數(shù)據(jù)集/ ├── README.md # 數(shù)據(jù)字典包含所有元數(shù)據(jù)說(shuō)明 ├── metadata.csv # 核心索引文件每一行對(duì)應(yīng)一個(gè)數(shù)據(jù)片段 ├── raw_data/ # 原始高速采集的二進(jìn)制文件按日期-設(shè)備-傳感器組織 │ ├── 2023-06-01/ │ │ ├── Motor_A/ │ │ │ ├── vibration_vertical.dat │ │ │ ├── vibration_horizontal.dat │ │ │ ├── current_U.dat │ │ │ └── ... │ │ └── Motor_B/ │ │ └── ... │ └── ... └── processed/ # 預(yù)處理后的可直接用于建模的常用格式 ├── time_series_segments/ # 切割好的等長(zhǎng)時(shí)序片段CSV格式 │ ├── health/ │ │ ├── segment_001.csv │ │ └── ... │ ├── imbalance_mild/ │ └── ... ├── features/ # 從原始信號(hào)中提取的時(shí)域、頻域特征CSV格式 │ └── feature_table.csv └── images/ # 將振動(dòng)信號(hào)轉(zhuǎn)換成的時(shí)頻圖如梅爾頻譜圖用于CNN ├── health/ └── ...metadata.csv這是整個(gè)數(shù)據(jù)集的“導(dǎo)航圖”。它包含了每個(gè)數(shù)據(jù)片段的完整描述信息例如file_path: 對(duì)應(yīng)原始數(shù)據(jù)文件的路徑。timestamp: 數(shù)據(jù)段的起始時(shí)間。machine_id: 設(shè)備編號(hào)我們有兩臺(tái)同型號(hào)設(shè)備用于交叉驗(yàn)證。fault_type: 故障標(biāo)簽健康、不平衡等。fault_severity: 故障嚴(yán)重程度等級(jí)0-健康1-輕度2-中度。rpm: 該時(shí)間段內(nèi)的平均轉(zhuǎn)速。load_percentage: 負(fù)載百分比。有了這個(gè)表你可以用Pandas輕松地按任意條件如“所有中度不對(duì)中的數(shù)據(jù)”、“設(shè)備A在75%負(fù)載下的數(shù)據(jù)”篩選和加載數(shù)據(jù)。raw_data/存儲(chǔ)原始的、高采樣率的二進(jìn)制.dat文件。我們使用自定義的采集軟件將多通道數(shù)據(jù)以float32格式交錯(cuò)存儲(chǔ)Channel1_Sample1, Channel2_Sample1, Channel1_Sample2, Channel2_Sample2...。這樣做存儲(chǔ)效率高但讀取時(shí)需要知道通道數(shù)和順序。我們?cè)赗EADME.md中提供了詳細(xì)的讀取代碼示例。processed/這是為方便快速上手而準(zhǔn)備的。我們預(yù)先將長(zhǎng)達(dá)數(shù)十分鐘的原始數(shù)據(jù)切割成了10秒一個(gè)的片段每個(gè)片段包含所有傳感器的同步數(shù)據(jù)。對(duì)于振動(dòng)信號(hào)我們還提供了兩種衍生數(shù)據(jù)特征表格我們從每個(gè)10秒的振動(dòng)片段中提取了21個(gè)經(jīng)典的時(shí)域統(tǒng)計(jì)特征如均值、均方根、峰值、峭度、波形因子等和頻域特征如重心頻率、均方頻率等形成了一個(gè)特征表格。這非常適合用來(lái)快速訓(xùn)練傳統(tǒng)的機(jī)器學(xué)習(xí)模型如隨機(jī)森林、XGBoost。時(shí)頻圖像我們將振動(dòng)信號(hào)通過(guò)短時(shí)傅里葉變換STFT轉(zhuǎn)換成了頻譜圖并保存為灰度圖像。這為使用卷積神經(jīng)網(wǎng)絡(luò)CNN進(jìn)行端到端的故障識(shí)別提供了直接輸入。3.2 數(shù)據(jù)預(yù)處理的“臟活”與技巧原始工業(yè)數(shù)據(jù)從來(lái)都不是干凈的。分享幾個(gè)我們踩過(guò)坑后總結(jié)的預(yù)處理關(guān)鍵步驟1. 去趨勢(shì)與去直流分量傳感器可能有微小的零點(diǎn)漂移或者信號(hào)中存在緩慢變化的趨勢(shì)項(xiàng)。這會(huì)影響后續(xù)的頻域分析。一個(gè)簡(jiǎn)單的處理方法是先減去信號(hào)的均值去直流再使用一階或二階差分、或減去一條擬合的直線來(lái)消除趨勢(shì)。在Python中可以用scipy.signal.detrend()函數(shù)方便地完成。2. 異常值處理與信號(hào)對(duì)齊盡管我們盡力控制環(huán)境但偶爾還是會(huì)有巨大的、瞬時(shí)的干擾脈沖可能是電磁干擾或碰撞。我們采用了一種基于統(tǒng)計(jì)的方法計(jì)算滑動(dòng)窗口內(nèi)的均值和標(biāo)準(zhǔn)差將超過(guò)“均值±5倍標(biāo)準(zhǔn)差”的點(diǎn)視為異常值并用前后點(diǎn)的線性插值替換。更重要的是信號(hào)對(duì)齊。由于不同傳感器的數(shù)據(jù)采集卡可能略有延遲導(dǎo)致振動(dòng)和電流信號(hào)在時(shí)間上不完全同步。我們利用轉(zhuǎn)速信號(hào)的上升沿作為同步觸發(fā)點(diǎn)對(duì)所有通道的數(shù)據(jù)進(jìn)行了對(duì)齊校正確保同一時(shí)間戳下的數(shù)據(jù)是真正同一時(shí)刻的物理狀態(tài)。3. 數(shù)據(jù)標(biāo)準(zhǔn)化/歸一化的選擇這是影響模型性能的關(guān)鍵一步。對(duì)于從不同物理量振動(dòng)加速度g、溫度℃、電流A提取的特征量綱和數(shù)值范圍差異巨大。我們不建議對(duì)整個(gè)數(shù)據(jù)集使用全局的標(biāo)準(zhǔn)化如StandardScaler因?yàn)樵O(shè)備在不同健康狀態(tài)下的數(shù)據(jù)分布可能不同混合標(biāo)準(zhǔn)化會(huì)“泄露”信息。正確的做法是在劃分訓(xùn)練集和測(cè)試集之后僅使用訓(xùn)練集的數(shù)據(jù)來(lái)計(jì)算均值和標(biāo)準(zhǔn)差然后用這個(gè)參數(shù)去標(biāo)準(zhǔn)化訓(xùn)練集和測(cè)試集。對(duì)于時(shí)序片段或圖像數(shù)據(jù)則常用最小-最大歸一化到[0,1]區(qū)間。4. 樣本不平衡問(wèn)題我們的數(shù)據(jù)中“健康”狀態(tài)的數(shù)據(jù)量遠(yuǎn)多于“軸承故障”狀態(tài)的數(shù)據(jù)因?yàn)楣收蠣顟B(tài)難以長(zhǎng)時(shí)間維持。直接訓(xùn)練模型會(huì)使模型偏向于多數(shù)類。我們采用了兩種結(jié)合的方法一是在損失函數(shù)中使用類別權(quán)重如class_weightbalanced二是在訓(xùn)練過(guò)程中對(duì)少數(shù)類樣本進(jìn)行適度的過(guò)采樣如SMOTE算法但要注意避免在時(shí)序數(shù)據(jù)上造成信息泄露。4. 基于該數(shù)據(jù)集的典型分析流程實(shí)現(xiàn)4.1 特征工程與可視化探索拿到數(shù)據(jù)后第一步不是急著跑模型而是“看”數(shù)據(jù)。我們以“輕度不平衡”故障為例展示一個(gè)簡(jiǎn)單的分析流程。首先加載一個(gè)健康狀態(tài)和一個(gè)不平衡狀態(tài)的振動(dòng)信號(hào)片段import pandas as pd import numpy as np import matplotlib.pyplot as plt from scipy import signal # 加載數(shù)據(jù) df_health pd.read_csv(./processed/time_series_segments/health/segment_001.csv) df_imbalance pd.read_csv(./processed/time_series_segments/imbalance_mild/segment_001.csv) vib_health df_health[vibration_vertical].values vib_imbalance df_imbalance[vibration_vertical].values time np.arange(len(vib_health)) / 12800 # 假設(shè)采樣率12.8kHz生成時(shí)間軸 # 繪制時(shí)域波形對(duì)比 fig, axes plt.subplots(2, 1, figsize(12, 6)) axes[0].plot(time[:5000], vib_health[:5000]) # 只畫前5000個(gè)點(diǎn)更清晰 axes[0].set_title(健康狀態(tài) - 垂直振動(dòng)時(shí)域波形) axes[0].set_xlabel(時(shí)間 (s)) axes[0].set_ylabel(加速度 (g)) axes[0].grid(True) axes[1].plot(time[:5000], vib_imbalance[:5000]) axes[1].set_title(輕度不平衡 - 垂直振動(dòng)時(shí)域波形) axes[1].set_xlabel(時(shí)間 (s)) axes[1].set_ylabel(加速度 (g)) axes[1].grid(True) plt.tight_layout() plt.show()通過(guò)時(shí)域圖你可能已經(jīng)能看到不平衡狀態(tài)下波形的幅值增大了。但更明顯的證據(jù)在頻域。# 計(jì)算并繪制頻譜FFT def plot_spectrum(signal, fs, title, ax): n len(signal) freqs np.fft.rfftfreq(n, d1/fs) fft_vals np.abs(np.fft.rfft(signal)) / n * 2 # 計(jì)算幅值譜 ax.plot(freqs[:2000], fft_vals[:2000]) # 只看前2000Hz ax.set_title(title) ax.set_xlabel(頻率 (Hz)) ax.set_ylabel(幅值 (g)) ax.grid(True) # 標(biāo)記轉(zhuǎn)頻 rpm 1500 # 假設(shè)轉(zhuǎn)速1500 RPM rotation_freq rpm / 60 # 25 Hz ax.axvline(xrotation_freq, colorr, linestyle--, alpha0.5, labelf1X ({rotation_freq}Hz)) ax.legend() fig, axes plt.subplots(1, 2, figsize(14, 4)) plot_spectrum(vib_health, 12800, 健康狀態(tài)頻譜, axes[0]) plot_spectrum(vib_imbalance, 12800, 輕度不平衡頻譜, axes[1]) plt.tight_layout() plt.show()在頻譜圖上你會(huì)清晰地看到健康狀態(tài)的頻譜能量分布較廣且較低而不平衡狀態(tài)的頻譜在1倍轉(zhuǎn)頻25Hz處出現(xiàn)了一個(gè)異常突出的“尖峰”。這就是不平衡故障的“指紋”。通過(guò)這種可視化你可以直觀地理解故障的物理意義并為后續(xù)的特征選擇提供依據(jù)例如可以直接將1倍轉(zhuǎn)頻處的幅值作為一個(gè)強(qiáng)特征。4.2 構(gòu)建一個(gè)基礎(chǔ)的機(jī)器學(xué)習(xí)分類模型我們使用預(yù)處理好的特征表格快速搭建一個(gè)故障分類模型。import pandas as pd from sklearn.model_selection import train_test_split from sklearn.ensemble import RandomForestClassifier from sklearn.preprocessing import StandardScaler from sklearn.metrics import classification_report, confusion_matrix import seaborn as sns # 1. 加載特征數(shù)據(jù)和標(biāo)簽 df_features pd.read_csv(./processed/features/feature_table.csv) X df_features.drop(columns[fault_type, segment_id]) # 特征 y df_features[fault_type] # 標(biāo)簽 # 2. 劃分訓(xùn)練集和測(cè)試集注意分層抽樣保持類別比例 X_train, X_test, y_train, y_test train_test_split(X, y, test_size0.2, random_state42, stratifyy) # 3. 標(biāo)準(zhǔn)化僅用訓(xùn)練集擬合 scaler StandardScaler() X_train_scaled scaler.fit_transform(X_train) X_test_scaled scaler.transform(X_test) # 測(cè)試集用訓(xùn)練集的參數(shù)轉(zhuǎn)換 # 4. 訓(xùn)練隨機(jī)森林模型 rf_clf RandomForestClassifier(n_estimators100, max_depth10, random_state42, class_weightbalanced) rf_clf.fit(X_train_scaled, y_train) # 5. 評(píng)估 y_pred rf_clf.predict(X_test_scaled) print(classification_report(y_test, y_pred)) # 繪制混淆矩陣 cm confusion_matrix(y_test, y_pred) plt.figure(figsize(8,6)) sns.heatmap(cm, annotTrue, fmtd, cmapBlues, xticklabelsrf_clf.classes_, yticklabelsrf_clf.classes_) plt.ylabel(真實(shí)標(biāo)簽) plt.xlabel(預(yù)測(cè)標(biāo)簽) plt.title(故障分類混淆矩陣) plt.show()這個(gè)基礎(chǔ)模型通常能達(dá)到85%以上的準(zhǔn)確率。你可以通過(guò)特征重要性分析看看哪些特征比如振動(dòng)信號(hào)的峭度、均方根或者頻譜中特定頻帶的能量對(duì)分類貢獻(xiàn)最大這能加深你對(duì)故障機(jī)理的理解。4.3 進(jìn)階使用CNN處理時(shí)頻圖像對(duì)于更復(fù)雜的故障或想追求更高的精度深度學(xué)習(xí)方法是趨勢(shì)。我們準(zhǔn)備好的時(shí)頻圖像正好派上用場(chǎng)。import tensorflow as tf from tensorflow import keras from tensorflow.keras import layers, models from tensorflow.keras.preprocessing.image import ImageDataGenerator # 1. 設(shè)置數(shù)據(jù)路徑 train_dir ./processed/images/train # 假設(shè)你已經(jīng)按類別分好了train/val文件夾 val_dir ./processed/images/val # 2. 使用ImageDataGenerator進(jìn)行數(shù)據(jù)增強(qiáng)和加載 # 對(duì)于工業(yè)數(shù)據(jù)增強(qiáng)要謹(jǐn)慎水平翻轉(zhuǎn)可能無(wú)意義但輕微的旋轉(zhuǎn)、縮放、亮度調(diào)整可以模擬傳感器微小變化。 train_datagen ImageDataGenerator(rescale1./255, rotation_range5, width_shift_range0.05, height_shift_range0.05, brightness_range[0.9, 1.1]) val_datagen ImageDataGenerator(rescale1./255) train_generator train_datagen.flow_from_directory(train_dir, target_size(128, 128), # 圖像尺寸 batch_size32, class_modecategorical) val_generator val_datagen.flow_from_directory(val_dir, target_size(128, 128), batch_size32, class_modecategorical) # 3. 構(gòu)建一個(gè)簡(jiǎn)單的CNN模型 model models.Sequential([ layers.Conv2D(32, (3, 3), activationrelu, input_shape(128, 128, 3)), layers.MaxPooling2D((2, 2)), layers.Conv2D(64, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), layers.Conv2D(128, (3, 3), activationrelu), layers.MaxPooling2D((2, 2)), layers.Flatten(), layers.Dense(128, activationrelu), layers.Dropout(0.5), # 防止過(guò)擬合 layers.Dense(train_generator.num_classes, activationsoftmax) ]) model.compile(optimizeradam, losscategorical_crossentropy, metrics[accuracy]) # 4. 訓(xùn)練模型 history model.fit(train_generator, epochs20, validation_dataval_generator) # 5. 繪制訓(xùn)練曲線 # ... (繪制loss和accuracy曲線的代碼)通過(guò)CNN模型可以自動(dòng)學(xué)習(xí)頻譜圖中的局部模式和層次化特征往往能比手工特征取得更好的效果特別是對(duì)于復(fù)合故障或早期微弱故障。5. 實(shí)操中的常見問(wèn)題與排查技巧實(shí)錄在實(shí)際使用這個(gè)數(shù)據(jù)集進(jìn)行建模分析時(shí)你幾乎一定會(huì)遇到下面幾個(gè)問(wèn)題。這里記錄了我們趟過(guò)的坑和解決辦法。5.1 模型在測(cè)試集上表現(xiàn)“虛高”或過(guò)擬合問(wèn)題現(xiàn)象訓(xùn)練集準(zhǔn)確率高達(dá)98%測(cè)試集只有70%或者交叉驗(yàn)證時(shí)不同折的分?jǐn)?shù)差異巨大。根本原因數(shù)據(jù)泄露或評(píng)估方式不當(dāng)。工業(yè)時(shí)序數(shù)據(jù)具有強(qiáng)自相關(guān)性和工況連續(xù)性。如果你在劃分訓(xùn)練/測(cè)試集之前就進(jìn)行了全局標(biāo)準(zhǔn)化或者隨機(jī)打亂切割后的片段那么很可能相鄰的、高度相似的數(shù)據(jù)片段分別進(jìn)入了訓(xùn)練集和測(cè)試集這相當(dāng)于讓模型“偷看”了答案。解決方案按時(shí)間或設(shè)備劃分最嚴(yán)謹(jǐn)?shù)姆椒ㄊ前磿r(shí)間順序劃分。例如用前80%時(shí)間的數(shù)據(jù)訓(xùn)練后20%的數(shù)據(jù)測(cè)試?;蛘哂迷O(shè)備A的所有數(shù)據(jù)訓(xùn)練用設(shè)備B的數(shù)據(jù)測(cè)試這更能檢驗(yàn)?zāi)P偷姆夯芰ΑN覀兊膍etadata.csv中的timestamp和machine_id字段就是為此設(shè)計(jì)的。確保預(yù)處理獨(dú)立所有基于數(shù)據(jù)的預(yù)處理參數(shù)如標(biāo)準(zhǔn)化的均值/標(biāo)準(zhǔn)差、PCA的投影矩陣都必須僅從訓(xùn)練集計(jì)算然后應(yīng)用于訓(xùn)練集和測(cè)試集。使用時(shí)序交叉驗(yàn)證如TimeSeriesSplit確保測(cè)試集的數(shù)據(jù)總是在訓(xùn)練集數(shù)據(jù)的時(shí)間點(diǎn)之后。5.2 模型無(wú)法區(qū)分“健康”與“早期故障”問(wèn)題現(xiàn)象模型對(duì)嚴(yán)重故障分類很準(zhǔn)但總是把早期故障誤判為健康。根本原因早期故障的信號(hào)特征非常微弱容易被噪聲淹沒(méi)。手工提取的通用特征如均方根對(duì)早期故障不敏感。解決方案轉(zhuǎn)向更敏感的特征嘗試提取對(duì)沖擊類故障更敏感的指標(biāo)如峭度、峰值因子、脈沖因子。軸承故障早期會(huì)產(chǎn)生周期性的微弱沖擊峭度值會(huì)顯著升高。使用包絡(luò)譜分析對(duì)于軸承故障直接頻譜可能看不到故障頻率因?yàn)闆_擊激起了高頻共振。對(duì)信號(hào)進(jìn)行希爾伯特變換提取包絡(luò)線再對(duì)包絡(luò)線做頻譜分析即包絡(luò)譜能將高頻共振調(diào)制到低頻讓故障頻率成分凸顯出來(lái)。這是軸承診斷的經(jīng)典方法。利用深度學(xué)習(xí)使用一維CNN或LSTM直接處理原始振動(dòng)信號(hào)或者使用更精細(xì)的時(shí)頻分析方法如小波變換生成圖像供CNN學(xué)習(xí)深度學(xué)習(xí)模型有能力從噪聲中提取這些微弱的模式。5.3 實(shí)際部署時(shí)效果下降問(wèn)題現(xiàn)象在實(shí)驗(yàn)室數(shù)據(jù)集上表現(xiàn)良好的模型部署到真實(shí)工廠的另一臺(tái)類似設(shè)備上準(zhǔn)確率大幅下降。根本原因領(lǐng)域偏移。即使設(shè)備型號(hào)相同安裝基礎(chǔ)、環(huán)境噪聲、傳感器型號(hào)/安裝位置的微小差異、負(fù)載工況的不同都會(huì)導(dǎo)致數(shù)據(jù)分布發(fā)生變化。解決方案在數(shù)據(jù)集中引入多樣性這也是為什么我們的數(shù)據(jù)集包含了兩臺(tái)設(shè)備和不同負(fù)載的數(shù)據(jù)。在訓(xùn)練時(shí)確保訓(xùn)練集同時(shí)包含來(lái)自兩臺(tái)設(shè)備、各種工況的數(shù)據(jù)讓模型學(xué)習(xí)到更本質(zhì)的、與設(shè)備個(gè)體和工況無(wú)關(guān)的故障特征。進(jìn)行領(lǐng)域自適應(yīng)這是一個(gè)前沿方向??梢栽谀P陀?xùn)練中加入領(lǐng)域?qū)褂?xùn)練或者使用遷移學(xué)習(xí)先在大數(shù)據(jù)集上預(yù)訓(xùn)練再用目標(biāo)設(shè)備的少量數(shù)據(jù)進(jìn)行微調(diào)。特征標(biāo)準(zhǔn)化使用對(duì)工況變化相對(duì)魯棒的特征。例如將頻譜幅值除以總能量進(jìn)行歸一化或者使用轉(zhuǎn)速歸一化階次分析來(lái)代替絕對(duì)頻率分析可以消除轉(zhuǎn)速變化的影響。5.4 數(shù)據(jù)量不足怎么辦我們的數(shù)據(jù)集雖然比很多公開數(shù)據(jù)集更貼近真實(shí)但對(duì)于復(fù)雜的深度學(xué)習(xí)模型來(lái)說(shuō)數(shù)據(jù)量仍然有限。解決方案數(shù)據(jù)增強(qiáng)對(duì)于時(shí)序數(shù)據(jù)可以在時(shí)間域進(jìn)行加噪、縮放、時(shí)間扭曲、片段裁剪拼接。對(duì)于時(shí)頻圖像可以進(jìn)行旋轉(zhuǎn)、平移、彈性變換。關(guān)鍵是要保證增強(qiáng)后的數(shù)據(jù)在物理意義上是合理的例如振動(dòng)信號(hào)的上下翻轉(zhuǎn)可能就失去了物理意義。遷移學(xué)習(xí)使用在大型通用圖像數(shù)據(jù)集如ImageNet上預(yù)訓(xùn)練好的CNN模型如ResNet, VGG去掉最后的分類層用我們的時(shí)頻圖像數(shù)據(jù)去微調(diào)最后的幾層網(wǎng)絡(luò)。這能有效利用大模型已學(xué)到的通用特征提取能力在小數(shù)據(jù)集上取得好效果。生成對(duì)抗網(wǎng)絡(luò)如果技術(shù)棧足夠深入可以嘗試使用GAN來(lái)生成更多符合真實(shí)分布的故障數(shù)據(jù)樣本但這需要精細(xì)的調(diào)參和對(duì)GAN的深刻理解否則容易生成無(wú)意義的噪聲。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
神马久久啊啊| 亚洲欧洲激情卡通另类文学四射小说网站 | 桃花色综合影院| 亚洲精品中文字幕一区在线视频| 久久的网站啊啊啊啊啊| 欧美 日韩 国产传媒| 午夜福利在线视频1000| 黄色大片免费在线| 日韩免费性爱视频在线观看| 97国产色综合| 欧美黑人91| 欧美亚洲玖玖玖| 亚洲精品乱码线路中文字幕| 嗯嗯嗯好爽| 色www精品视频在线观看| 久操91视频| 日韩亚洲美女一区久久| 91中出视频| 上海一级黄片| 亚州熟妇精品| 亚洲欧美综合区自拍另类| 蜜桃久久综合视频| 91亚洲影视| av强奸乱轮| 操b网站亚洲无码| 97视频在线| 德国一二三不卡| 999精品乱码| 久操操| 亚洲宗合网| 亚洲AV无码天美传媒一区| 日产狠狠干| 无码国产精品久久久久| 欧美午夜视频| 久久久久亚洲Aⅴ无码| 97久久资源| 精品亚洲| 亚洲精品97中文字幕| 日韩精品人妻一| www.男人天堂| 激情综合亚洲| 精品人妻一二三| 日韩天堂av电影在线观看 | 人妻中文字幕日韩电影| 亚洲丝袜在线观看| 久久精品国产精品亚洲艾通辽熟妇 | 91天堂丝袜美腿| 精品国产一级久久| 噜噜噜噜久久久精品免费| 久久在线观看免费视频| 91老熟女91老女人| 天天综合网一91网| 国产一区二区三区免费视频在性观看 | 亚洲性猛| 午夜天堂精品久久久久91| 人妻丝袜美腿中文字幕| 都市激情人妻一区二区青青操视频| 人人看人人爰人人操| 91无摭挡| 日产国产精品中文久久婷婷| 91欧美亚洲| 日本一二三高清| 日本Xx性爱| 亚洲天天更新| 啊啊啊不要嗯嗯在线观看| 婷婷色在线| 国产无码精品久久久久久| 一区二区国产视频在线观看| 亚洲色人妻综合| 大香蕉www.超碰| 久热这里| 肥臀熟女福利视频一区二区| 亚洲揄拍网| 亚乱色| 91热| 精品大全99999| 91久久久久免| 91九色蝌蚪在线观看| 亚洲双插| 亚洲天堂日本| 天无日色综合| 爆操无码| 蜜乳成人AV| 精吧天堂| 蜜桃视频一区二区三区在线观看| 中文字幕av乱伦| 色欧美在线| 91黑丝少妇| 久久鲁干| 三级激情网站| aa片毛片| 欧美精品庄| 亚洲色图国产另类| 久久侵犯人妻爽爽爽| 国产极品99热在线播放69| 欧美性性性| 足交视频老司机| 亚码激情| 国产精品九9| 亚洲宅男天堂| 91亚洲欧美激情| 欧美三级免费伊人| 九九九九九九九精品视频| 人人爱人人乐人人操| 超碰人妻在线| 激情综合五月| 久久久精| 91c色| 熟女欧美日韩综合婷婷| 嗯嗯啊中文字幕| 国产精品久久久久久久久久久久| 国产成人91一区二区三区| 婷婷8月天青娱乐| 亚洲天堂少妇| 国产精品久久久无码AV网站| 国产精品第一页国产大屁股视频免费区i| 欧美黄片视频在线观看免费| 精品一区二区综合熟妇| 日本人妻伦在线中文字幕| 91爱剪切久久| 九九热只有精品| 中文在线视频| 国产AV天美传媒一区二区三区| AV高清一区| 亚洲综合色男人网| 欧美少妇大量自拍视频在线观看| 精品国产乱码久久久久A| 午夜免费视频1000| 亚洲欧洲另类| 色婷婷丁香五月| 亚洲天堂热| 国内毛片免费h片在线| 无码精品人妻一区二区三区妖精| 少妇无码av专区线| 欧美日韩亚洲一区二区在线观看| 久久伦理视频久久大香蕉视频| ,国产乱人伦精品一区二区三区| 久久人妻视频网| 日韩免费性爱视频在线观看| 色婷婷激情| 亚洲精品久久久久久久蜜桃臀| 手机看片1025| 91九色精品熟女内射| 天美麻花大全视频| 五月天精品| 99热官网| 天堂av2019| 青青草在线成人视频| 99热免费| 欧洲精品一区二区三区| 无码人妻系列少妇| 老熟乱一区二区三区四区| 欧美性色欧美| 男人天堂网站| 都市久久精品激情亚洲| 国产精品一区二区三区,亚洲综合| 一区二区三区探花在线观看| 91精品伊人久久久大香线蕉91| 国产色呦呦| 亚州欧美在线| 久久久久夜夜夜夜| 久久精品国产亚洲AV高清演员表| 最新中文字幕精品在线| 亚洲AV成人无码一区二区三区在线观看| 无码免费精品高清| 99re视频在线观看这里只有精品| 无码一区二区三区四区五区六区七区八区九区十区视频 | 78操B| 熟妇熟女一区二区三区| 精品视频在线观看精品| 思思热在线cao| 青青草一区二区高清无码视频| 欧美人妻色| 97伊人| 麻豆2区1区天美| 超碰97玖玖爱| 999亚洲国产视频| 国产av尤物| 久久熟女人| 精品国产一区二区三区久久久蜜臀| 国产精品高潮久久久无码| 国产精品美女在线一区| 操婷婷逼| 中文有码第五页| 国产精品丝袜久久亚洲不卡| 四季av一区二区凹凸精品小说| 欧洲精品在线播放| 亚洲中字慕不卡| 99精品国产户外露出| 日韩欧美午夜视频在线| 火箭成精品视频884必出精品| 亚洲精品天天影视综合网| 欧美影音在线| 又大又大又大又粗爽高潮观看| 欧美性生活免费网| 欧美日日网| 国产探花精品在线| 色色热| 久久99精品九九久久久婷婷| 精品人妻久久久| 婷婷深爱五月| 日韩综合第八区国产精品| 思思热免费在线视频| 欧美一区二区三区大综合| 深夜国产福利| 久久久久久性爱片| 尤物网站91| 中出20p| 熟女人妇一区二区三区| 狠久久| 骚货 中文字幕 av| 日本一级婬片试看三分钟| 日韩精彩视频| 天堂精品在线| 久草久日| 强奸乱伦亚洲第一页| 伊人青青草久久| 日韩中文字幕在线视频观看| 亚洲91网。| 91综合无码| av无码av无码专区| 91色艳| 欧美日韩精品久久久久东北老熟妇| 久久婷婷国产一区二区色| 亚洲日韩乱码中文无码蜜桃臀网站 | 国产三级多多影院2022国产AA一级毛片无码 | 嗯嗯啊中文字幕| 久久久久久99999国产精品| 中文字幕精品一区欧美| 伊人青青一区成人视频在线观看区| 熟妇人妻一二三区免费| 亚洲色综合| 欧美大干日韩| av午夜影院在线播放| 肥臀熟女福利视频一区二区| 日韩在线国产字幕| 禁片 高清 在线观看视频网站| 美女91网址| 日韩精品在线观看网站| 久久东京国产精品视频| 久久精品视| 色天使亚洲综合在线观看| 人妻精品4K4K4K4K4| 麻豆三极片| 婷婷操逼| 无码78| 国产毛片精品一区二区色欲黄A片| 人妻激情视频| 蜜乳av首页| 亚洲97资源| 国产精品亚洲日韩骚欢乐谷最新地址发布页huanieguty性屋娱乐妖精视频 | 97日韩| 亚洲欧洲另类| 五月天亚洲色图| 丰满翘臀美女影院视频| 免费日韩黄片| 色情婷婷久久五月天| 日韩成人精品视频自拍| 亚洲 另类 丝袜 自拍 动漫| 人人爱人人操人人性| 日韩不卡码| 亚洲精品第一| 欧美宗合网| 国内精品久久国产,www香蕉久久五月丁香,亚洲欧美日韩精品永久在线,日本精品一 | 中国韩国明星一极片一区乱码毛片人妻熟女一区二区三区 | 欧美一级A片不卡视频。| 91色综合色| 日韩丝袜二区| 亚洲 欧美 色图| 亚洲国产欧美日韩精品一区二区三区,国产一区二区三区在线看片,欧美性猛交 XXX | 久久久久9999精品九九九| 性性久久| 亚洲精品乱码线路中文字幕| 日韩亚洲97| 99re视频在线观看这里只有精品| 亚洲天堂加勒比| 久久久久久大| 欧美系列在线一区二区| 天天射夜夜操| 欧洲乱码一区二区| www黄片免费看com| av影院十区| 国产suv精品一区二区四区999| 欧美精品久久久久久久丰满| 蜜桃臀一区二区aV| 午夜精品久久久久久久男人的天堂 | 人妻少妇精品一区二区三区| 国产精品久久久久久高清无码免费看| 超碰一区二区| 国产色图乱伦| 天天内射| 婷婷激情五月| 国产成人亚洲精品无码古代早漏男| 加勒比无码毛片| 德国一二三不卡| 最新中文字幕精品在线| 久久久久国产精品久久久| 欧美一二三区四五区| 日韩精品中文字幕二区| 370p日韩欧美亚洲精品| 精品久久久久久久| 东京热不卡视频| 日韩一级二级| 熟女精品va中文字幕| 国内伊人久久久久久网站视频| 欧美伦乱爱| a网站免费观看| 日韩操逼HD| 男人亚洲天堂| 色色色色综合网| 2024黄色视频| 久夜操| 久久人爽| 欧美婷婷| 精品-91人妻子系列| 欧美一级AAAAAAA| 97在线公开视频| 十八禁黄色成人网站观看| 色色色欧美| 人人操人人uiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiii | 熟女丰满人妻一区| 一区二区三区免费岛国片| 欧美一区二区男人天堂| 亚洲一区二区av| 亚洲色宗合| 亚洲精品蜜桃久久久久久久| 欧美日韩黄色片一区二区三区四区人与兽做爱 | 乱日视频| 日本三级中国三级99人妇网站| 日本十八禁免费看污网站| 2017亚洲天堂| 亚洲欧美不卡线| 农村少妇久久久久久久| 麻豆一区二区三区在线看 | 一色网男人的天堂| 一本久道久久综合狠狠爱| 国语国产操逼伊人AV网| 欧美国产精品| 国产成人自拍视频视频| 性无码专区2020| 亚洲97在线| 狠久久| 人人妻人人狠人人| 黑人精品成人一区二区三区| 嫩草影院性色| av天堂手机版追回 | 日本淫色网| 少妇无码太爽| 熟妇人妻精品一区二区视频色欲| 大香蕉久操| 青青草天天亲夜夜操网| 一级A啪啪啪啪| 亚洲国产高清福利视频| 久久久久久久亚洲Av无码| 九九热久久99精品re| 98人妻精品一区二区色欲| 免费视频一二三区| 超碰97精品| 一区二区三| 亚洲图片欧美| 翔田千里AV无码秘 三区| 久久久蜜桃臀无码视频| 加勒比在线视频| 九九热精品| 伊人天堂在线| 久久夜色一区二区| 亚州熟妇精品| 91天天爽| 玖玖久久久| 日韩福利电影网| 国产家庭乱伦表演| 国产精品久久久久久无码红治院| 亚洲精品乱码久久久久久蜜桃麻豆| 日韩乱伦视频| 五月天啪啪| 亚洲天堂综合AV| 在线人妻熟女一区二区三区四区五区| 欧美黄色图片| 蜜桃一区二区三区| 久久香蕉国产线看观看亚洲女人 | 久热在线精品免费观看| 日本不卡高清视频| 五月丁香综合啪啪| 台欧久久精品视频| 亚洲天天影视色综合| 一区二区播放| 亚洲精品久久久久毛片A片拉屎| 五月天我淫我色av| 久久AV无码网址| 亚洲熟妇极品| 久久久久密臀视频| 久热这里| 少妇厨房愉情理伦片bd在线观看| 丝袜熟女一区二区三区| 天天流夜夜操| 亚洲天堂美臀在线| 国产精品剧情| 性在久久久久久| 七久久久| 日韩精品系列| 国产一区二区免费福利片| 免费在线观看国内色片网站网址| 久久69| AV一区观看| 超碰在线国产| 国产精品久久久777| 51一区二区三区| 一起草三级AV电影在线观看| 黄色网址在线免费观看| AV天天在线观看| 久久九精品| 中文字幕后石码四区五区| 国产精品不卡一区二区三区av| 逼逼逼逼操操操操操操操操操午夜剧场| 五月天久久久| 九一综合网| 亚洲日韩电影| 图片区小说区| 久久999久| 国产性爱强奸乱伦大全| 日本中文字幕在线电影| 精品96久久| 蜜臀视频网站| 97人人干| 国产亚洲日韩在线三区黑人| 丰满人妻-区二区三区免费| 日日日色色色色色| 亚洲影院无码在线| 亚洲夜夜欢无码一区二区| 日日橹狠狠爱欧美超碰| 精品78| 色噜噜综合网| 久久禁| 久久久久久久亚洲Av无码| 九九热免费国产视频婷婷伊人五月| 天天搞欧美| 亚洲图片色图欧美另类| 欧美老熟另类| 五月婷亚洲精品天堂| 秋霞视频一区二区| 亚洲男人天堂视频| 国产一区二区精品久久99| 亚洲男人的天堂一区二区| 久热这里只有精品9| 嫖老熟女A片一二三区| 中国黑人三级片网站上区| 少妇久久久久久| 人妻熟女一区二区三区视频| 久久黄片国产一区二区| 禁止观看美女黄| 国产99热| 久久欧美1卡2卡3| 91天天综合日韩欧美| 99综合| 欧成人在线| 国产情侣自拍在线播放| 91精品少妇搡搡搡| 欧美性爱另类综合| 超碰97久| 激情五月婷婷| 另类图片天天影视| 老熟女91av| 97超碰碰| 情色av电影| 丰满美女一级毛片在线播放| 婷婷色香| 精品无码不卡视频| 91女优在线观看| 熟女精品va中文字幕| 人人操人人射人人干| 夜夜操一区二区| 成人97人人超碰人人| 久久鲁夜| 色久桃花影院在线观看| 热久久无毒不卡| **一级毛片国产| 天天操福利视频综合网站| 91色久| 天天综合官网| 东北女人的毛片| 强奸乱伦AV网址| 夜夜操一区二区| 日韩av一级黄片| 亚洲 欧美 日韩另类 麻豆| 久久99精品视频| 熟女少妇一区二区三区| 欧美黑人性猛交91| 人人做天天爱| 操老熟女AV| 丁香婷婷啪啪| 亚洲欧美综合| 亚欧美综合网。| 少妇高潮对白在线观看| juliaann丝袜| 激情 欧美 亚洲 小说| 久久亚洲熟妇在线视频| 熟女六十路| 久久东京热久久| 欧美三级免费伊人| 盗摄女人妻在线| 日日97| 久jiu久神马影院| 囯戸精品高潮呻吟旡码| 中文字幕av一区二区三区人妻少妇| 色婷婷视频| 黄色操人| 青女偷拍网| 久久综合久久综合人久久夜精品| 一级特级aaaa毛片免费观看| 国产精品日日摸天天碰| 红桃视频高潮| 色婷婷狠狠18禁| 欧美丝袜中文字幕07在线| 内射中出日韩在线观看视频| 天天操天天舔| 婷婷av在线中文字幕| 视频黄站| 亚洲色图20p| 久热这里| 天天亚洲综合| 曰韩无码777| 欧美岛国精品在线观看| 久久久男人的天堂| 粉嫩在线一区二区懂色| 久久久久久久精| 嗯嗯啊啊操我| 天天内射| 大香蕉520| 91综合色噜噜| 91超碰在线观看| 欧美内射少妇| 日韩久久三区| 十八禁成人网站在线观看| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师黑人潮喷一 | 亚欧日韩成人| 亚洲激情视频| 欧美综合色综合| av情色影音| 婷婷五月天成人| 精品国产91内射久久| 天天综合网~91| 九区国产| 亚洲乱码精品一区二区| 国产中文字幕在线| 人人超碰在线观看黄| 91无码中出人妻视频| 日韩精品亚洲专区在线影视| 午夜福利无毒不卡| 欧美一级A一级a爱片久久| 国产精品一区二区麻豆| 香蕉免费一区二区三区不读| 一区中文字幕二区日韩| 色婷婷综合久久久久中文国产精品一区中文字幕,国产福利电影一区二区三区 | 久久久久久久久久久999| 五月婷婷综合在线| 8050无码八戒| 亚洲精品影视老司机| 成人无码在线视频网站| 日韩av无码网站| 天天日夜干| 91高清欧美| 欧美一级专区免费大片| 神马久久久久久久久久久久| 人妻出轨一区二区三区| 少妇免费视频| 亚洲情色第一页| 97综合激情| 本道在线| 啊啊啊好大好湿| 久久大线蕉一区| 亚洲熟女综合| 欧美老熟另类| 天天综合网91入口| 97香蕉人人乳| 日日干日日操五月天伦理视频| 水澄无码AV| 骚货| 欧美最婬乱婬爆婬性视频| 91人妻超碰| 中文字幕日产av人| 国产超碰国产97| 人人喜人人妻| 欧美色图片91| 粉嫩小泬久久久一区二区| 丝袜av一区二区三区| 久草男人天堂| 91老熟女91老女人| 四虎精品亚洲| 欧美东京热青青草| 国产精品视屏| 精品久久久久久久| 84YTCOM性无码| 国产精品白丝在线播放| 精品中文字幕一区二区| 亚洲二区精品在线观看| 欧美色婷婷| 欧插网站| 夜草欧美| 日韩综合色网| 97免费视频在线| 欧美97色| 男人天堂日日夜夜| 岛国不卡超碰护士AV在线播放| 精品一区99999| 欧洲性人爱视频| 91色亚洲| 欧美一区二区三区互相| 欧美日韩另类在线| 日韩欧美国产高清视频| 亚洲中文字幕97久久精品少妇 | 亚洲资源吧| 国产91乱伦| 婷婷伊人一区| 96一区二区| 国产亚洲日韩在线三区黑人| 熟妇人妻一区二区三区| 精品国产乱码久久久久久久久久毛片| 欧美性爱在线无码| 亭亭在线资源| 国产黄色影片在线观看| 夜夜综合| 国产精品交换一区二区| 欧美色五月| 999热日韩精品| 亚洲色图第一页| 欧美日韩人妻少妇 一区二区三区| 麻豆成人av| 黄色成年| 久久久久久久久一区二区三区| 激情小说图片亚洲首页| 亚洲强奸乱伦影视网| 亚洲一区深夜| 在线一区| 欧美亚洲天堂| 日韩性爱高清免费视频| 日韩美女久久一区二区三区| 精品96久久| 制服丝袜第二页| 国产后入| 日本九九九九| 超碰天天操你比| 精品日韩| 精品人妻美妇91job| 大香蕉十区| 天天干夜夜一操| 精品久久久av| 天天色综合影视网| 国产操操日韩三级黄| 97AV爱| julia ann久久| 东北女人无套内谢视频| 精品区国产区一区二区三区| 欧美日韩少妇色情| 中文字幕乱亚洲美女精品一区| 日韩三级天堂在线观看| 绯色AV粉色AV蜜臀AV| 日逼97| a级理论午夜日本| 神马久久网| 黑人性欧美| 人妻aa| 91精品国久久久久久无码| 中文字幕一区二区三区50路| 性做久久久久久久| 久久97| 日本黄色XXX| 久久久久久电影| 中文字幕视频一区视频二区| 中文字幕在线观| 国产一级作爱毛片| 欧美999999| 97超碰超碰| 五月婷婷AV| 青青草色情网站视频| 九t超碰| 操逼操逼逼操操逼91 | 伊人色综合网电影| 91美女視頻| 欧美综合国产精品久久丁香| 人妻精品综合中文字幕在线| 清纯唯美亚洲综合| 亚洲男人bt天堂| 91美女精品| 久久五月综合| 亚洲色图伊人网| www.黄色在线| 骚女高跟AV在线| 中日亚韩免费视频| 精品人妻一区二区三区视频| 人人操人人干网页| 97国产精品| 色色色欧美| 亚洲精品色| 欧美组图日韩亚洲中文字幕| 殴美牲| 天天做天天爱| 久久久久无码| 富女玩鸭子一级毛片| 男人天堂站| 中文字幕日韩专区精品系列| 97超久碰| 亚洲精品xxx| 天天色踪合| 91色堂| 久久九九国产精品| 安微少妇操BBB| 亚洲一区日韩| 丰满人妻一区二区三区免费| 欧美激情总合网| 亚洲精品久久久久毛片A片拉屎| 一区二区三区网站日日骚| 东京热一区二区中文字幕| 中文乱码99| 中文字幕蜜乳av| 后入美女国产| 欧美18 在线观看| 亚洲色9| 操高情无码| 亚洲AV永久无码精品成人调教| 亚洲精品美女久久久久久久久| 丝袜美腿丝袜| 91青视频| 中文人妻av高清一区| 97网址97| 无码抄逼网| 美女诱惑一区| 亚洲 欧美 另类 日韩 人妻一区| 国产三级日产三级韩国三级| 日韩有码中文字幕女同性恋| 有码人妻系列| 久久久久亚洲Aⅴ无码| 熟妇人妻一区二区三在线| 亚洲精品人妻吞精av| 久久精品熟妇丰满人妻99| 伊人热综合| 白丝在线一区| 蜜桃臀av在线观看| 中文字幕一区二区三区字幕| 欧美影音在线| 五月丁香综合网| 综合影院永久入口国产| 破处bbq| 中文字幕一区二区三区人妻少妇在线| 亚洲va有码在线天堂| 中文字幕黄色一起草| 亚洲五区熟女| 丁香五月性| 天天日天天干天天色| www.久久超碰| 久久鲁夜| 99热66| 伦伦成年午夜免费视频| 亚州性色| 精品美女人人干| 日韩AV一区二区三区三州三州| 国产女人操逼视频| 国产捆绑一区| 天堂资源站| 色精品极品| 黄色高清无码无码破解免费暗网| 黄色免费一级在线毛片| 99精品综合久久久久五月天| 日日AV加勒比| 夜夜爽爽爽| 成 人片 黄色大片| 五月丁香婷婷综合网| 欧美97av| 热G综合热G中文| 亚洲高清欧美总合| 偷拍 精品另类 凸凹了四区| 午夜天堂精品久久| 高清不卡 中文 人妻| 97爱亚洲| 日韩 欧美 另类 人妻| 久久久久久久人妻| 欧美视频激情久久久久久| 亚洲色图片区| 干我久操| 99操逼| 骚逼一区二区| 欧美激情在线观看视频| 天天干天天舔| 蜜乳av首页| 99精品网站| 无套后入双马尾| 国产综合色精品在线观看| 日本欧美亚洲高清在线看| 内射日韩大臀美女| 国产精品69久久久久孕妇欧美| 欧美日韩国产成人高清| 思思热免费视频观看| 97干色天堂| 日韩欧美中文字幕搭讪巨乳美人妻视频| 五月丁香六月综合缴清无码 | 啊啊啊好大好深| 亚州色图片在线色| 久久精品黄色| 国产九九九九九九九九| 国产精品色| 一级黄碟| 九九视频黄色片| 五月天偷拍| 在线五区| 亚洲国产精品9999在线观看| 超碰亚洲欧美日韩无| 无码九九九九| 国产精品女生av| 久jiu久神马影院| 97亚洲自在精品在线观看| 日韩无码三级影院| AV天堂丝袜| 一卡二卡三卡| av日韩在线观看电影| 大香蕉在线免| 国产粉嫩蜜臀av一区二区三区| 香蕉久久国产AV一区二区| 激情婷婷丁香| 亚洲字幕一区二区| 99热这里都是精品| 久久精品高清无码一区| 亚洲激情综合另类男同| 动漫片子网站3黄| 嗯嗯啊好爽| 精品久久人妻成人网| 91国产丝袜美女| 国产成人欧美一区二区三区的国产| 黄色高清久久无码依人| 秋霞怕怕片| 天天色悠悠激情| 91大胆欧美| 99re6在线视频播放免费精品| 国产真实野战在线视频| 91黑丝少妇| 呦呦一区| 天美国产精品| 五十路熟女人妻一区二区在线观看 | 影音先锋新男人| 国产乱伦亚洲| 思思99热| 久草这里只有精品 | 人妻天天爽夜夜爽精品2| 清纯唯美亚洲综合| 日韩欧美视频青青| 欧美色院| 大稥蕉免费视频这里只有精品| 1区2区3区视频| 吻戏激情性巴克| 国产熟妇 码视频户外直播| 欧美性天天影视| 国产真实子伦对白| 亚洲国产精品久久久久婷婷青年| 国产激情在线| www.狠狠操| 91bbbbbb| 射 色综合| 中文字幕欧美丝袜07资源| 好吊色在线观看| 国内偷拍精品一区二区| 日产中文字幕2020| 中文字幕人乱码中文字的预防方法 | 日韩ab网 | 91艹| 一区二区三区精品视频| 极品美女嘿咻| 久久99综合| av影片在线观看不卡| 啊啊啊好湿国产一二| 性videos欧美熟妇hdx| 91真人天天在线| 亚洲成熟国产精品美女| 久久亚洲欧美一区二区三区-亚洲国产精品第一区二区 | 色逼综合| www.一本大99| 十八禁成人网站在线观看| 九九热午夜欧亚国产视频| 激情色色| av影片在线观看不卡| 伊人网在线观看| 日本精品无码三级网站| AV女资源| 精品熟女一区=区三区| 国产绿奴视频在线观看| 综合色久欲| 欧美日韩色图片| 亚洲天堂五月天国产| 黄色一区三区| 狠狠五月天| 精品高清av中文字幕| 德国一二三不卡| 1769一区二区| 九九九九九九精品| 丰满少妇一区二区三区专区| 亚洲欧美中文一区二区三| 四虎影视国产精品| 日韩AV中文字幕电影| 色yeye成人免费视频| 97爱亚洲| 国产亚洲日本| 黄污污污污| 免费的黄片有限公司| 91无码人妻精品一区二区三区蜜桃| www.91色综合| 波多野结衣先锋影音| 91 天天综合| 久干网| 久久女婷| 亚洲一曲日韩精品| 人妻第一页| 歐美性天天| 精品一区二区成人动漫| 精品国产av一区二区三区四区入口 | 国产色综合亚洲色综合吹潮| 老熟女综合网| 东北女人| 欧美另类色图片| 变态乱伦伪娘灌肠一区二区| 精品传媒在线一区| 91老熟女老女人国产老太| 天无日色综合| 日韩一级成人毛片免费观看| AAAA级日本片免费视频| 智利AV在线网| 校园春色综合色| 免费一级视频特黄色大片| 欧美激情性久久久久久| www.人人摸在线视频| 神马久久网| 国产少妇与亚洲av| 福利伊人玖玖国产| 岛国黄片网站| 91精品人妻一品二品三品| 伊人久久蜜月| 用力操死我| 伊人久久88国产女| 亚洲第2页| 操B视频日韩无码| 熟妇女伦乱视频| 久久久91福利姬| 污污污8888| 亚洲一区中文字幕久久,果冻传媒一区二区天美传媒 | 亚洲A曰本VA欧美VA视频| 亚洲双插| 啊灬啊灬啊灬啊灬高潮奶出了免费视| 91久精品| 男人夜色天堂ss| 美国日韩黄色片| 国产宅男宅女在线观看| 夜夜草我| 超碰在线一区二区| 97人人夜| 亚洲 无码 有码 中文字幕| 日韩美女,国产传媒,视频一区| 超碰资源亚洲97| 六月婷婷激情| 性爱免费视频成人| 亚洲黄色视频在线观看视频| 懂色Av| 78久久| 婷婷午夜清品久久久久久久性色视频观| 97热视频在线观看| 久久人爽| 一区二区三区蜜桃成人撸久久东京热 | 高清国产无码av| 亚洲熟妇一,二,三期| 久久线上视频免费看| 福利天天都操| 91美女国产在线| 99热18这里只有精品| 亚洲国内精品成人不卡| 97色欧州| 日日A∨| 亚州综合电影| 中文久久一区| 久九九九九九九热| 青苹果影院男人的天堂| 在线天堂999| 成人影 天天操 亚洲| 九九热精品在线| 男人亚洲91首页在线| 最新AVzaixian| 加勒比无码一区二区三区| 口爆综合网| 黑操B| 区日韩亚洲乱码av电影| 国内精品不卡无毒99999| 国产欧美精品日韩区二区麻豆天美| 不卡在线一区,精品一区二区三区中| 午夜丁香| 中文字幕日韩综合| 97精彩视频网站| 青青青操| 97se综合网| 97色色色综合网站| 99国产精品久久久在线播放| 国产小炒后入式| 天天综合网~91入口| 日本精品一区二区三| 九9精品| 蜜臀99久久国产| 天堂亚洲欧美| 国产精品福利视频| 色欲久久99国产精品久久久久久| 特色a在线上| 亚洲影院成人| 久久草草亚洲蜜桃臀| 夜夜天天噜狠狠爱2021| 亚洲一卡2卡3卡4卡乱码网站| 国产精品午夜高潮呻吟久久av| www.激情| 久操视频免费在线观看| 91撸色网 玖玖网 欧美| 欧美国产有色电影| 日本高清一本二本免费不卡| 精品大全99999| 九九久久久| 蜜乳AV免费观看| 波多野42部无码喷潮在线观看| 性色av网站| 成人av免费观看| 欧美综合97www| 色制服丝袜夫妻av一区| …中文字幕亚洲乱,97人妻无码费视…| 性欧美999| 久久亚洲AV无码白度| 一级黄色视频网| 日韩精品中文字幕二区| 欧美图片偷拍| 9久久美女首页| 青青青草原| 日韩欧美亚洲自拍偷拍| 欧美人与性动交a美精品| 亚洲国产激情国产av| 搡老女人老妇女老妇老熟女怎么读| 99啪啪| 蜜臀99久久精品久久久久久| 国产捆绑一区| 国模不卡| 亚洲欧美精品一区天堂久久 | 五月天婷婷色| 妇女视频网站| 超碰导航97| 国产精品福利资源在线尤物| 大香蕉免费乱伦视频| 无码免费一区二区三区啪啪| 97AV在线免费观看| 日韩十八禁| 91搞逼视频| 婷婷综合视频| 人人污日韩一区二区| 欧洲一区二区| 日韩黄片影院| 亚洲图片偷拍视频区| av大香蕉网站| 亚洲中文字幕av | 免费av在线播放二区| 婷婷五月综合在线| 少妇500双飞99| 久肏视频字幕| 另类TS人妖一区二区三区| 中日高清无码操逼视频| 啊啊啊97视频| 九九九九九精品视频| 国产亚洲深夜激情| 五月丁香色综合| 亚洲精品美女操逼| 97天堂| 26uuu国产免费观看| 夜夜高潮夜夜爽高清视频一| 久久久999国产精品| 啪啪视频亚洲第一| 艹我哪美一区无码| 玖日综合网| 日韩欧美午夜一区二区| 日本三级韩国三级99| 1.igao73.com 加入收藏 免费专区 国产精品 中文字幕 日韩精品 欧美精品 精彩 | 精品欧美老熟女一二区| 精品一区二区亚洲国产| 淫骚熟女一区二区三区| 少妇久久久久久久久| 久久精品性| 大香蕉十区| 久久久四区| 欧美丰满熟妇XXXX性ppX人交| 丰满搜索结果 -第18页- 久久高清无码| 日韩大香蕉AV影片| 黄色视频特级毛片| 91久久18禁| 麻豆三极片| 国产成人网址| 色香综合天天影视综合 | 亚洲精品久| 96久久久久久久| 最新中文字幕精品在线| 91美女在线视频| 欧美极品美女aaaaaa级黄片| 91丨九色丨东北熟女| 在线电影亚洲色图| 波多野42部无码喷潮在线观看| 婷婷成人久久久精品| 9久热这里只有精品| 亚洲精品a人片在线观看视| 精品人妻一区二区三区视频| 欧美 精品国产制服第一页 | 蜜桃精品视频一区二区三区| 中文字幕三四五区| 欧美天天综合网版| 一区二区三区激情在线观看| 亚洲精品 欧美精品| 无码人妻一区二区三区色欲aⅴ| 国产一区二区三区中文字幕| 97精品在线| 国产理论视频在线播放| laoshunv91| 亚洲日韩精品久久久久一区壹牛 | 中文字幕日韩人妻视频一区二区三区交换夫妻| 成人久久久| 玖色AV| 91制服丝袜| 日本理论在线| 欧美综合自拍亚洲综合图| 91精品久久久久五月天精品| 99国产精品久久久久久久成人热| 98人妻精品一区二区色欲| 日韩美脚一区二区网站| 97超碰碰| 中文字幕在线观看网页| 激情综合网亚洲| 人人妻人人操人人乐| 国产性爱强奸乱伦大全| 国产欧美日韩女同性恋ww喷水精品 | 亚洲一区二区中文字幕| 亚洲天堂资源| 操屄不卡视频| 天天综合91入口| 久久人人爽人人爽人人片Ⅴ| 我爱操| 五月天激情网站| 黑人在线91| 性欧美另类高清| 69视频入口| 黄色高清久久无码依人| 天天躁日日躁AAAAXXXX国产| 东京热精品97综合网| 国产高清26uuu| 九九热午夜欧亚国产视频| 国产成人精品亚洲日本| 亚洲情色 自拍| 偷拍伦理视频| 亚洲AV成人精品网站在AV| 日韩AV色图| 亚洲成人日韩小说| 在线 欧美 亚洲| 亚洲欧美成人在线| 亚洲欧美不卡线| 欧美性后入| 精品午夜福利国产一区二区在线观看| 日韩精品国模| 久久五月婷| 欧美色图色综合| 欧美72网页|