CN107661728B - 基于变速率学习的直落式物料配料装置及其控制器 - Google Patents

Abstract

本发明公开了基于变速率学习的直落式物料配料装置及其控制器，所述配料装置包括机架、多组下料仓和下料阀、含分料器的计量斗、称重模块、落料阀、混料斗和控制器，在下料仓侧壁和机架上分别安装有距离传感器和振动杆，混料斗内有料位传感器和混料器。基于单次和累积下料误差，控制器通过迭代学习对下料阀进行控制，迭代过程中基于下料误差的变化分别对单次和累积下料误差的学习因子进行动态调整。本发明采用距离传感器和振动杆对下料仓内的物料堆积进行检测和调节，保证落料形态稳定，学习因子能自动调整优化，与现有技术相比，本装置不需要对参数反复试凑，能快捷地获得收敛性能较好的迭代式，且在迭代学习过程中的落料能被有效利用。

Description

基于变速率学习的直落式物料配料装置及其控制器

技术领域

本发明涉及定量下料配料领域，具体涉及一种基于变速率学习的直落式物料配料装置及其控制器。

背景技术

在工农业制造和商品包装中，有大量的粉粒物料，如煤粉等原料，聚丙烯、聚苯乙烯、聚氯乙烯、轻甲基纤维素、聚丙烯睛、环氧树脂粉末涂料等化工原料，石英砂、水泥等建材原料，洗衣粉等日用化工产品，小米、大豆等谷物豆类农产品，或粉、渣、粒状加工食品，饲料、化肥、农药等农业生产物料，以及粉粒状的保健品、中西药剂、调味品等均需要自动定量包装或者配料制造。

目前我国有很多企业仍然采用手工定量配料或者包装，一方面劳动强度大，速率慢，经济效益差；另一方面，食品、药品等手工定量往往不能满足卫生要求，有毒有害的物料，人工参与定量容易对人体造成伤害。因此对生产企业来说，急需提供价廉的具有较高速率和准确度的多组份自动定量下料配料设备或者装置，满足大量的物料定量包装或者配料制造要求。

目前国内外粉粒物料自动定量下料装置常用方法有两种，容积式和称重式。容积式定量依据物料容积进行计量充填或者投料，定量投料迅速，但定量物料质量受到物料密度变化而变化。如申请号为200920248298.2的中国专利考虑到快速下料时难以控制定量而通过先快后慢的方法来减小供料落差的影响，但其下料终值只能接近期望值，准确度不高。

称重式定量依据物料质量进行计量充填或者投料，需要在下料过程中不断称重，根据称重结果反馈控制下料量，由于称重受到下料冲击和空中滞后物料影响较大，下料速度和精度都面临很多困难。为了补偿空中物料对计量精度的干扰，很多方案采用提前关闭阀门的技术，如申请号为201410230888.8的中国专利将配料称重过程划分为三个阶段，并在最后一个阶段采用迭代学习控制方式来计算关闭提前控制量，但该方案中迭代学习的学习因子需要通过反复试凑和反馈观察来进行优选，因此需要长时间的实验和调试，而且该方案仅能提高学习完成后的下料精度，在学习过程中的累积下料精度则无法保证。

发明内容

由于下料过程中的空中落料量受到输送装置关闭速度、下料口到秤斗料面间落差大小、物料下落形态流率等因素影响，提前关闭输送装置的时间难以通过离线实验一次性确定。在迭代学习控制中，往往需要对学习因子反复试凑，通过观察误差变化来优化调整学习因子的选择。因而，普通的迭代学习控制需要较长时间的反复实验来获取优化的学习因子，这对研发过程中多组份配方实验和多组份原料的快捷制造来说，是无法满足要求的。

为此，本发明对下料装置的下料仓和计量斗进行改进，减小物料的空中落差及形态变化；对迭代学习中下料误差的变化过程进行实时检测并据此自动调整学习因子取值；同时通过在迭代预测中将累积误差作为被控量，从而能快速实现高精度的连续下料。

本发明的技术解决方案是，提供一种以下结构的基于变速率学习的直落式物料配料装置，包括：机架、下料仓、下料阀、计量斗、称重模块、落料阀、混料斗和控制器；

所述下料阀位于下料仓的底部开口处，所述下料仓和下料阀为2～6组，

位于下料阀下方的所述计量斗，安装在固定于机架的称重模块上，且其底部开口受落料阀控制；

所述混料斗位于落料阀下方，且其底部有一个推板；

所述控制器读取称重模块的传感数据，对每次下料的空中量进行基于变速率的迭代学习；通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代学习中单次下料误差和累积下料误差的学习因子进行动态调整；基于所预测的空中量，控制器对各下料阀的关闭时间进行调节；控制器依次控制各下料阀动作，在完成一次配方量下料后，打开落料阀，然后在检测到混料斗中的物料累积到设定值后，打开推板，将混合均匀的物料排出。

作为优选，其还包括一个储料仓和进料泵，所述进料泵后端进料管的出口有一个物料喷头，所述物料喷头为球冠形，其表面分布有圆形小孔；所述计量斗的上部有一个分料器。

作为优选，所述进料泵采用螺杆输送机。

作为优选，所述下料仓近机架中心的顶角上安装有一个距离传感器，所述距离传感器有一个旋转底座。

作为优选，所述分料器呈上部为圆锥体下部为压扁的锥体结构的沙漏形分料器，其上部为开口形，下部则仅在长度方向的两端有斜坡形喷嘴；所述计量斗面向所述喷嘴的方向上分布有错落的球冠状分料凸起。

作为优选，所述机架靠近下料仓侧壁处安装有振动杆，所述振动杆包括依次相连的支柱、云台、振动器、振杆，所述振动器底部有弹簧缓冲器，所述振杆表面分布有颗粒凸起。

作为优选，所述混料斗的侧壁上安装有一个料位传感器，其内部还有一个混料器，所述混料器采用螺旋形桨叶搅拌器，所述推板下方还有一个输料管。

作为优选，所述控制器采用下式对下料的空中量进行预测：

A_k＝α_k·A_k-1+β_k·e_k+γ·E，

其中，A_k-1和A_k分别是连续两次的空中量预测值，e_k和E分别为第k次时的下料误差和累积下料误差，学习因子α、β和γ分别按如下方式进行动态调整：

α_k记为

其中，k大于等于1，sign()为符号函数，α在单次下料误差e大于等于零及小于零两种情形下分别以初始值1.1和0.9为初始值进行迭代，β的初值取为0.7，γ在最初两次取零值且从k等于3开始按上式取值。

本发明的另一技术解决方案是，提供基于变速率学习的直落式物料配料装置控制器，其包括输入模块、存储模块、输出模块和处理模块，所述处理模块又包括预测模块、重量监测模块、误差计算模块及逻辑控制模块；

输入模块接收触摸屏操作指令和读取称重模块的传感数据，

存储模块用于存储配置数据和处理过程数据，

重量监测模块根据输入模块获取的实时重量值与经空中量预测值补偿后的目标重量值进行比较并在此两个重量值相等时通过输出模块关闭下料仓底部开口处的下料阀，

误差计算模块对本次下料误差及累积下料误差进行计算更新，

预测模块根据上一次空中量预测值、本次下料误差及累积下料误差对空中量预测值进行迭代更新，并通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代中的单次下料误差和累积下料误差的学习因子进行动态调整，同时根据下料过多还是不足分别调整上一次预测值的学习因子，

逻辑控制模块轮流控制各下料阀、计量斗底部的落料阀及下料仓中振动杆的动作，按配方进行配料。

采用本发明的结构，与现有技术相比，具有以下优点：本发明分别采用距离传感器和可旋转振动杆对下料仓内的物料堆积形态进行检测和调节，保证落料形态稳定，又通过在计量斗中设置分料器来减小物料空中落差与冲击量的变化，能帮助减小空中量预测需要的迭代次数；通过对迭代学习因子的自动优化调整，能减小离线实验量，快速达到下料误差超调小且调节时间短的学习效果，因而，本发明装置能应用于小批量的快速配料，并且通过对下料累积误差的控制，使得迭代预测过程中的物料能有效利用，防止了物料的浪费。

附图说明

图1为基于变速率学习的直落式物料配料装置的组成结构图；

图2为基于变速率学习的直落式物料配料装置的外形结构图；

图3为物料下落过程示意图；

图4为储料仓及下料仓局部结构示意图；

图5为下料仓内物料分布检测示意图；

图6为振动杆结构及运行轨迹示意图；

图7为下料仓内物料流动层流示意图；

图8为分料器及计量斗侧壁结构示意图；

图9为计量斗内多组份物料分布示意图；

图10为固定因子迭代学习物料单次下料误差变化图；

图11为学习因子分区示意图；

图12为基于变速率学习的直落式物料配料装置控制器的组成结构图。

其中：1、下料仓 2、下料阀 3、计量斗 4、称重模块 5、落料阀 6、混料斗 7、推板8、输料管 9、控制器 10、储料仓 11、进料泵 12、振动杆 13、混料器 14、料位传感器 15、进料管 16、物料喷头 17、小孔 18、距离传感器底座 19、距离传感器 20、料位面 21、停靠指向点 22、扫描线 23、分料器 24、分料器喷嘴 25、分料凸起

30、机架

91、输入模块 92、处理模块 93、存储模块 94、输出模块 95、重量监测模块 96、逻辑控制模块 97、预测模块 98、误差计算模块

121、支柱 122、云台 123、振动器 124、振杆 125、颗粒凸起 126、振杆轨迹

具体实施方式

以下结合附图对本发明的优选实施例进行详细描述，但本发明并不仅仅限于这些实施例。本发明涵盖任何在本发明的精神和范围上做的替代、修改、等效方法以及方案。

为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。

在下列段落中参照附图以举例方式更具体地描述本发明。需说明的是，附图均采用较为简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

如图1和图2所示，本发明基于变速率学习的直落式物料配料装置，其包括下料仓1、下料阀2、计量斗3、称重模块4、落料阀5、混料斗6和控制器9，其中每种组份的物料都有一组下料仓1和下料阀2对应，常用的组份类别为2～6种，还可以根据需要增加组份类别。作为优选，下料仓1选用直角梯形和矩形组成的料仓形结构，下料阀2采用活塞式气动阀门，阀门动作部件安装在下料仓1的底部出口处。

机架30作为设备的框架，用来固定和支撑其他各个部件。称重模块4固定在机架30上，计量斗3则活动式扣压在称重模块4上，计量斗3的底部有开口，所述开口的打开与关闭受落料阀5的控制。计量斗4位于下料仓1的下部，多个下料阀2的中心相对计量斗4的中心呈圆弧形分布。

结合图1和图12所示，控制器9，包括输入模块91、存储模块93、输出模块94和处理模块92，所述处理模块92又包括预测模块97、重量监测模块95、误差计算模块98及逻辑控制模块96。

输入模块91通过触摸屏接收操作指令和读取称重模块及距离传感器等的传感数据，存储模块93用于存储配置数据和处理过程数据。重量监测模块95根据输入模块91获取的实时重量值与经空中量预测值补偿后的目标重量值进行比较并在此两个重量值相等时通过输出模块94关闭下料仓1底部开口处的下料阀2，误差计算模块98对本次下料误差及累积下料误差进行计算更新。预测模块97根据上一次空中量预测值、本次下料误差及累积下料误差对空中量预测值进行迭代更新，并通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代中的单次下料误差和累积下料误差的学习因子进行动态调整，同时根据下料过多还是不足分别调整上一次预测值的学习因子。逻辑控制模块98轮流控制各下料阀2、计量斗底部的落料阀及其他动作部件包括下料仓中振动杆、混料斗中推板及进料泵等的动作运转，按配方进行配料。

控制器9采用触摸式操作方式，其触摸屏上有人机界面供进行多组份物料的配方及其他参数的设置，配方包括一次下料的总重量和每个组份占该重量的百分比。控制器9动态读取称重模块4的当前读数，通过控制各阀门动作来实现按配方的下料。

混料斗6位于落料阀5下方，且其底部有一个推板7，推板下方连接有一个输料管8，后者将多组份的混合物料输送到包装袋或者生产设备。

作为优选，在混料斗6的侧壁上安装有一个料位传感器14，其内部还有一个混料器13，所述混料器13采用螺旋形桨叶搅拌器。混料斗6的容量是计量斗3的若干如15倍，在完成多个一次量下料后，控制器9读取料位传感器14的状态，若检测到料位超过设定阈值，则控制混料器旋转搅拌，将多种物料混合均匀后，在控制器9的控制下，推板7打开，混合物料从输料管8输出。

图3示意了物料下落过程中料位落差与落料速度对计量斗冲击的变化，物料以初速度v₀从下料阀2中落下，下料阀2出口与计量斗3底部的距离为H，随着计量斗中料位h₂的增加，空中落差h₁将变小。

计量斗中物料质量当量变化可用下式表示：

其中，在t时刻，dm为下料阀2出口的单位时间落料质量(g/s)，v₀为物料下落时的初始速度，Δm的物料在落到计量斗时的速度在Δt时间内从速度v₁变为0。

从式(1)可以看出，随着空中落差h₁的变化，物料对计量斗的冲击也随着改变，因此，计量斗的重量变化是随时间改变的。

另一方面，式(1)中单位时间落料质量当量还受到下料仓1中物料形态分布的影响。

颗粒物质在重力作用下自下料仓流出形式主要有整体流和中心流两种类型。整体流的流动型式中料仓内整个颗粒层能够大致均匀地流出，且基本上每一个颗粒都在运动；而中心流的流动型式中则有些颗粒是静止的，在流动和静止颗粒间存在一个流动通道边界。整体流的整体下料速率比中心流大，并且下料速率的波动较小、流动稳定。

在实际生产过程中，仓内物料难以完全满足整体流动条件，料仓内常常是除了均匀的颗粒状成分之外，还有部分有一定粘性、含有一定水分的块体，此种情况下物料间牵连效应、压实效应以及静电、内摩擦力的作用就会变得十分明显，这导致仓内物料容易出现中心流的流动型式，使得当料口开始卸料时，由于仓压所产生的压实应力作用而造成物料结实成板。

为此，结合4、5、6和7所示，本发明采用距离传感器和可旋转振动杆对下料仓内的物料堆积形态进行检测和调节，使得下料口上方交替出现动态料拱的形成与坍塌，保证落料形态为稳定的整体流型式，从而大大减小下料仓落料流率的波动。

如图4所示，下料仓1不断出料，当仓内料位降低到一定值时，需要对其进行补料。为此，在下料仓1上方设置一个储料仓10，储料仓10中的物料通过进料泵11和进料管15进入下料仓1。为使得物料颗粒均匀下料，在进料管15的末端出口处设有一个物料喷头16，物料喷头16表面为球冠形，其表面分布有圆形小孔17，小孔孔径根据物料的粒度进行优选。进料泵11采用螺杆式进料泵，其动作由控制器进行控制。

在下料仓1下料过程中，随着料位面20的降低，进料泵11在控制器的控制下动作，使得下料仓内物料顶面的料位保持在预设值附近。

图5中左右两图分别从下料仓1的侧视和俯视方向观察，如图5所示，在下料仓1近机架中心的一个顶角上安装有距离传感器19，所述距离传感器19有一个距离传感器底座18，此底座能进行俯仰和旋转，使得距离传感器能在不同停靠指向点21的方向上进行物料检测，各停靠指向点21组成接近同心圆的扫描线22，从而判断出料位面20的分布。

如图6所示，本发明通过振动杆12在下料仓1内移动来改善物料的分布。振动杆12固定在机架30上，其包括依次相连的支柱121、云台122、振动器123、振杆124，在振动器123底部有弹簧缓冲器，振杆124表面分布有颗粒凸起125，云台122能进行俯仰和旋转，使得振杆124在下料仓1内做曲线运动。

下料过程中，本发明分别通过距离传感器的检测和对单位时间下料率的跟踪来判断下料仓内物料的分布，使得下料仓内的料位面保持近似抛物线面形。结合图5和图6所示，当物料均匀分布时，距离传感器在不同方位检测到的物料距离值经射线与竖直方向夹角的几何变换后近似集中在一个较小的范围内。当物料局部发生板结或稳定的料拱时，检测到的距离值超出此范围。同时，通过称重模块对各下料仓的下料速率进行实时跟踪。当距离传感器检测到上述异常状态或者发现单位时间下料量波动超过设定阈值如5％后，控制器命令振动杆动作，通过云台的运转，其振杆从起点开始经料位高点区域到料位低点区域，做蛇形搅动，振杆124尾端在下料仓1内的振杆轨迹126如图7所示；同时，振动器起振，振杆上的颗粒凸起带动周边的颗粒，从而破除偶尔形成的板结或料拱，使物料恢复流动，保持整体流的层流态。

如图7所示，本发明通过距离传感器和振动杆的检测与动作配合，大幅度地减弱了装料冲击所产生的压实力作用，有效地防止了仓内物料的粒度离析，使下部仓斗内的物料活化，改善了物料的流动。在连续的加料与下料过程中，所有的颗粒都在有序地流动着，随着仓内颗粒的流出，颗粒群呈现整体流的层流态。

结合图3和图8所示，从式(1)可以看出，由于物料空中落差h₁的变化，物料对计量斗的冲击也随着改变，造成称重模块单位时间内的重量增加值是变化的。如图8所示，为减小空中落差变化的影响，本发明在计量斗3上部设置一个分料器23，分料器23呈上部为圆锥体下部为压扁的锥体结构的沙漏形分料器；其中上部为开口形，接纳下料仓中的物料；下部则仅在长度方向的两端对称地分布有斜坡形喷嘴24。计量斗3面向喷嘴24的方向上分布有错落的球冠状分料凸起25，作为优选，分料凸起直径为0.2～0.6毫米或为所落物料直径的2～3倍。

通过分料器的作用，物料下落分为二阶段，第一阶段为从下料仓底部开口处的下料阀口下落到分料器，第二阶段为从分料器喷嘴到计量斗中的料堆。其中，第一阶段的物料冲击是不变的，第二阶段，由于分料器和计量斗壁上错落分布分料凸起的作用，物料颗粒冲击计量斗中物料面的速度已经大大降低，从分料器喷嘴到达计量斗中不同高度料堆面的冲击力区别非常小，从而为控制器的迭代预测提供了条件。

图9示意了4种组份下料时计量斗内的物料分布。

传统的迭代学习采用固定学习因子，且不考虑累积误差，如申请号为201410230888.8的中国专利中给料机关闭提前量的迭代式为：

u_k+1＝u_k+q·e_k。

采用固定因子的迭代学习，对下料过程的空中量进行预测，图10示意了迭代过程中物料单次下料误差的变化，其中，横坐标为下料次数，纵坐标为每次的下料相对误差。从图中可以看出，图10a对应的下料误差超调大，收敛太慢；而图10b对应的下料超调量合适，前几次收敛趋势较快，但后段稳定慢，过渡时间太长。

由于传统迭代学习需要对学习因子进行试凑，经过反复实验并基于操作经验才能摸索出较好的参数。因此，本发明通过对下料迭代过程的观察和分析，采用变速率的迭代学习对下料的空中量进行预测，通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代学习中单次下料误差和累积下料误差的学习因子进行动态调整，同时根据下料过多还是不足分别调整前一次预测量的学习因子。

如图11为根据相邻两次下料误差的比较对单次下料误差的学习因子进行调整的分区示意图。如图所示，横轴为x，曲线a和d对应包络线为曲线b和c则对应包络线为为使得下料误差迅速接近零且尽早收敛，将相邻两次下料误差的相对关系分成四个区域，分别为曲线a的下侧、曲线a和横轴之间、曲线c和横轴之间及曲线c上侧这四个区域。

基于变速率迭代学习，本发明中控制器采用以下步骤进行下料控制：

(1)根据一次量和各配方比例，确定各组份的一次下料量Ws，给各组份的累积下料误差E赋初始值0；将当前组份设定为第一种组份；

(2)对当前组份下料，控制器读取称重模块的传感值，记录计量斗的初始重量G0，控制下料阀开始下料，记录时刻为t0；

(3)当检测到计量斗重量达到(G0+Ws-Wa)时，关闭下料阀，其中Wa是上次空中量预测值；

(4)等待物料完全下落至计量斗，读取称重模块的传感值，获得当前实际下料量Wr，计算本次下料误差e_k＝Wr-Ws；

(5)更新累积下料误差E′＝E+e_k，计算空中量预测值：

Wa′＝α_k·Wa+β_k·e_k+γ·E，

其中，学习因子α、β和γ分别按如下方式进行动态调整：

α_k记为

其中，k大于等于1，sign()为符号函数，α在单次下料误差e大于等于零及小于零两种情形下分别以初始值1.1和0.9为初始值进行迭代，β的初值取为0.7，γ在最初两次取零值且从k等于3开始按上式取值；

(6)迭代，令E＝E′，Wa＝Wa′，e_k-2＝e_k-1，e_k-1＝e_k，为下一次下料准备；

(7)更换下料组份，如果全部组份下料完毕，则转下一步，否则，转至步骤2；

(8)打开落料阀，使得多组份物料组成的一次配方量物料落入混料斗，读取料位传感器的状态，若检测到料位超过设定阈值，则控制混料器旋转搅拌，将多组份物料混合均匀后，打开推板，将混合物料从输料管输出；

(9)如果预设下料批次已经完成，则结束下料；否则，将组份设定为第一种组份，转步骤2。

下料期间，控制器还通过对距离传感器和称重模块信号的计算分析，对下料仓内的料堆形态进行实时检测，若发现非正常下料，则及时命令振动杆动作，保障下料时的整体流层流态。

在连续下料之前，还要进行以下操作：

(i)通过离线实验，对称重模块和距离传感器进行标定；

(ii)通过控制器的触摸屏进行参数设置，包括一次量、配方表、批量值、下料速率标定的时长Tb与重复次数、稳定称重延时Ts；

(iii)对各组份进行下料标定：从0时刻开始打开下料阀一定时长Tb，在关闭下料阀Tb时刻及称重稳定后的Tb+Ts时刻，分别读取并记录称重模块的重量值Wcb和Wdb；重复多次后，计算本组份的下料速率PD＝AVG(Wdb/Tb)，空中量初始值Wa＝AVG(Wdb-Wcb)。

作为优选，在迭代学习过程中，学习因子的初始值也可以根据响应要求进行调整，学习因子调整所依据的分区也可以进行优化。

应用本发明装置进行下料，不需要依赖人工经验来对学习因子进行调整，控制器能够根据下料误差的变化自动对其进行优化，因此，能快捷地获得收敛性能较好的迭代式，适用于需要快速适应的场合，如研发过程中多组份配方实验和多组份原料的快捷制造等。而且，相比于其他迭代学习，本装置不需要将迭代学习过程中的物料废弃，而是可以直接应用于后续生产，所以又适用于小批量的快速配料下料。

以上所述的实施方式，并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等，均应包含在该技术方案的保护范围之内。

Claims (8)

1.基于变速率学习的直落式物料配料装置，其包括机架、下料仓、下料阀、计量斗、称重模块、落料阀、混料斗和控制器；

所述下料阀位于下料仓的底部开口处，所述下料仓和下料阀为2～6组，

位于下料阀下方的所述计量斗，安装在固定于机架的称重模块上，且其底部开口受落料阀控制；

所述混料斗位于落料阀下方，且其底部有一个推板；

所述控制器读取称重模块的传感数据，对每次下料的空中量进行基于变速率的迭代学习；通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代学习中单次下料误差和累积下料误差的学习因子进行动态调整；基于所预测的空中量，控制器对各下料阀的关闭时间进行调节；控制器依次控制各下料阀动作，在完成一次配方量下料后，打开落料阀，然后在检测到混料斗中的物料累积到设定值后，打开推板，将混合均匀的物料排出；

其中，所述控制器采用下式对下料的空中量进行预测：

A_k＝α_k·A_k-1+β_k·e_k+γ·E，

其中，A_k-1和A_k分别是连续两次的空中量预测值，e_k和E分别为第k次时的下料误差和累积下料误差，学习因子α、β和γ分别按如下方式进行动态调整：

α_k记为

其中，k大于等于1，sign( )为符号函数，α在单次下料误差e大于等于零及小于零两种情形下分别以初始值1.1和0.9为初始值进行迭代，β的初值取为0.7，γ在最初两次取零值且从k等于3开始按上式取值。

2.根据权利要求1所述的基于变速率学习的直落式物料配料装置，其特征在于：其还包括一个储料仓和进料泵，所述进料泵后端进料管的出口有一个物料喷头，所述物料喷头为球冠形，其表面分布有圆形小孔；所述计量斗的上部有一个分料器。

3.根据权利要求2所述的基于变速率学习的直落式物料配料装置，其特征在于：所述进料泵采用螺杆输送机。

4.根据权利要求1所述的基于变速率学习的直落式物料配料装置，其特征在于：所述下料仓近机架中心的顶角上安装有一个距离传感器，所述距离传感器有一个旋转底座。

5.根据权利要求2所述的基于变速率学习的直落式物料配料装置，其特征在于：所述分料器呈上部为圆锥体下部为压扁的锥体结构的沙漏形分料器，其上部为开口形，下部则仅在长度方向的两端有斜坡形喷嘴；所述计量斗面向所述喷嘴的方向上分布有错落的球冠状分料凸起。

6.根据权利要求1所述的基于变速率学习的直落式物料配料装置，其特征在于：所述机架靠近下料仓侧壁处安装有振动杆，所述振动杆包括依次相连的支柱、云台、振动器、振杆，所述振动器底部有弹簧缓冲器，所述振杆表面分布有颗粒凸起。

7.根据权利要求1所述的基于变速率学习的直落式物料配料装置，其特征在于：所述混料斗的侧壁上安装有一个料位传感器，其内部还有一个混料器，所述混料器采用螺旋形桨叶搅拌器，所述推板下方还有一个输料管。

8.基于变速率学习的直落式物料配料装置控制器，其包括输入模块、存储模块、输出模块和处理模块，所述处理模块又包括预测模块、重量监测模块、误差计算模块及逻辑控制模块；

输入模块接收触摸屏操作指令和读取称重模块的传感数据，

存储模块用于存储配置数据和处理过程数据，

重量监测模块根据输入模块获取的实时重量值与经空中量预测值补偿后的目标重量值进行比较并在此两个重量值相等时通过输出模块关闭下料仓底部开口处的下料阀，

误差计算模块对本次下料误差及累积下料误差进行计算更新，

预测模块根据上一次空中量预测值、本次下料误差及累积下料误差对空中量预测值进行迭代更新，并通过对相邻两次下料误差的比较和连续三次下料误差的变化范围对比，分别对迭代中的单次下料误差和累积下料误差的学习因子进行动态调整，同时根据下料过多还是不足分别调整上一次预测值的学习因子，

逻辑控制模块轮流控制各下料阀、计量斗底部的落料阀及下料仓中振动杆的动作，按配方进行配料。