1.基于神经网络的直落失重式物料下料机，其包括机架、下料仓、下料阀、混料斗、称重模块、落料阀、混合料仓和控制器；

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，

所述下料仓安装在固定于机架的称重模块上，其内部有一个仓位传感器，位于下料阀下方的所述混料斗，其底部开口受落料阀控制，且其内壁上安装有一个混料器；所述混合料仓位于落料阀下方，且其底部有一个推板；

所述控制器含有采用动态递归Elman神经网络的神经网络模块，且每一个下料阀都有一个神经网络模块对应，每个神经网络模块将所对应下料仓的料位、落料率、物料密度及下料阀开口孔径4个输入量映射为下落物料失重值；控制器通过神经网络模块对下落物料失重值进行预测并基于该预测值修正下料量后对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，然后在检测到混合料仓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。

2.根据权利要求1所述的基于神经网络的直落失重式物料下料机，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。

3.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：所述仓位传感器安装在下料仓近机架中心的一个顶角上，且其底部有一个旋转底座。

4.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：所述下料仓的侧壁还安装有一个搅拌器，所述搅拌器包括依次相连的底座、两个支臂、连接两个支臂的支臂转轴、爪手转轴和爪手。

5.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：所述混合料仓的侧壁上安装有一个混合料位传感器，其内部还有一个匀料器，所述匀料器采用螺旋形桨叶，所述推板下方还有一个输料管。

6.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：所述混料器包括依次相连的混料底座、两个混料支臂、以及连接两个混料支臂的混料支臂转轴、混料爪手转轴和混料爪手。

7.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：所述混料器包括混料转轴、安装在混料转轴上的混料转盘和螺旋叶片，以及支撑混料转轴的混料撑架。

8.根据权利要求1～7任何一项所述的基于神经网络的直落失重式物料下料机，其特征在于，所述神经网络的模型为：xck(t)＝xk(t-mod(k，q)-1)，

其中，mod为求余函数，f( )函数取为sigmoid函数；xck(t)为承接层输出，xj(t)为隐含层输出，ui(t-1)和y(t)分别为输入层输入和输出层输出，ωj、ωjk和ωji分别为隐含层到输出层的连接权值、承接层到隐含层的连接权值和输入层到隐含层的连接权值，θ和θj分别为输出层和隐含层阈值；k＝1，2，...，m，q为所选定的回归延时尺度，根据采样周期和下料速率选取；j＝1，2，...，m，i＝1，2，...4，隐含层及承接层节点数m在11～20之间选择。

9.根据权利要求1所述的基于神经网络的直落失重式物料下料机，其特征在于：除了下落物料失重值的预测值，修正下料量时还要计入当前累积下料误差。

10.基于神经网络的直落失重式物料下料机控制器，其包括信号采集模块、处理模块、神经网络模块、迭代学习模块、存储模块、第一连接阵、第二连接阵和输出模块，所述信号采集模块分别通过下料仓中仓位传感器和承载下料仓的称重模块实时采集下料仓料位、下料仓重量的传感信号并传输给处理模块进行数据处理与分析，存储器用于数据保存；

所述神经网络模块采用动态递归Elman神经网络，其输入层分别从处理模块接收下料仓料位、落料率、物料密度及下料阀开口孔径4个输入量，输出层的输出量分别通过第一连接阵和第二连接阵传输至迭代学习模块和处理模块；

离线训练所述神经网络时，迭代学习模块根据处理模块和神经网络分别通过第一连接阵输入的下落物料失重实际值和网络输出值，调整神经网络的连接权值；

在线控制下料时，第一连接阵断开，神经网络对下落物料失重值进行预测并经第二连接阵输出给处理模块，由处理模块处理分析后通过输出模块对下料仓底部开口处的下料阀进行关阀控制。