1.基于变速率学习的直落式多组份物料配料方法，其包括以下步骤：S1、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；

S2、对当前组份从下料仓下料，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；

S3、当检测到计量斗重量达到(G0+Ws-Wa)时，关闭下料阀，其中Wa是上次计算出的空中量预测值；

S4、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ek＝Wr-Ws；

S5、更新累积下料误差E′＝E+ek，计算空中量预测值：

Wa′＝αk·Wa+βk·ek+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：

αk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；

S6、迭代，令E＝E′，Wa＝Wa′，ek-2＝ek-1，ek-1＝ek，为下一次下料准备；

S7、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；

S8、打开计量斗底部的落料阀，使得多组份物料组成的一次配方量物料落入混料斗，读取混料斗中料位传感器的状态，若检测到料位超过设定阈值，则控制混料斗中混料器旋转搅拌，将多组份物料混合均匀后，打开混料斗底部的推板，将混合物料从推板下的输料管输出；

S9、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S2。

2.根据权利要求1所述的基于变速率学习的直落式多组份物料配料方法，其特征在于，所述步骤S1之前，还有以下步骤：T1、通过离线实验，对称重模块和下料仓内的距离传感器进行标定；

T2、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；

T3、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，在关闭下料阀的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)。

3.根据权利要求1所述的基于变速率学习的直落式多组份物料配料方法，其特征在于，还包括以下步骤：步骤S1还包括：按各组份一次下料量Ws的值从大到小排序，确定各组份的下料次序；

步骤S3还包括：当时间t≥t0+0.8Ws/PD时，控制器禁止除安全响应之外的所有外部中断；

步骤S8还包括：混料器间断地多次旋转一个小扇角，再次读取料位传感器的状态，若仍然料位超过设定阈值，才进行混料搅拌。

4.根据权利要求1所述的基于变速率学习的直落式多组份物料配料方法，其特征在于，还包括以下步骤：控制器控制安装于下料仓近机架中心顶角上的距离传感器旋转，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，若发现距离传感器在不同方位检测到的物料距离值经几何变换后其取值区间超出设定范围，或者发现单位时间下料量波动超过设定阈值如5％，则及时命令安装于机架靠近下料仓侧壁处的振动杆动作，改善物料分布。

5.根据权利要求1所述的基于变速率学习的直落式多组份物料配料方法，其特征在于：所述下料仓上方设有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，下料时通过进料泵调节下料仓中料位。

6.根据权利要求1所述的基于变速率学习的直落式多组份物料配料方法，其特征在于：在计量斗的上部设一个分料器，所述分料器为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，下料时物料经分料器喷嘴和分料凸起落入计量斗中的料堆。

7.根据权利要求4所述的基于变速率学习的直落式多组份物料配料方法，其特征在于：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，振杆动作时从起点开始做蛇形搅动。