1.一种非球形颗粒能量恢复系数的实验测量方法，其特征在于，包括如下步骤：

1)建立颗粒‑壁面碰撞工况的平板模型，并将模型导入DEM模拟软件中；

2)建立非球形颗粒模型并进行DEM模拟，将模拟得到的颗粒运动数据根据能量恢复系数定义的计算公式进行计算：其中，E1为碰撞前颗粒总能量，E2为碰撞后颗粒总能量，EK1、ER1、EP1分别为碰撞前颗粒的平动动能、旋转动能及势能，EK2、ER2、EP2分别为碰撞后颗粒的平动动能、旋转动能及势能，Eenergy_loss为碰撞过程中颗粒的能量损失；

3)根据碰撞后非球形颗粒运动数据，结合自由落体运动计算颗粒的落点，采用概率密度函数量化非球形颗粒与壁面碰撞后的随机落点分布；

4)设计若干非球形颗粒模型进行上述模拟与计算，得到若干不同非球形颗粒的能量恢复系数及随机落点分布；

5)搭建人工神经网络训练模型，利用Python工具通过人工神经网络建立随机落点分布和能量恢复系数的非线性拟合关系，构建非球形颗粒能量恢复系数预测模型；

6)根据模拟工况，搭建实验装置，进行实验，通过拍摄非球形颗粒落点分布形成的曲线，将所得曲线转换为离散点形式后，根据步骤5)获得的预测模型，计算得到目标实验颗粒的能量恢复系数。

2.根据权利要求1所述的一种非球形颗粒能量恢复系数的实验测量方法，其特征在于，所述步骤5)具体如下：

5.1)选用ReLU函数作为人工神经网络训练的激活函数，其中神经元个数大于输入参数个数，学习率在0～1范围内进行取值；

5.2)对人工神经网络训练结构不断调试，降低损失函数值，重复进行多次训练，选择性能最优的神经网络结构进行模型的构建；

5.3)以DEM模拟计算所得的颗粒落点分布为输入，颗粒能量恢复系数为输出，采用调试所得的性能最优的人工神经网络结构，拟合构建得到颗粒能量恢复系数预测模型。

3.根据权利要求1所述的一种非球形颗粒能量恢复系数的实验测量方法，其特征在于，所述步骤6)中实验装置包括颗粒落料的漏斗、平板及颗粒落料收集装置，所述平板设置在颗粒落料的漏斗下方预定高度处，且平板的倾斜角度可调，所述颗粒落料收集装置包括若干沿水平方向等间隔排列的隔板，所述实验装置整体限制在两块垂直平行玻璃板之间，玻璃板间距为10～20的非球形颗粒等效直径。