1.物料称重大数据检测与包装智能控制系统，其特征在于：所述控制系统由参数采集与控制平台和包装智能控制子系统两部分组成，实现对包装物料重量检测和包装过程的智能控制；

所述包装智能控制子系统包括LSTM神经网络、PID型Adaline神经网络控制器、T‑S模糊神经网络控制器、NARX神经网络、时延神经网络、Elman神经网络、按拍延迟线TDL和重量检测模块组成，在单片机中设计包装智能控制子系统实现对物料称重过程的精确控制；

物料重量期望值作为LSTM神经网络的对应输入，LSTM神经网络输出与Elman神经网络输出的差值作为物料重量期望值的误差，物料重量期望值的误差和误差变化率分别作为PID型Adaline神经网络控制器和T‑S模糊神经网络控制器的输入，PID型Adaline神经网络控制器和T‑S模糊神经网络控制器的输出分别作为NARX神经网络的对应输入，NARX神经网络输出和时延神经网络输出的和分别作为对应的按拍延迟线TDL的输入、时延神经网络的输入和调节对应电磁阀的控制量，重量传感器器输出作为重量检测模块的输入，重量检测模块输出作为LSTM神经网络的对应输入和对应的按拍延迟线TDL的输入，按拍延迟线TDL输出作为Elman神经网络的输入，NARX神经网络输出和时延神经网络输出的和作为包装智能控制子系统的控制量。

2.根据权利要求1所述的物料称重大数据检测与包装智能控制系统，其特征在于：所述重量检测模块由带时滞单元的Adaline神经网络模型、EMD经验模态分解模型、GM（1，1）灰色预测模型、NARX神经网络预测模型、按拍延迟线TDL、ARIMA预测模型和二元联系数的BAM神经网络模型组成。

3.根据权利要求2所述的物料称重大数据检测与包装智能控制系统，其特征在于：重量传感器输出作为带时滞单元的Adaline神经网络模型的输入，带时滞单元的Adaline神经网络模型输出作为EMD经验模态分解模型的输入，EMD经验模态分解模型输出的物料重量低频趋势值作为GM（1，1）灰色预测模型的输入，EMD经验模态分解模型输出的多个物料重量高频波动值分别作为对应的多个NARX神经网络预测模型的输入，GM（1，1）灰色预测模型输出和多个NARX神经网络预测模型输出分别作为二元联系数的BAM神经网络模型的对应输入，二元联系数的BAM神经网络模型输出物料重量值的确定值a和波动值b构成物料重量的二元联系数为a+bi，物料重量的确定值a和波动值b分别作为对应的按拍延迟线TDL的输入和二元联系数的BAM神经网络的2个对应输入，按拍延迟线TDL输出分别作为对应的ARIMA预测模型的输入，2个ARIMA预测模型输出作为二元联系数的BAM神经网络模型的对应输入，二元联系数的BAM神经网络模型输出作为称量检测模块输出的被称量物料重量。

4.根据权利要求1所述的物料称重大数据检测与包装智能控制系统，其特征在于：所述参数采集与控制平台包括单片机、重量传感器、物料、电磁阀、称重平台；通过在单片机中设定物料重量期望值，安装在称重平台的称重传感器输出作为包装智能控制子系统的重量检测模块的输入，包装智能控制子系统的输出调节对应电磁阀的开度确保通过电磁阀下落到称量平台上的物料为重量期望值，称量平台上的物料通过对应的电磁阀下落到包装袋中，参数采集与控制平台实现被包装物料的准确称量和包装过程的智能化控制。

5.根据权利要求4所述的物料称重大数据检测与包装智能控制系统，其特征在于：所述单片机型号采用STM32。