简介：摘要：从跌落熔断器原理分析，其工作过程中，需要对触头进行有效击碎，从而实现快速、高效的操作。而在实际生产应用上发现机械式跌落熔断装置存在着控制效果差和效率低等问题。因此本文将改进研究机器学习方法（神经网络算法）来解决这些缺陷并优化系统状态检测参数以提高产品质量及可靠性评估准确性与实时性的矛盾；同时还对触头进行了仿真实验，验证其可行性、稳定性以及精确性。
基于机器学习的跌落熔断器操作装置控制策略优化
