pb调用webserver的方法错误 ERROR calling method of a PBNI Object
long rVal, lLog
long amount
conn = create SoapConnection; //Instantiated connection
lLog = conn.SetOptions("xinnonhe.log");
// Set trace file to record soap interchange data,
// if string is "", disables the feature
rVal = Conn.CreateInstance(proxy_obj,"fservicesoutpaysoap");
if rVal <> 0 then
messagebox("连接失败","错误代码"+string(rVal))
return
end if;
// Create proxy object
try
amount = proxy_obj.getversion() //调用获取返回值
messagebox("返回信息",string(amount))
catch(soapexception e1) //soapexception定义的异常
messagebox("sop异常",e1.text)
catch (runtimeerror re1) //
Messagebox("web连接错误",re1.text)
end try
destroy conn
这个可以正确的获取到
//////////////
////出院通知
//////////////
boolean is_ok;
long rVal, lLog
conn = create SoapConnection; //Instantiated connection
lLog = conn.SetOptions("");
rVal = Conn.CreateInstance(proxy_obj,"fservicesoutpaysoap");
if rVal <> 0 then
messagebox("连接失败","错误代码"+string(rVal))
return
end if;
try
is_ok = proxy_obj.outhospital( 1, "a7ffd874-d2e3-4700-9d65-e4ebf3abb0da", "80482e6dbebf40298e15c312ca1c265d","111", datetime(date("2010-8-1"),time("09:09:34")), "牙出血", "康复")
if is_ok = true then
messagebox("","出院成功")
else
messagebox("","出院失败")
end if
catch(soapexception e1) //soapexception定义的异常
messagebox("sop异常",e1.text)
catch (runtimeerror re1) //
Messagebox("web连接错误",re1.text)
end try
destroy conn
这个就不行了 直接报错ERROR calling method of a PBNI Object”
相关推荐
【锂电池管理系统】基于二阶RC模型与EKF的SOC估计精度对比:MATLAB仿真与多因素验证 MATLAB 锂电池SOC估计|二阶RC模型与EKF精度对比
内容概要:本文详细介绍了一种基于MATLAB的锂电池荷电状态(SOC)估计方法,采用二阶RC等效电路模型与扩展卡尔曼滤波(EKF)相结合的技术路线,旨在提高SOC估计的精度。文章首先介绍了项目背景,指出锂离子电池因其高能量密度和长循环寿命等特点,在新能源汽车、储能电站等多个领域得到广泛应用。然而,由于电池具有非线性、动态时变和多物理场耦合的特性,SOC的准确估计成为电池管理系统(BMS)中的关键技术难题。为此,本文提出了一种结合二阶RC模型与EKF的SOC估计方法,通过构建可解释的二阶RC电池动态模型,实现具有闭环修正能力的SOC估计。此外,项目还构建了可复现的多因素连续仿真数据,建立了完整的精度评价与工程验证体系,以确保所提方法的有效性和可靠性。 适合人群:具备一定编程基础,熟悉MATLAB编程语言,对电池管理系统有一定了解的研发人员和技术工程师。 使用场景及目标:①适用于新能源汽车、电化学储能电站、无人机与移动机器人、便携式设备与备用电源等领域,特别是在需要高精度SOC估计的应用场合;②目标在于通过二阶RC模型与EKF的结合,解决传统安时积分法存在的累计漂移问题,提高SOC估计的准确性,进而优化电池的使用效率和延长使用寿命。 其他说明:项目强调了数据生成的重要性,通过引入多种随机机制(如马尔可夫状态切换、随机脉冲组合等),构建了包含电流、端电压、温度、欧姆内阻和有效容量五项输入特征的五万组连续时序数据,确保了数据的真实性和多样性。同时,项目提出了多项评价指标(如均方根误差、平均绝对误差、最大绝对误差、末端漂移和误差标准差等),用于全面评估不同SOC估计方法的性能。此外,项目还讨论了电池模型非线性、参数时变与模型失配等挑战及其解决方案,强调了初始SOC偏差、噪声协方差整定与滤波收敛等关键因素对SOC估计精度的影响。最后,项目展望了未来的研究方向,包括在线参数辨识与自适应噪声调节、SOC与SOH联合估计、更强非线性滤波与多算法融合、温度场与迟滞效应增强等,旨在进一步提升SOC估计的鲁棒性和适应性。
chrome-win32-159.0.8133.0(Canary).zip
chrome-win32-159.0.8133.0(Canary).zip
binutils-2.28.90.tar.bz2
binutils-2.28.90.tar.bz2
chrome-mac-arm64-159.0.8135.0(Canary).zip
chrome-mac-arm64-159.0.8135.0(Canary).zip
OpenChiip数字员工开源-A.docx
OpenChiip数字员工开源-A


Web 应用
