pb 9调用dll函数出错

shaken shaken 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
String lpData1,lpData2
Integer li_rtn,li_jydm
String ls_data_msg
li_jydm = 31

lpData1 = '2~~13413241234123~~1~~'
ls_data_msg = "a" + Space(30000) + "a"
lpData2 = 'abc'


li_rtn = Apply(li_jydm,0,lpData1,ref ls_data_msg,lpData2)

//li_rtn = Apply(li_jydm,0,string lpData1, ref string lpMessage,string lpData2) library " Apply"

if li_rtn<0 then
messageBox("错误提示",ls_data_msg)
end if
现在运行以上代码,提示:
bad runtime function reference at line at line 11
line 11就是这一行:li_rtn = Apply(li_jydm,0,lpData1,ref ls_data_msg,lpData2)
...全文

相关推荐

PowerBuilder调用DLL参数类型映射与实战指南

在软件集成与系统互操作场景中,动态链接库(DLL)调用是连接不同编程语言与模块的关键技术。其核心原理在于实现内存数据布局与函数调用约定的精确匹配,确保数据在调用栈与堆内存间正确传递。这项技术的工程价值在于能够复用成熟的C/C++库、硬件驱动或操作系统API,从而扩展应用功能,避免重复开发。典型的应用场景包括集成硬件设备(如电子秤、串口)、调用Windows系统API,或封装遗留的C语言模块。本文将聚焦于PowerBuilder这一经典开发环境,深入剖析其与C/C++ DLL交互时参数类型映射的细节,特别是单

weixin_34216196

PowerBuilder白貂框架实战:PB 9.0通用开发框架搭建与落地

快速开发工具在传统企业级应用中一直扮演着降低开发成本的关键角色,PowerBuilder以其独有的数据窗口(DataWindow)技术成为典型代表。数据窗口将数据检索、编辑、更新和打印集成在单一控件中,却因缺少统一的维护规范,导致长期项目尤其是医院HIS等系统的维护成本居高不下。通过将数据窗口基类封装、事务管理对象和打印预览等通用能力抽象为公共基础层,可以有效提升代码复用率并保障事务安全。这种基于PB 9.0的通用开发框架思路,为存量系统的稳定运维提供了切实可行的路径。围绕PB 9.0,对白貂框架的设计思路

weixin_34187862

技术转移机构如何基于数据提升项目撮合精准度?.docx

技术转移机构如何基于数据提升项目撮合精准度?

BIZKEEN

超扭滑模与快速终端滑模的永磁同步电机无感控制:理论、离散化实现与仿真研究(Simulink仿真实现)

内容概要:本文系统研究了超扭滑模控制(STSMC)与快速终端滑模控制(FTSMC)在永磁同步电机(PMSM)无感控制中的应用,重点涵盖其理论基础、离散化实现方法及Simulink仿真验证。文章深入阐述了两种高阶滑模控制策略的设计原理,利用磁链无感观测技术实现转子位置与速度的精确估计,从而省去物理传感器,有效提升了系统的可靠性与鲁棒性。同时,提供了完整的Simulink仿真模型构建方案,包括控制器设计、关键参数整定及动态响应性能分析,充分验证了所提出的方法在零速与低速工况下的卓越控制性能和有效性。; 适合人群:具备电机控制、现代控制理论基础知识及熟练掌握MATLAB/Simulink仿真技能的研究生、科研人员与工程技术人员。; 使用场景及目标:①深入理解高阶滑模控制在电机驱动系统中的设计思想与具体实现;②掌握基于滑模观测器的无感控制核心技术;③开展永磁同步电机高性能控制算法的理论研究、仿真验证与工程化探索。; 阅读建议:建议将文中详尽的理论推导与Simulink仿真模型相结合进行学习,重点关注滑模面的构建、抖振抑制策略的实施以及离散化处理的细节,有条件的研究者可进一步将算法移植到DSP等硬件平台进行实验验证,以深化对理论的理解并检验其实际应用效果。

长安程序猿

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)

内容概要:本文系统阐述了基于Matlab的多源动态最优潮流分布鲁棒优化方法,聚焦于IEEE118节点电力系统,旨在应对高比例可再生能源接入背景下源荷双重不确定性所带来的调度挑战。该方法深度融合分布鲁棒优化理论,通过构建能够抵御最坏情况概率分布的决策模型,有效提升了电力系统在复杂不确定性环境下的运行安全性、经济性与可靠性。研究不仅提供了完整的Matlab代码实现,便于结果复现与算法验证,还特别关注了含风电等新能源的现代电网低碳调度问题,为解决实际工程中的优化调度难题提供了强有力的理论支撑和技术工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的研究生、科研人员及从事智能电网优化运行、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①研究含高比例可再生能源接入的电力系统动态最优潮流问题;②掌握分布鲁棒优化在电力系统经济调度、低碳调度中的建模思想与求解方法;③利用IEEE118标准测试系统进行算法有效性验证与性能对比分析;④基于所提供的Matlab代码进行二次开发,探索新型不确定性优化理论在电力系统中的创新应用。; 阅读建议:建议读者结合电力系统最优潮流、不确定性优化理论(特别是分布鲁棒优化)的背景知识进行学习,重点关注模型的构建逻辑、目标函数与约束条件的设计原理,以及Matlab代码的具体实现细节。在学习过程中,应动手调试代码,尝试修改系统参数(如新能源出力波动范围、负荷水平等),以观察不同场景下优化结果的变化,从而深刻理解该方法的适应性、优势及其潜在的局限性。

天天程序猿
评论 6
收藏 已收藏
分享
返回顶部
shaken
PowerBuilder 1,111 成员 66,454 内容