LabVIEW为什么在存储VI时死机_labview无法加载程序框图-程序员宅基地
技术标签： LabVIEW开发案例 LabVIEW开发 LabVIEW软件 LabVIEW程序 LabVIEW编程 LabVIEW
LabVIEW为什么在存储VI时死机
有一个非常大的VI,使用了超过100子VI.它运行的很好，但当再加一些代码并保存时，LabVIEW死机了。该怎么使LabVIEW保存得快些或退出死机状态？
解答: 当创建VI时，LabVIEW为之分配内存空间和堆栈。当创建了一个非常大的，使用了很多子VI和局部变量的VI的时候，VI可用的资源开始减少。这会在修改和保存VI时产生保存异常。然而，总是有办法解决的。当想改变VI时，按以下步骤执行：
从顶层VI中隐藏子VI（顶层VI是将要修改的VI)
Note:方法之一是把客户子VI移到对LabVIEW不可见的其他文件夹下。下次打开顶层VI时，LabVIEW将搜索这些子VI。点击'stop'按钮，退出寻找子VI。顶层VI将加载，以问号代替子VI。只有顶层VI将被加载到内存中。
在顶层VI中作所需的修改，然后保存。
把子VI移到原来的位置。下次打开顶层VI时,LabVIEW将再次找到这些子VI，然后正常的加载。
编辑
添加图片注释，不超过 140 字（可选）
LabVIEW内部错误和崩溃的初步故障排除步骤：
通过LabVIEWCrash Reporter对话框将崩溃报告发送给NI。添加任何有助于NI诊断崩溃的相关信息。
确定是否可以一致地重现崩溃。这将使故障源的诊断更加容易。如果可以重现崩溃，请尝试在知识库和NI社区中搜索类似的崩溃。包括十六进制代码以及崩溃发生时的操作。
安装最新的LabVIEW补丁。
查看LabVIEW版本的LabVIEW已知问题列表。
进一步的故障排除步骤：
尝试缩小警告的范围。减少代码量并减少用于创建崩溃的最小重现情况的硬件数量。如果可以消除与崩溃无关的部分，则更有可能找到此特定崩溃的根本原因。请参阅以下故障排除步骤以帮助实现此目的：
如果崩溃是由可执行文件发生的，请检查从LabVIEW开发环境运行VI时是否发生相同的行为。这样做可能指向运行引擎出现问题。
尝试使用禁用结构来禁用部分代码。这可以帮助缩小崩溃发生在代码中的位置。
尝试卸下所有硬件。如果仍然看到崩溃，则可以继续对软件进行故障排除。如果卸下硬件解决了崩溃问题，则可以将原因缩小到硬件。尝试使用其他类型的硬件，以查看崩溃是否特定于硬件类型。
检查在另一台计算机上是否看到相同的行为。崩溃可能与计算机环境有关。
监视内存以检查内存泄漏。
使用WinDbg对崩溃进行故障排除。如果崩溃是可重现的，则将此工具连接至LabVIEW进程，并导致崩溃再次发生。该工具可以让更深入地了解崩溃的根源。
如果使用硬件，请在程序结束时确保关闭所有内存引用。对引用的任何滥用都可能导致内存泄漏。
确保所有错误簇均已连接并受到监视。可能没有意识到之前发生了一个错误。错误编号用于指定出了什么问题，可以在“解释错误”对话框（“帮助”»“解释错误...” ）中进行搜索，以找到有关错误的说明。
如果使用的是.NETFramework或DLL，请尝试将其删除以查看崩溃是否仍然发生。可以参考dll崩溃的解决办法 。
如果只有一个VI发生崩溃，请尝试将程序框图的全部内容复制到新的VI。有时，这可以消除可能导致崩溃的损坏。
批量编译VI 。如从较早版本升级了LabVIEW，则可能有一些较旧的VI尚未更新。
崩溃也可能是由于代码中出现“Insane Object or fsane.cpp ”错误引起的。
如果要处理实时系统的问腿，请查看LabVIEW错误日志或实时系统错误日志 。
如果可执行文件发生崩溃，请确保在部署计算机上安装了所有必需的驱动程序。
添加自定义日志记录步骤 ，以获取有关崩溃可能发生位置的更多信息。
关闭防火墙，然后尝试运行项目。某些防病毒软件（例如SentielOne）包含导致LabVIEW崩溃的dll。
确保未超出框图或前面板的最大大小 。
使用LabVIEWDesktop Execution Trace Toolkit进行动态代码分析，以执行高级调试。
该问题可能与软件甚至操作系统的损坏有关。如果尝试了上述故障排除步骤，但仍无法解决，则可能需要考虑重新映像计算机。
LabVIEW、LabVIEW开发、LabVIEW编程、LabVIEW程序
智能推荐
C语言bfs算法自动走贪吃蛇,智能寻路贪吃蛇系列之 初级BFS寻路算法-程序员宅基地
文章浏览阅读240次。//Bfs.cpp#include "stdafx.h"#include "Bfs.h"int dir[4][2]={{0,1},{0,-1},{1,0},{-1,0}};void Bfs::InitBfs(bool **chess,XY size){m_size=size;m_chess=new bool *[m_size.x];m_visit=new bool *[m_size.x];m_pa..._bfs贪吃蛇
技术讨论：我心中TOP1的编程语言_内存安全的编程语言-程序员宅基地
文章浏览阅读6.6k次，点赞13次，收藏14次。编程语言（programming language）是一种计算机和人之间交流的形式。它是一种为了完成计算机任务而编写的特定语言。编程语言包括指令、变量、函数、条件语句、循环语句等等。程序员使用编程语言来告诉计算机执行任务，例如打开文件、执行数学运算、连接数据库等等。不同的编程语言适用于不同的应用领域，例如Java和Python在Web开发、机器学习、数据分析等领域应用广泛，而C++在操作系统、游戏开发等领域应用较多。【百度百科释义】_内存安全的编程语言
mysql 实数型变量定义,PL/pgSQL从入门到放弃(2)-变量定义与数据类型-程序员宅基地
文章浏览阅读256次。本文由 @小刘先森 原创，转载请注明出处。使用PL/pgSQL也有比较久的时间了，写几篇从入门开始学习的文章，方便小伙伴们学习。PL/pgSQL从入门到放弃(1)-入门PL/pgSQL从入门到放弃(2)-变量定义与数据类型PL/pgSQL从入门到放弃(3)-函数PL/pgSQL从入门到放弃(4)-控制结构PL/pgSQL从入门到放弃(5)-游标声明变量上一篇介绍到，PL/pgSQL是块结构的语言。..._plsql实数
warning C4251-程序员宅基地
文章浏览阅读115次。c++ - Warning C4251 when building a DLL that exports a class containing an ATL::CString member - Stack Overflow_warning c4251
真·卷积神经网络发明者福岛邦彦获奖！李飞飞、LSTM之父点赞祝贺-程序员宅基地
文章浏览阅读1.8k次。点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：机器之心1980 年，福岛邦彦首次使用卷积神经网络实现了模式识别，他被认为是真正的卷积神经网络发明者。近日，..._卷积 彦
C语言 预处理指令和宏定义_c#宏定义和预处理指令-程序员宅基地
文章浏览阅读167次。C语言 预处理指令和宏定义_c#宏定义和预处理指令
随便推点
java 虚拟机最佳实践_深入理解Java虚拟机：JVM高级特性与最佳实践（第2版）-程序员宅基地
文章浏览阅读43次。第1版两年内印刷近10次，4家网上书店的评论近4?000条，98%以上的评论全部为5星级的好评，是整个Java图书领域公认的经典著作和超级畅销书，繁体版在台湾也十分受欢迎。第2版在第1版的基础上做了很大的改进：根据最新的JDK1.7对全书内容进行了全面的升级和补充；增加了大量处理各种常见JVM问题的技巧和最佳实践；增加了若干与生产环境相结合的实战案例；对第1版中的错误和不足之处的修正等等。第2版不...
程序员进阶篇：简单聊聊mysql的脏读、不可重复读-程序员宅基地
文章浏览阅读905次，点赞18次，收藏13次。脏读，就是读到了其他会话还没有提交的修改。下面用例子说明：可以看到，会话 2 修改了 id 为 222 的用户，在还没提交或回滚事务之前，会话 1 就读到了这些改动。脏读的本质就是，还没结束的写操作被读操作分割了。所以，为了解决脏读，就必须让写操作不可被读操作分割（当然，也不能被其他写操作分割），即保证所谓的原子性。不可重复读，就是在同一个事务中，多次读相同的记录但读到了不同的结果。
eclipse javaee版本配置tomcat并向tomcat发布工程 ._eclipse javaee 编译 发布-程序员宅基地
文章浏览阅读3.9k次。1.下载最新的eclipse javaee版本，下载地址为：http://www.eclipse.org/downloads/，这里注意一定要选择javaee版本，2.Tomcat下载，链接为：http://tomcat.apache.org/3.下载eclipse tomcat插件，下载地址为：http://download.csdn.net/detail/longsheng_eclipse javaee 编译 发布
C语言//期末复习//基础知识模块知识分享总结//思维导图-程序员宅基地
文章浏览阅读341次，点赞8次，收藏6次。
第十一届 “MathorCup“- B题:基于机器学习的团簇能量预测及结构全局寻优方法-程序员宅基地
文章浏览阅读214次。团簇是由多个分子或原子聚集在一起的微观结构，研究团簇的全局最优结构（即能量最低）对于发现新型材料的结构和性能具有重要意义。传统的理论研究方法存在计算时间长、计算效果差等问题，而机器学习作为一个极具前景的多学科交叉领域，能够有效提高模型学习与计算的效率。因此本文针对三维团簇的能量预测和结构寻优问题，采用了多种机器学习方法进行研究。最后，我们对模型进行了灵敏度分析不断改变学习因子的数值，发现模型预测出的能量值波动幅度较低，具有较强的稳定性，证明了建立模型的可靠性、有效性及鲁棒性，
【HTML/CSS/JavaScript-编程指南】-程序员宅基地
文章浏览阅读676次，点赞8次，收藏10次。学习网站：https://www.runoob.com/html/html-tutorial.html。