JP2017053309A - データ解析装置 - Google Patents

Abstract

【課題】時間経過に伴って変化する時系列データをセンサの検出信号から取得し、時系列データの特性を適切に解析する技術を提供する。【解決手段】データ取得部（Ｓ４００）は、時間経過に伴って変化する時系列データをセンサの検出信号から取得する。微分部（Ｓ４０２）は、データ取得部が取得する時系列データを微分する。移動平均部（Ｓ４０４）は、微分部が時系列データを微分した微分結果の移動平均を算出する。特定部（Ｓ４１０）は、移動平均部が算出する移動平均に基づいて時系列データの波形形状を特定する。データ解析部（Ｓ４１２〜Ｓ４１８）は、特定部が特定する波形形状に基づいて時系列データの特性を解析する。【選択図】図２

Description

本発明は、時間経過に伴って変化する時系列データをセンサの検出信号から取得して解析する技術に関する。

時間経過に伴って変化する時系列データをセンサの検出信号から取得して解析する技術として、例えば、内燃機関に燃料を噴射する燃料噴射弁からの燃料噴射により時間経過に伴って変化する時系列データをセンサの検出信号から取得して解析する技術が知られている（例えば、特許文献１参照。）。

特許文献１に開示されている技術においては、燃料噴射により時間経過に伴って変化する時系列データとして、例えば、燃料噴射弁が燃料を噴射することによる燃料圧力の変化を圧力センサで検出し、検出した燃料圧力から噴射率を測定している。

特許４１３０８２３号公報

時間経過に伴って変化する時系列データをセンサの検出信号から取得して解析する場合、時系列データの特性として特徴点を検出することが考えられる。燃料噴射により時間経過に伴って変化する時系列データの場合には、例えば、噴射開始タイミング、噴射終了タイミング、着火タイミング等が特徴点として考えられる。

センサの検出信号にはノイズが含まれているので、センサの検出信号から取得する時系列データにもノイズが含まれている。したがって、噴射開始タイミング、噴射終了タイミング、着火タイミング等を検出するための判定値と時系列データとを比較しても、特徴点を検出することは困難である。

そこで、ローパスフィルタ等のフィルタにより時系列データからノイズを除去することが考えられる。しかし、フィルタを使用すると時系列データの波形がなまり、特徴点のタイミングがずれて誤検出されることがある。時系列データの特徴点を誤検出すると時系列データの特性を適切に解析できない。

本発明は上記問題に鑑みてなされたものであり、時間経過に伴って変化する時系列データをセンサの検出信号から取得し、時系列データの特性を適切に解析する技術を提供することを目的とする。

本発明のデータ解析装置（５０、１００、１４０）は、データ取得部（Ｓ４００、Ｓ４３０）と、微分部（Ｓ４０２、Ｓ４３２）と、移動平均部（Ｓ４０４、Ｓ４３４）と、特定部（Ｓ４１０、Ｓ４４０）と、データ解析部（Ｓ４１２〜Ｓ４１８、Ｓ４４２）と、を備える。

データ取得部は、時間経過に伴って変化する時系列データをセンサ（４０、１３０、１５２）の検出信号から取得する。微分部は、データ取得部が取得する時系列データを微分する。移動平均部は、微分部が時系列データを微分した微分結果の移動平均を算出する。特定部は、移動平均部が算出する移動平均に基づいて時系列データの波形形状を特定する。データ解析部は、特定部が特定する波形形状に基づいて時系列データの特性を解析する。

この構成によれば、センサの検出信号から取得する時系列データを微分し、微分結果の移動平均を算出することにより、時系列データの微分結果からノイズを極力除去することができる。微分結果は時系列データの変化率、つまり波形形状を表わしている。

ノイズを極力除去した時系列データの微分結果に基づいて、ノイズを含んだ時系列データの波形形状を特定することができる。そして、特定した波形形状に基づいて、時系列データの特性として、例えば特徴点等を適切に解析できる。

尚、この欄と特許請求の範囲に記載した括弧内の符号は、一つの態様として後述する実施形態に記載の具体的手段との対応関係を示すものであって、本発明の技術的範囲を限定するものではない。

第１実施形態によるデータ解析システムを示すブロック図。 データ解析処理を示すフローチャート。 噴射率を示すタイムチャート。 噴射率の微分結果と微分結果の移動平均とを示すタイムチャート。 単位換算後の噴射率を示すタイムチャート。 第２施形態によるデータ解析システムを示すブロック図。 データ解析処理を示すフローチャート。 熱発生率を示すタイムチャート。 熱発生率の微分結果と微分結果の移動平均とを示すタイムチャート。 第３施形態によるデータ解析システムを示すブロック図。 燃料噴射弁内の燃料圧力を示すタイムチャート。

以下、本発明が適用された実施形態を図に基づいて説明する。
［１．第１実施形態］
［１−１．構成］
図１に示すデータ解析システム２は、車両用の内燃機関として、例えばディーゼルエンジンに燃料を噴射する燃料噴射弁１０の噴射率の特性を、車両に搭載する前に予め解析するものである。燃料噴射弁１０は、内部に計測室２２を有する計測容器２０に取り付けられており、図示しない燃料ポンプから燃料が供給される。計測室２２には燃料が充填されている。計測容器２０には、計測室２２の燃料を排出する排出管３０と圧力センサ４０と温度センサ４２とが取り付けられている。

排出管３０には、電磁開閉弁３２と流量計３４とが取り付けられている。電磁開閉弁３２が開弁することにより、計測室２２の燃料が燃料タンク３６に排出される。電磁開閉弁３２には、開弁しても計測室２２の燃料圧力を燃料噴射弁１０からの噴射前の所定圧に保持する図示しない圧力制御弁が設置されている。流量計３４は、排出管３０から排出される燃料流量を計測する。

圧力センサ４０は計測室２２の燃料圧力を検出する。温度センサ４２は計測室２２の燃料温度を計測する。
データ解析装置５０は、燃料噴射弁１０の燃料噴射と、電磁開閉弁３２の開閉を制御する。また、データ解析装置５０は、圧力センサ４０の検出信号に基づいて、燃料噴射弁１０の噴射率の特性を解析する。

データ解析装置５０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、フラッシュメモリ等を備えるマイクロコンピュータを搭載している。データ解析装置５０は、電磁開閉弁３２を閉弁し、計測室２２の燃料圧力を電磁開閉弁３２が保持する所定圧に設定した状態で、噴射指令パルスを燃料噴射弁１０に出力することにより、燃料噴射弁１０から計測用の燃料噴射を実行させる。

データ解析装置５０のＣＰＵがＲＯＭに記憶されているプログラムを実行することにより、データ解析装置５０は、データ取得部と、微分部と、移動平均部と、範囲設定部と、特定部と、データ解析部として機能し、データ解析処理を実行する。

データ解析装置５０は、燃料噴射弁１０が計測用の燃料噴射を実行したときの計測室２２の圧力変化を圧力センサ４０から取得すると、電磁開閉弁３２を開弁して燃料噴射弁１０から計測室２２に噴射された燃料を排出管３０から燃料タンク３６に排出する。電磁開閉弁３２が開弁して計測室２２から燃料が排出されることにより、計測室２２の燃料圧力は燃料噴射弁１０が燃料を噴射する前の燃料圧力に低下する。

つまり、電磁開閉弁３２が開弁して計測室２２から排出される燃料の流量は、燃料噴射弁１０が計測用に噴射した燃料量である。データ解析装置５０は、電磁開閉弁３２が開弁し、排出管３０から燃料タンク３６に排出される燃料の流量を流量計３４から取得する。

［１−２．処理］
データ解析装置５０が実行するデータ解析処理について図２のフローチャートに基づいて説明する。データ解析装置５０は、燃料噴射弁１０に計測用噴射を実行させ、計測室２２の圧力を検出する圧力センサ４０から検出信号を取得する。さらに、データ解析装置５０は、計測用噴射後に電磁開閉弁３２を開弁して計測室２２の燃料圧力を所定圧に低下させるときに、排出管３０から排出される燃料流量を流量計３４から取得する。

そして、データ解析装置５０は、計測用噴射を実行する前の計測室２２の燃料圧力を０として、圧力センサ４０の検出信号の０位置合せを実行する（Ｓ４００）。
ここで、計測用噴射を実行したときの計測室２２の圧力の変化をΔＰ、計測室２２の容積をＶ、燃料の体積弾性係数をＫとすると、噴射量ΔＱは次式（１）で表わされる。体積弾性係数Ｋは、温度センサ４２が検出する計測室２２の燃料温度に基づいて補正される。

ΔＱ＝（Ｖ／Ｋ）×ΔＰ ・・・（１）
式（１）から単位時間当たりの噴射量を表わす噴射率ΔＱ／Δｔは次式（２）で表わされる。

ΔＱ／Δｔ＝（Ｖ／Ｋ）×ΔＰ／Δｔ ・・・（２）
つまり、計測室２２の圧力の微分に係数を乗算すると噴射率を求めることができる。そこで、本実施形態ではまず、データ解析装置５０は、計測室２２の圧力を検出する圧力センサ４０の検出信号を微分し、圧力センサ４０の検出信号から時系列データとして噴射率を取得する（Ｓ４００）。

図３に、計測室２２の圧力の検出信号を時間で微分した結果を噴射率２００として点線で示している。噴射率２００の単位は圧力センサ４０の検出信号の単位を表わす電圧［Ｖ］である。

データ解析装置５０は、図３に示す噴射率２００を微分し（Ｓ４０２）、噴射率の微分結果の移動平均を算出する（Ｓ４０４）。図４において、点線は噴射率の微分結果２３０を示し、実線は微分結果２３０の移動平均２３２を示している。本実施形態では圧力センサ４０のサンプリング間隔が１０μｓｅｃなので、微分結果２３０の単位は［Ｖ／１０μｓｅｃ］で示されている。

データ解析装置５０は、移動平均２３２の最大値と最小値とを抽出する（Ｓ４０６）。移動平均２３２が最大値になるタイミングは、噴射率２００において最も増加率の大きいタイミング（以下、増加タイミングとも言う。）を示している。移動平均２３２が最小値になるタイミングは、噴射率２００において最も低下率の大きいタイミング（以下、低下タイミングとも言う。）を示している。

後述するＳ４１０において噴射率の増加部分および低下部分の波形形状を最小二乗法により特定するために、データ解析装置５０は、図４に示すように、最小二乗法を適用する増加タイミングおよび低下タイミングを含んだ特定範囲を時間幅として設定する（Ｓ４０８）。

増加タイミングを含む特定範囲を適切に設定すれば、その特定範囲において移動平均の値は正であり、噴射率は増加している。低下タイミングを含む特定範囲を適切に設定すれば、その特定範囲において移動平均の値は負であり、噴射率は低下している。実際には、圧力センサ４０の検出信号は所定のサンプリング間隔、本実施形態では１０μｓｅｃで取得されるので、増加タイミングおよび低下タイミングをそれぞれ含む前後の所定のサンプル数が特定範囲として設定される。

Ｓ４０８で設定される特定範囲は、増加タイミングを含んで移動平均２３２が確実に正になり、低下タイミングを含んで移動平均２３２が確実に負になるように、微分結果２３０および移動平均２３２が示す値に基づいて適宜設定してもよいし、予め固定値として設定してもよい。

Ｓ４１０において、データ解析装置５０は、図３に示すように、Ｓ４０８で設定した特定範囲において、噴射率２００の増加部分および低下部分の波形形状を最小二乗法によりそれぞれ直線で近似する。そして、噴射率を近似する２個の近似直線２０２、２０４と噴射率が０との交点２０６、２０８を算出する（Ｓ４１２）。噴射率の増加部分を近似する近似直線２０２と噴射率が０との交点２０６は噴射開始タイミングを表わし、噴射率の低下部分を近似する近似直線２０４と噴射率が０との交点２０８は噴射終了タイミングを表わしている。

さらに、データ解析装置５０は、噴射率を近似する２個の近似直線２０２、２０４の交点２１０を算出する。交点２１０は、噴射率２００が最大になるタイミングを表わしている。

データ解析装置５０は、図３に示す噴射率２００において、Ｓ４１２で算出した噴射開始タイミングから噴射終了タイミングまでの噴射率２００の面積を実噴射率の面積として算出する（Ｓ４１４）。データ解析装置５０は、圧力センサ４０の検出信号のサンプリング間隔とサンプリングタイミングにおける噴射率との積の合計によって実噴射率の面積を算出する。

次に、データ解析装置５０は、噴射開始タイミングと噴射終了タイミングとの間隔を図３に実線で示す噴射率モデル２２０を表わす台形の下底とし、噴射率モデル２２０の下底と、台形の高さと、台形の上底とにより、噴射率モデル２２０が表わす台形の面積を算出する。

噴射率モデル２２０の台形の高さを変数としてＳ４１０で算出した２個の近似直線２０２、２０４の式に代入すると、噴射率モデル２２０の台形の上底は高さを変数とした式により表わされる。したがって、噴射率モデル２２０の台形の面積は、高さを変数とした式により表わされる。

データ解析装置５０は、Ｓ４１４で算出した実噴射率の面積と、高さを変数とした噴射率モデル２２０の台形の面積とが等しいものとして、噴射率モデル２２０の台形の高さを算出する（Ｓ４１６）。

算出した噴射率モデル２２０の台形の高さとＳ４１０で算出した２個の近似直線２０２、２０４の式とから、データ解析装置５０は、噴射率モデル２２０の上底と近似直線２０２、２０４との交点を算出する（Ｓ４１８）。これにより、噴射率モデル２２０を表わす台形の形状を特定できる。

噴射率モデル２２０は圧力センサ４０の検出信号から求めたものであるから、単位時間当たりの噴射量により表わされる噴射率の単位に換算する。
圧力センサ４０の検出信号から求めた噴射率モデル２２０の台形形状と、単位時間当たりの噴射量により表わされる噴射率モデルの台形形状とは、高さだけが異なる。そこで、噴射率を換算する係数を換算ゲインとして、噴射率モデル２２０の台形の面積に換算ゲインを乗算した結果と、単位時間当たりの噴射量により表わされる噴射率モデルの台形の面積、つまり流量計３４で計測した噴射量とが等しくなるものとして、換算ゲインを算出する（Ｓ４２０）。

そして、換算ゲインに基づいて、圧力センサ４０の検出信号から求めた噴射率モデル２２０を単位時間当たりの噴射量により表わされる噴射率モデルに換算する（Ｓ４２２）。
図５に、圧力センサ４０の検出信号から求めた噴射率２００と噴射率モデル２２０とにそれぞれ換算ゲインを乗算して取得した、単位時間当たりの噴射量により表わされる噴射率２４０と噴射率モデル２４２とを示す。

［１−３．効果］
以上説明した第１実施形態では、以下の効果を得ることができる。
（１）圧力センサ４０の検出信号から時系列データとして噴射率２００を取得し、この噴射率２００を微分することにより、時間経過に伴って変化する噴射率２００の変化率をノイズを含んだ状態で算出する。さらに、噴射率２００の微分結果２３０の移動平均２３２を算出することにより、ノイズを極力除去した噴射率２００の微分結果を求めることができる。

ノイズを極力除去した噴射率２００の微分結果に基づいて、ノイズを含んだ噴射率２００の波形形状を特定できるので、噴射率２００の特性として噴射開始タイミング、噴射終了タイミング等の特徴点を適切に解析できる。

（２）噴射率２００の微分結果２３０の移動平均２３２の最大値と最小値とを含んで適切に設定された特定範囲で最小二乗法により直線で噴射率２００を近似するので、噴射率２００の増加部分および低下部分の波形形状を適切に特定できる。

［２．第２実施形態］
［２−１．構成］
第２実施形態において、第１実施形態と実質的に同一構成部分には同一符号を付す。図６に示すデータ解析システム４の電子制御装置（Electronic Control Unit：ＥＣＵ）１００は車両に搭載されており、ディーゼルエンジン（以下、単にエンジンとも言う。）１１０の各気筒に設置されている燃料噴射弁１０の燃料噴射を制御する。燃料噴射弁１０にはコモンレール１２０で蓄圧された燃料が供給される。

ＥＣＵ１００は、ＣＰＵ、ＲＡＭ、ＲＯＭ、フラッシュメモリ等を備えるマイクロコンピュータを搭載している。ＥＣＵ１００のＣＰＵがＲＯＭに記憶されているプログラムを実行することにより、ＥＣＵ１００は、データ取得部と、微分部と、移動平均部と、範囲設定部と、特定部と、データ解析部として機能し、データ解析処理を実行する。

ＥＣＵ１００は、エンジン１１０のいずれかの気筒に設置された筒内圧センサ１３０から筒内圧を取得する。そして、ＥＣＵ１００は、筒内圧センサ１３０が検出する筒内圧に基づいて、メイン噴射とメイン噴射に先行してパイロット噴射を実施するときの熱発生率を次式（３）により算出する。つまり、ＥＣＵ１００は、筒内圧センサ１３０の検出信号から、時系列データとして熱発生率を取得する。

熱発生率＝（Ｖ・ｄＰ＋κ・Ｐ・ｄＶ）／（κ−１） ・・・（３）
式（３）において、Ｖは気筒内容積を、Ｐは筒内圧センサ１３０が検出する筒内圧を、κは比熱比をそれぞれ示している。図８に式（３）から算出した熱発生率２５０を示す。

尚、図６においては、一つの気筒だけに筒内圧センサ１３０を設置しているが、全気筒に筒内圧センサ１３０を設置してもよい。
［２−２．処理］
ＥＣＵ１００が実行するデータ解析処理について図７のフローチャートに基づいて説明する。

ＥＣＵ１００は、燃料噴射弁１０から燃料を噴射していないときに筒内圧センサ１３０が検出する筒内圧を０として、筒内圧センサ１３０の検出信号の０位置合せを実行する（Ｓ４３０）。そして、ＥＣＵ１００は、式（３）により、筒内圧センサ１３０の検出信号から図８に示す熱発生率２５０を取得する（Ｓ４３０）。

ＥＣＵ１００は、熱発生率２５０を微分し（Ｓ４３２）、熱発生率２５０の微分結果の移動平均を算出する（Ｓ４３４）。図９において、点線は熱発生率２５０の微分結果２７０を示し、実線は微分結果２７０の移動平均２７２を示している。

ＥＣＵ１００は、移動平均２７２の最大値を抽出する（Ｓ４３６）。移動平均２７２が最大値になるタイミングは、熱発生率２５０において最も増加率の大きい増加タイミングを示している。増加タイミングを含む特定範囲を適切に設定すれば、特定範囲において移動平均２７２の値は正であり、熱発生率は増加している。

ＥＣＵ１００は、後述するＳ４４０において熱発生率２５０の増加部分を最小二乗法により直線で近似して熱発生率２５０の波形形状を特定するために、図９に示すように、増加タイミングを含む特定範囲を設定する（Ｓ４３８）。Ｓ４３８で設定する特定範囲は、微分結果２７０および移動平均２７２の値に基づいて適宜設定してもよいし、予め固定値として設定してもよい。

Ｓ４４０において、ＥＣＵ１００は、図８に示すように、Ｓ４３８で設定した特定範囲において、熱発生率２５０の増加部分を最小二乗法により直線で近似する。そして、熱発生率２５０を近似する近似直線２５２と閾値２６０との交点２６２を算出する（Ｓ４４２）。交点２６２は着火タイミングを表わしている。

［２−３．効果］
以上説明した第２実施形態では、以下の効果を得ることができる。
（１）筒内圧センサ１３０の検出信号から時系列データとして熱発生率２５０を取得し、この熱発生率２５０を微分することにより、時間経過に伴って変化する熱発生率２５０の変化率をノイズを含んだ状態で算出する。さらに熱発生率２５０の微分結果２７０の移動平均２７２を算出することにより、ノイズを極力除去した熱発生率２５０の微分結果を求めることができる。

ノイズを極力除去した熱発生率２５０の微分結果に基づいて、ノイズを含んだ熱発生率２５０の波形形状を近似直線２５２で特定できるので、熱発生率２５０の特性として近似直線２５２から着火タイミング等の特徴点を適切に解析できる。

（２）熱発生率２５０の微分結果２７０の移動平均２７２が最大値になるタイミングを含む特定範囲で熱発生率２５０を最小二乗法により直線で近似するので、熱発生率２５０の増加部分の波形形状を適切に特定できる。

［３．第３実施形態］
［３−１．構成］
第３実施形態において、第２実施形態と実質的に同一構成部分には同一符号を付す。図１０に示すデータ解析システム６のＥＣＵ１４０は車両に搭載されており、エンジン１１０の各気筒に設置されている燃料噴射弁１５０の燃料噴射を制御する。燃料噴射弁１５０には図示しないコモンレールで蓄圧された燃料が供給される。燃料噴射弁１５０には、燃料噴射弁１５０内の燃料圧力を検出する圧力センサ１５２が設置されている。

データ解析装置に相当するＥＣＵ１４０は、ＣＰＵ、ＲＡＭ、ＲＯＭ、フラッシュメモリ等を備えるマイクロコンピュータを搭載している。ＥＣＵ１４０のＣＰＵがＲＯＭに記憶されているプログラムを実行することにより、ＥＣＵ１４０は、データ取得部と、微分部と、移動平均部と、範囲設定部と、特定部と、データ解析部として機能し、データ解析処理を実行する。

ＥＣＵ１４０は、燃料噴射弁１５０に設置された圧力センサ１５２から、燃料噴射弁１５０内の燃料圧力の検出信号を時系列データとして取得する。
［３−２．処理］
ＥＣＵ１４０が燃料噴射弁１５０に設置された圧力センサ１５２から時系列データとして取得する燃料圧力の検出信号２８０を図１１に示す。ＥＣＵ１４０が取得する検出信号２８０にはノイズが含まれている。そこで、第１実施形態および第２実施形態と同様に、ＥＣＵ１４０は、時系列データとしての燃料圧力の検出信号２８０を微分し、微分結果の移動平均を算出する。

第１実施形態および第２実施形態と同様であるから、検出信号２８０を微分した微分結果と、微分結果の移動平均とを示す図は省略する。
ＥＣＵ１４０は、例えば、図１１に示すように、移動平均の最小値を含む所定の特定範囲において、最小二乗法により近似直線２９０で検出信号２８０の波形を近似し、近似直線２９０と燃料圧力が０との交点２９２を算出する。交点２９２は、噴射開始タイミングを表わしている。

［３−３．効果］
以上説明した第３実施形態では、第２実施形態の効果（１）、（２）において、筒内圧センサ１３０を圧力センサ１５２、熱発生率を燃料圧力、近似直線２５２を近似直線２９０、移動平均の最大値を最小値に置き換えることにより、第２実施形態の効果（１）および（２）と同様の効果を得ることができる。

［４．他の実施形態］
（１）上記実施形態では、データ解析装置は、センサの検出信号から噴射率、熱発生率および燃料噴射弁１５０内の燃料圧力を時系列データとして取得して解析した。これ以外にも、燃料噴射弁からの燃料噴射により時間経過に伴って変化する時系列データをセンサの検出信号から取得するのであれば、データ解析装置はどのような時系列データを取得してもよい。

また、センサの検出信号から時間経過に伴って変化する時系列データを取得するのであれば、燃料噴射弁からの燃料噴射により時間経過に伴って変化する時系列データ以外のどのような時系列データを取得してもよい。

（２）上記実施形態では、時系列データの波形形状を最小二乗法により直線で近似した。直線以外にも、時系列データの波形形状を適切に近似できるのであれば、二次関数等の他の関数で時系列データの波形形状を近似してもよい。

（３）上記実施形態における１つの構成要素が有する機能を複数の構成要素として分散させたり、複数の構成要素が有する機能を１つの構成要素に統合させたりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加又は置換してもよい。尚、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。

（４）上述したデータ解析装置５０、ＥＣＵ１００、１４０の他、当該データ解析装置５０、ＥＣＵ１００、１４０を構成要素とするデータ解析システム２、４、６、当該データ解析装置５０、ＥＣＵ１００、１４０としてコンピュータを機能させるためのデータ解析プログラム、このデータ解析プログラムを記録した記録媒体、データ解析方法など、種々の形態で本発明を実現することもできる。

２、４、６：データ解析システム、１０、１５０：燃料噴射弁、４０、１５２：圧力センサ（センサ）、５０：データ解析装置、１００、１４０：ＥＣＵ（データ解析装置）、１１０：エンジン（内燃機関）、１３０：筒内圧センサ（センサ）

Claims (8)

1. 時間経過に伴って変化する時系列データをセンサ（４０、１３０、１５２）の検出信号から取得するデータ取得部（Ｓ４００、Ｓ４３０）と、
   前記データ取得部が取得する前記時系列データを微分する微分部（Ｓ４０２、Ｓ４３２）と、
   前記微分部が前記時系列データを微分した微分結果の移動平均を算出する移動平均部（Ｓ４０４、Ｓ４３４）と、
   前記移動平均部が算出する前記移動平均に基づいて前記時系列データの波形形状を特定する特定部（Ｓ４１０、Ｓ４４０）と、
   前記特定部が特定する前記波形形状に基づいて前記時系列データの特性を解析するデータ解析部（Ｓ４１２〜Ｓ４１８、Ｓ４４２）と、
   を備えるデータ解析装置（５０、１００、１４０）。
2. 請求項１に記載のデータ解析装置において、
   前記移動平均に基づいて前記特定部が前記波形形状を特定する特定範囲を設定する範囲設定部（Ｓ４０８、Ｓ４３８）をさらに備える、
   データ解析装置。
3. 請求項２に記載のデータ解析装置において、
   前記範囲設定部は、前記移動平均の最大値および最小値のうち少なくとも一方の値における時系列のタイミングを含んだ前記特定範囲を設定する、
   データ解析装置。
4. 請求項２または３に記載のデータ解析装置において、
   前記特定部は、前記特定範囲の前記時系列データに基づいて最小二乗法により前記波形形状を特定する、
   データ解析装置。
5. 請求項１から４のいずれか一項に記載のデータ解析装置において、
   前記データ取得部は、燃料噴射弁（１０、１５０）が内燃機関（１１０）に燃料を噴射することにより時間経過に伴って変化する前記時系列データを取得する、
   データ解析装置。
6. 請求項５に記載のデータ解析装置において、
   前記データ取得部（Ｓ４００）は、前記センサ（４０）の検出信号から前記燃料噴射弁（１０）の噴射率の前記時系列データを取得する、
   データ解析装置。
7. 請求項５または６に記載のデータ解析装置において、
   前記データ取得部（Ｓ４３０）は、前記センサ（１３０）の検出信号から前記内燃機関の気筒内の熱発生率の前記時系列データを取得する、
   データ解析装置。
8. 請求項５から７のいずれか一項に記載のデータ解析装置において、
   前記データ取得部は、前記センサ（１５２）の検出信号から前記燃料噴射弁（１５０）内の燃料圧力の前記時系列データを取得する、
   データ解析装置。