随着我国天然气管道建设里程的不断增加,阀门在天然气管道运输中起到了不可或缺的重要作用。如果阀门发生泄漏,会带来经济和环境的恶劣影响,阀门内漏导致的污染、火灾和爆炸事故时有发生。实验室的天然气管道阀门内漏检测装置是将声发射信号转化为电压信号,人工提取信号特征参数,检测实验室天然气管道阀门内漏信号。天然气站噪声很多,很难检测泄漏噪声、环境噪声,人为提取特征参数的方法无法用在现场。本文使用深度学习的卷积神经网络对泄漏信号频谱进行检测,电脑自动提取特征参数,辨别噪声环境阀门是否有泄漏,省去了检测环境改变使得人工选取的特征参数发生变化的困扰,从实验室环境到现场测得的信号都在Matlab中实现了环境噪声中泄漏信号的辨别。同时使用Alex Net和VGG16卷积神经网络对阀门内漏信号进行检测,选择Alex Net识别泄漏信号。在检测装置硬件方面,检测环境多为天然气站场等危险区域,实验室开发的天然气管道阀门内漏检测装置本身没有防爆功能,装置的探头贴在被测阀门的前后端,若天然气管道发生泄漏或天然气阀门发生外漏,会有很大的安全隐患,本文将对实验室设备进行防爆设计,符合国家防爆标准。