近年来,我国天然气产业得到飞速发展,天然气消费总量也在逐年增多,如何有效的实现天然气的安全输送已成为天然气行业进一步发展亟待攻克的重大课题。燃气调压器作为如今城镇燃气输送的重要部件,通过阀膜内侧压力与弹簧之间力的平衡来实现下游压力的稳定输出,其在工作过程中的任何故障情况都可能导致易燃气体的泄露,继而造成难以估量的经济损失和无法挽回的人员伤亡。因此,调压器出厂前的性能检测以及出厂后的故障诊断已成为目前调压器领域的重点研究方向。基于此,论文设计了燃气调压器性能检测系统,并基于该系统进行数据实测,开展了燃气调压器故障诊断研究。（1）简述了燃气调压器的工作原理,介绍了被测调压器的技术参数。结合当前国家标准《城镇燃气调压器》（GB 27790-2011）、行业标准《城镇燃气切断阀和放散阀》（CJ/T335-2010）以及企业要求对检测系统的功能要求进行了具体制定,分析了各检测环节的检测原理,基于此设计了总体性能检测方案。（2）设计并搭建了完整的燃气调压器性能检测系统以实现调压器出厂前的性能检测。该检测系统以PLC作为主控制单元,搭配工业触摸屏实现良好的人机交互,其能够实现对燃气调压器静特性、关闭压力、放散压力、气密性的自动化检测。（3）基于改进卷积神经网络,设计了“端到端”的燃气调压器故障诊断算法,实现了对调压器运行状态的故障诊断。首先,以一维卷积神经网络作为特征提取网络,以原始一维调压器出口压力作为输入信号;其次,在第一层卷积层采用多尺度卷积核并行方式提取更为充分的故障特征;然后,引入SVM分类器取代传统卷积神经网络中的Softmax分类器,既解决了传统SVM特征提取困难繁琐的问题,又强化了模型在小样本数量下的分类能力;最后,基于调压器性能检测系统搭建了数据采集系统,并在所得调压器故障数据集下验证了算法的有效性。（4）设计了基于W（Weighted）-Dense Net的故障诊断算法,实现了对调压器不平衡样本下的故障诊断。首先,以密集卷积神经网络作为基础特征提取网络;其次,结合加权交叉熵损失函数为不同类别样本添加相应的惩罚系数实现对不平衡样本误差的加权平均;然后,通过维度对比实验,确定了以调压器原始一维出口压力信号数据重构后所得的二维灰度图作为输入,可使算法获得更高的识别准确率;最后,在不同平衡度下的调压器故障数据集上开展了分类性能实验,结果表明,相较于其他主流算法,W-Dense Net能有效降低不平衡样本带来的故障类别分类困难问题。（5）为验证检测系统性能的优越性,对一批次的燃气调压器基于检测系统进行了性能检测试验。试验结果表明,检测系统可准确判断被测调压器的性能合格与否,且由重复试验计算所得的机器能力指数满足要求。针对调压器出厂后的故障诊断研究,开发了一套交互良好、操作简单的燃气调压器故障诊断软件系统,软件系统融入所提“端到端”故障诊断算法以及不平衡样本故障诊断算法,并通过软件系统分类实验验证了论文算法的有效性。