建国以来，随着工农业生产的发展，我国的机电排灌事业取得了举世瞩目的成就。然而，这些泵站约半数以上已连续运行二三十年，机电设备和水工建筑物都已处于不同程度的老化状态，泵站功能衰减、工程效益下降、机组故障频繁，已严重威胁泵站的安全运行。近年来，国家投入大量资金对老化的泵站进行更新改造。目前在泵站更新改造中对泵站工程老化程度的评价缺乏统一的方法和技术指标，难以对泵站的老化程度进行综合的评价。对于高扬程多级泵站，各级泵站的老化程度直接影响到整座泵站系统正常运行和综合效益。冈此，对多级泵站老化程度的综合评价，已成为多级泵站更新改造研究的课题之一。　　 本文在总结前人研究成果的基础上，对宁夏固海扬水工程多级泵站存在问题及老化程度进行了调研。从机电设备和建筑物两方面对泵站工程老化机理进行了分析。利用模糊数学优化法对与夏固海扬水工程17座泵站进行了老化评价，得到泵站主水泵老化的隶属度。应用BP神经网络的相关理论构造出泵站老化评价的数学模型。从模糊优化法计算结果中提取其中12座泵站的计算资料，同时选择与宁夏固海扬工程相类似的甘肃省景泰电力提灌工程中的13座泵站的资料作为神经网络的学习样本。利用BP神经网络对泵站老化评价的数学模型进行学习训练，通过对学习好的BP神经网络模型进行检验，验证了计算结果的准确性。同时将没有参加学习的另5座泵站对学习好的网络进行检验。计算结果表明，用模糊数学优化法和BP神经网络模型对泵站老化评价得出的结果相一致。因此，可用BP神经网络数学模型对泵站老化进行评价，只要将参评泵站的相关资料输入计算机，便可很快得出较满意的结果。　　 本文提出的经过训练以后的神经网络模型，对泵站老化程度进行评价更为简单、快速和准确，克服了一些人为因素和片面因素，使评价结果更结合实际。为高扬程泵站更新改造提供相应的理论依据，具有一定的参考价值。这种评价方法适用于西北地区高扬程梯级泵站老化程度的评价，从而为泵站老化评价方法开辟了新的思路和评价模型。