锌是重要的有色金属之一,我国是世界上主要的锌生产国。近年来,金属锌的市场消费量和生产量逐年提高,锌冶炼行业普遍面临着冶炼产能提高和锌精矿供应短缺之间的矛盾,复杂、高杂锌精矿将成为锌冶炼的主要原料。复杂锌精矿的使用直接影响湿法炼锌的生产工艺条件。沸腾焙烧是锌冶炼的重要工序,焙烧温度、焙烧时间、风料比和烟气出口压力等焙烧操作条件将对焙砂质量产生重要影响,关系到整个湿法流程操作的正常运行。本文在分析了湿法炼锌方法过程中存在的主要问题、湿法炼锌技术的进展和发展方向的基础上,重点论述了沸腾焙烧过程中硫化锌精矿中锌及伴生元素的行为。对沸腾焙烧过程中的热力学和动力学进行了研究,分析了铁酸锌生成机理,指出铁酸锌的生成是影响锌焙砂品质的主要因素,并提出了减少其生成的途径。通过在生产现场收集焙烧炉生产数据样本和理论分析的基础上,研究了影响锌焙砂可溶锌率、可溶铁率和可溶二氧化硅率等焙砂品质的因素。在锌精矿来源复杂导致成分波动较大时,通过建立物料组成、操作条件和上述锌焙砂品质之间的神经网络来预测焙烧后锌焙砂的品质,在应用复杂锌精矿时可对调整锌焙烧作业工艺参数起到一定的指导作用。对于BP神经网络隐含层节点数的选取还没有确定的理论和方法,本文采用基于黄金分割的优化算法来确定最优的隐含层节点数,网络的训练函数采用改进的traingdm算法。通过对建立的预测网络用焙烧数据样本进行仿真,发现实际值和预测值之间误差均小于5%,符合生产实际的要求。通过建立物料组成、操作条件和锌焙砂品质之间的神经网络,达到对锌焙砂品质的预测是完全可行的。通过人工神经网络的方法,解决了锌沸腾焙烧过程中工艺参数和锌焙砂品质之间建立传统数学模型较为困难的问题,为锌沸腾焙烧工艺的研究做了一次有意义的尝试工作。