在钢化玻璃需求量不断增加的今天，如何在单位时间内提高钢化玻璃产量和成品率成为了企业竞争的焦点。国内钢化玻璃生产过程中存在诸多不足，如操作程序复杂、生产参数控制不稳定、过程信息监控局限性大、质量不可追溯等，面对上述问题，本论文设计了一套针对双室对流玻璃钢化炉的看板系统，包括预排产模块、控制参数优化指导模块、过程信息监控模块以及质量追溯模块。本文从钢化过程控制参数优化、钢化过程可视化和钢化玻璃质量追溯三个方面展开了研究，主要工作内容以及研究点如下：（1）分析基于经验值方法的控制参数优化的可取之处和缺点，在此基础上，为基于模糊BP神经网络控制算法的控制参数优化提供大量样本，通过在最优控制参数数据库中选择合适的指导参数系，实现系统的自适应功能，同时利用出炉时的钢化玻璃瑕疵检测反馈信息来更新最优控制参数数据库，实现系统运行控制参数的自更新功能，达到控制参数优化的效果。（2）利用基于优化覆盖的点阵传感器来记录四个炉内有效位置的温度集，通过数值矩阵、曲线等多种显示方式，实现系统过程参数在线监测功能，达到玻璃钢化过程可视化的效果。（3）分析比较条形码技术与RFID技术，研究RFID防冲突算法，利用射频识别技术，通过对玻璃从订单、生产过程到出厂运输的全程信息跟踪，实现钢化玻璃质量可追溯功能。运行结果表明，该看板系统拥有可靠性高、控制稳定、技术用工依赖性低等特点，有效地提高了玻璃钢化的效率和成品率。