统计过程控制广泛应用于航天制造、半导体电路封装、光纤制造、医疗制药以及电子元器件制造等多种领域,而控制图是用于分析和控制过程质量的一种重要工具.随着科技的发展和人民生活水平的提高,延长产品寿命,提高产品质量受到社会各界的广泛关注,因而设计更加高效的控制图对于加强产品寿命管理及提高产品稳定性至关重要.威布尔（Weibull）分布是一种特殊的分布类型,能够反映产品寿命的增加或减少,也常用于描述连续两次故障发生的时间间隔.同时,Weibull分布也被用作产品特性的分布,例如强度（电力或机械）、伸长率和阻力等.Weibull分布因其充分的灵活性,能够模拟各种不同的失效模型,从而成为刻画寿命数据的重要工具.在实际生产过程中,由于实验的各种限制,收集到的产品寿命数据并不总是完整的,很有可能出现删失（censoring）.因此,对删失的寿命数据进行有效的分析和监控是至关重要的.基于此,为了提高对带有Ⅰ型右删失寿命数据的检测能力,本文提出一种基于变换数据的带有条件期望值（the Conditional Expected Value,CEV）的双指数加权移动平均（Double Exponentially Weighted Moving Average,DEWMA）控制图,用于检测Weibull分布的尺度参数,进而实现对寿命数据的在线监测.首先,基于不同的监测目的,给出了用于监测尺度参数增大和减小的两个单边DEWMA CEV控制图.在不同参数组合下,运用蒙特卡罗模拟方法,通过控制图的平均运行长度（Average Run Length,ARL）指标来衡量控制图的检测能力,并通过使用相对平均指数（Relative Mean Ⅰndex,RMⅠ）来衡量控制图的整体性能表现,同时给出了控制图的设计方案.其次,将本文提出的控制图与已有的两个控制图进行性能比较,模拟结果表明,本文提出的控制图在检测中小漂移上具有更好的检测能力,例如,n=5,β=0.5,Pc=0.7,λ=0.05,漂移d=0.1时,DEWMA-ARL1=169.40,EWMA-ARL1=197.66,进一步验证本文提出的新控制图的优越性.最后,通过生产中的一个实例来说明本文提出的新的控制图的实际应用.