Los gráficos de control con valor esperado condicional (CEV) pueden ser utilizados con nuevas técnicas estadísticas para monitorear las medias de datos moderada y ligeramente censurados. En los últimos años, el aprendizaje automático y el aprendizaje profundo se han combinado con éxito con la tecnología de calidad para resolver muchos problemas de control de procesos. Este documento propone un gráfico de control de residuos que combina una red neuronal convolucional (CNN) y regresión de vectores de soporte (SVR) para datos censurados de tipo I con el modelo Weibull. El CEV y las estadísticas de media móvil exponencialmente ponderada (EWMA) se utilizan para generar datos de entrenamiento para la CNN y SVR. La longitud media de ejecución muestra que el enfoque propuesto supera al enfoque tradicional del gráfico CEV EWMA en varios tamaños de cambio y tasas de censura. El enfoque propuesto es adecuado para detectar tamaños de cambio pequeños para datos altamente censurados. Un ejemplo ilustrativo presenta la aplicación del método propuesto en una industria electrónica.