نظارت بر داده های زمان بین رویدادها و بزرگی آنها، از جمله فاصله زمانی بین دو رویداد متوالی ناسازگار و اندازه آنها از اهمیت بالایی برخوردار است. در اکثر نمودارهای کنترل توسعه داده شده به منظور پایش، تنها یک ویژگی کیفی (فاصله زمانی یا بزرگی رویداد) در نظر گرفته شده است. از طرفی با توجه به پیچیده تر شدن فرایندهای تولید، نظارت بر دو یا چند ویژگی محصول ضروری است. در بیشتر موارد، این ویژگی های محصول با هم مرتبط هستند، لذا در این مقاله یک نمودار کنترل مجموع تجمعی ناپارامتری با استفاده از الگوریتمK- نزدیک ترین همسایه جدید را پیشنهاد می کنیم که یک نمودار کنترل مبتنی بر یادگیری ماشین برای نظارت بر داده های چندمتغیره با استفاده از داده های تاریخی تحت هر دو سناریو تحت کنترل و خارج از کنترل است. در همین راستا یک مطالعه موردی بر روی داده های خط تولید مواد غذایی انجام شده است.