در کنترل آماری فرآیند عموماً عملکرد فرآیندها تحت شرایط توزیع های یک یا چند متغیره مدل سازی می شوند. در برخی موارد مطلوب تر است تا عملکرد فرآیند بر حسب رابطه ی آن با متغیرهای مستقل توصیف گردد. این رابطه پروفایل نامیده می شود. با توجه به میزان اطلاعات مرتبط با فرآیند، روش های مختلفی شامل پارامتری، نا پارامتری و نیمه پارامتری برای پایش پروفایل ها مورد استفاده قرار می گیرند. پایش پروفایل ها در دو فاز انجام می شود. در این تحقیق پایش نا پارامتری پروفایل ها با استفاده از تبدیل موجک صورت گرفته است. در فاز اول از روشی استوار برای برآورد نمودن پروفایل مرجع در حضور داده های آلوده استفاده می-شود. روش پیشنهادی مبتنی بر خوشه بندی داده ها، کشف خوشه ی داده های غیرآلوده و بکارگیری برآوردکننده های s است. به منظور ارزیابی عملکرد، روش پیشنهادی با تعدادی از برآوردکننده های کلاسیک و استوار با استفاده از شبیه سازی مقایسه شده است. شبیه-سازی در حالات مختلف آلودگی در داده ها طراحی و نتایج حاکی از دقت بالای روش پیشنهادی در فاز اول است. در فاز دوم دو روش برای پایش متوالی پروفایل ها ارائه شد. روش نخست، استوار و مبتنی بر فرض نرمال بودن توزیع داده ها است. روش دوم نیز استوار بوده و محدودیتی برای نوع توزیع ندارد. عملکرد روش های پیشنهادی برای کشف انواع شیفت با استفاده از شبیه سازی مورد ارزیابی قرار گرفت. نتایج نشان دهنده ی سرعت و دقت بالای روش های پیشنهادی برای کشف نقطه ی تغییر در فرآیند است. مسئله ی کشف علل خارج از کنترل شدن فرآیندهای پیچیده نیز مورد بررسی قرار گرفت. پایش این فرآیند ها به دلیل تعداد زیاد ورودی های فرآیند و وجود همبستگی بین آنها دشوار است. لذا از تحلیل مولفه های مستقل برای تبدیل ورودی ها به پروفایل های مستقل استفاده شد. روش پیشنهادی برای پایش این فرآیندها و کشف علل خارج از کنترل شدن فرآیند با استفاده از شبیه سازی ارزیابی گردید. نتایج حاکی از سرعت و دقت بالای روش پیشنهادی در کشف علل خارج از کنترل شدن فرآیند است. روش های پیشنهادی برای پایش پروفایل های پیچیده نه تنها به حضور آلودگی حساس نمی باشند، بلکه در کشف علل خارج از کنترل شدن فرآیند نیز موثر می باشند. تعمیم روش های پیشنهادی به پروفایل های چندگانه، مدل های خود همبسته و پروفایل های چند پاسخی زمینه هایی برای مطالعه ی بیشتر می باشند.