Como extensión de la distribución estándar de Weibull, se ha presentado una nueva distribución crucial denominada distribución Weibull de potencia alfa. Puede modelar tasas de fallo decrecientes, crecientes, en forma de bañera y en forma de bañera invertida. Esta investigación investiga la estimación de los parámetros del modelo y algunas de sus características de confiabilidad utilizando datos censurados de Tipo-II de manera progresiva. Para obtener estimaciones de los parámetros desconocidos, la confiabilidad y las funciones de tasa de riesgo, se estudian los enfoques de estimación de máxima verosimilitud y Bayesiana. Para adquirir intervalos de confianza estimados para los parámetros desconocidos y las características de confiabilidad, se utilizan las propiedades asintóticas de la máxima verosimilitud. El enfoque de Monte Carlo de cadena de Markov se utiliza en la estimación Bayesiana para proporcionar estimaciones Bayesianas bajo funciones de pérdida de error cuadrado y LINEX. Además, se determinan los intervalos de credibilidad de mayor densidad posterior de los parámetros y las características de confiabilidad. Se utiliza un estudio de simulación de Monte Carlo para investigar la precisión de varios estimadores de punto e intervalo. Además, se utilizan varios criterios de optimalidad para elegir los mejores esquemas de censura progresiva. Se analizan dos conjuntos de datos reales del campo de la ingeniería para demostrar la aplicabilidad y la importancia de los enfoques propuestos. Basándose en los resultados numéricos, se recomienda el procedimiento Bayesiano para estimar los parámetros y las características de confiabilidad de la distribución Weibull de potencia alfa. El análisis de los dos conjuntos de datos reales mostró que la distribución Weibull de potencia alfa es un buen modelo para investigar datos de ingeniería en presencia de censura progresiva de Tipo-II.