Amélioration du moteur physique de la plateforme

Certaines plateformes de simulation sont historiquement construites autour de logiques thermiques. Elles savent gérer un moteur à combustion, une réserve de carburant, une transmission classique et une coupure liée à l’absence d’énergie disponible. En revanche, elles ne disposent pas toujours d’une gestion native de la batterie, du couple électrique, de la récupération d’énergie ou de la coupure progressive de la puissance lorsque l’état de charge devient critique.

Un fichier de configuration pour chaque véhicule

La base de notre projet repose sur un fichier de configuration propre à chaque véhicule. Ce fichier centralise les données essentielles : puissance disponible, couple moteur, capacité batterie, rendement moteur et rendement de récupération. Cette approche permet d’adapter précisément la logique à chaque cas d’usage. Un prototype étudiant de faible puissance, une monoplace électrique, un véhicule hybride ou un démonstrateur technique ne disposent pas de la même architecture, de la même autonomie ni des mêmes contraintes énergétiques. Ce fichier de configuration devient ainsi la source des données fixes du véhicule. La batterie restante, elle, est suivie en temps réel par une application dédiée. Cette application calcule l’énergie consommée en fonction de la puissance réellement demandée, du régime moteur, du couple disponible et du rendement défini. Elle prend également en compte la récupération d’énergie lorsque le freinage régénératif est utilisé. L’intérêt de cette logique est d’éviter une simple jauge artificielle. L’état de charge évolue selon le comportement réel du véhicule en simulation. Une phase de pleine charge consomme davantage d’énergie. Une phase de freinage peut en récupérer une partie. La puissance disponible, l’autonomie restante et la stratégie de roulage deviennent ainsi plus cohérentes.

Notre script inédit et exclusif !

Un point essentiel du développement a concerné la coupure du moteur. Lorsque la batterie atteint son seuil critique, le véhicule ne doit plus pouvoir produire de puissance. Le système impose alors une coupure physique du couple. Le véhicule peut continuer à se déplacer en roue libre, mais il ne peut plus accélérer. Cette logique permet de reproduire une panne énergétique de manière plus réaliste qu’un simple affichage de batterie vide. Le système intègre également une gestion spécifique pour les véhicules pilotés par l’intelligence artificielle. Certaines plateformes interprètent mal les architectures électriques, surtout lorsque le véhicule dispose d’une faible puissance, d’un couple instantané ou d’une transmission non conventionnelle. L’IA peut alors limiter excessivement l’accélérateur, garder un frein résiduel ou ne pas exploiter correctement la puissance disponible. Une logique complémentaire permet de corriger ce comportement tout en conservant la priorité aux phases de freinage et aux seuils de coupure batterie.

Création d’un lecteur de données dédié

Afin d’exploiter les informations générées pendant les sessions, J3DMODDING a également développé un lecteur de données dédié aux véhicules électriques. Cet outil permet d’ouvrir les fichiers de télémétrie issus des essais et d’en extraire les indicateurs essentiels : état de charge de la batterie, énergie consommée, énergie récupérée, puissance de traction, régime moteur, vitesse, distance parcourue et comportement des commandes pilote. L’objectif est de transformer les données brutes en informations directement exploitables pour l’analyse technique. Grâce à une interface simple, les ingénieurs peuvent visualiser l’évolution de la batterie, comparer les phases de consommation et de régénération, identifier les zones critiques d’un tour et mieux comprendre l’impact de la gestion énergétique sur la performance globale du véhicule. Ce lecteur complète la logique de simulation en créant un lien direct entre le comportement en piste, la stratégie énergétique et l’analyse post session.

Conclusion

Ce projet permet de créer des scénarios plus réalistes pour les prototypes électriques, les véhicules hybrides et les simulations d’endurance. Elle permet également de comparer différentes capacités batterie, stratégies de récupération, seuils de sécurité et modes de gestion énergétique. Pour J3DMODDING, ce développement illustre une orientation claire : utiliser la simulation automobile comme un outil technique, capable de dépasser les limites natives d’une plateforme lorsque celles ci ne couvrent pas entièrement les besoins d’un projet. L’objectif n’est pas seulement d’afficher une information supplémentaire, mais de créer une cohérence entre les données véhicule, l’état énergétique et le comportement dynamique en piste.