UTV车具有出色的机动性,能在普通车辆难以行驶的路面上行走自如。复杂多变的路面环境,使得传统的被动悬架已无法满足车辆行驶的动力学性能需求。执行器为电磁阀式减振器的悬架系统阻尼可调,是一种减振性能优良的半主动悬架系统。对其的控制研究中,大都在单一路面设计系统控制参数,混合路面下悬架控制参数无法根据路面自适应调节,行驶动力学性能提升有限。针对上述问题,本文以UTV车电磁阀式半主动悬架为研究对象,对系统的执行部分、观测部分以及控制部分作了全面的研究,设计了UTV车半主动悬架路面自适应控制系统,以提高车辆在混合路面下行驶的动力学性能。本文主要研究内容如下:首先,分析了CDC（Continuous Damping Control）减振器的结构与工作原理,设计了减振器试验方案,搭建试验台架进行了减振器外特性试验。明晰了半主动悬架控制系统中减振器的工作机理,利用试验数据建立了CDC减振器BP神经网络逆模型,为电磁阀式半主动悬架系统的控制研究提供了基础。其次,研究了UTV车常用行驶路面与随机等级路面的对应关系,基于滤波白噪声法建立了随机路面输入模型。同时,建立了四自由度1/2车电磁阀式半主动悬架系统动力学与状态空间模型,并研究了阻尼系数变化下车辆振动响应幅频特性,为后续的控制研究提供了模型基础与理论借鉴。随后,设计了路面时域估计的传递函数法与NARX神经网络法,发现了传递函数估计法实际应用中的不足。利用AR模型估计路面位移功率谱,采用梯形法思想计算谱密度均方根值,估计路面等级。同时,基于系统可测状态量构建了卡尔曼观测器。路面估计器与卡尔曼观测器为半主动悬架系统控制策略的研究提供了系统输入与系统状态信息。最后,结合减振器逆模型、路面输入模型、路面估计器与卡尔曼观测器,设计了半主动悬架系统自适应最优控制器,分析了UTV车在不同等级路面下的动力学性能需求,采用EGA（Elite Genetic Algorithm）算法确定了各动力学性能需求下的控制参数,进行了混合路面下自适应最优控制器控制效果的仿真验证。仿真结果表明,所设计的控制系统能够实现不同等级路面控制参数的自适应切换,有效满足了不同路面上车辆行驶的动力学性能需求。