1.一种基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，首先，根据轧机振动系统的动力学原理，建立轧机垂振的非线性模型；然后，根据实际工况确定抑制轧机振动的控制目标；最后，结合轧机垂振的非线性模型和抑制轧机振动的控制目标设计自适应backstepping控制器，控制器的具体设计方法步骤如下：S1、收集轧机机械-液压耦合振动系统参数和电液伺服阀死区的特性参数；

S2、根据牛顿第二定理，建立轧机垂振的四自由度机液耦合非线性模型：其中，z1为工作辊振动位移，z2为工作辊振动速度，z3为中间辊振动位移，z4为中间辊振动速度，z5为支撑辊振动位移，z6为支撑辊振动速度，z7为液压缸振动位移，z8为液压缸振动速度，z9＝P1为无杆腔处压力，mi为等效质量，ki为等效刚度，ci为等效阻尼，A1为无杆腔面积，A2为有杆腔面积，ct为液压缸内泄露系数，P2为有杆腔压力，V为控制腔初始容积，βe为油液的体积弹性模量，kq为过程系数，u为伺服阀死区特性参数的综合表达式，Fz(z1,z2)为与工作辊振动位移和振动速度相关的函数表达式；

S3、确定抑制轧机振动目标；

S31、根据工作辊的上下跳动是导致轧机发生垂直振动的主要原因，将轧机工作辊垂直振动位移趋近于零设置为控制目标；

S32、将轧机垂直振动衰减速率以及最大允许位移控制在设定范围之内，抑制轧机振动目标可以表示为：其中，ξ1＝z1表示轧机振动时工作辊的位移，μ(t)＝μ0e-kt+μ∞，μ0，k，μ∞是规定的正实数，δ和 都是给定的正实数；

S4、根据李雅普诺夫稳定判据给出控制器和参数自适应律，设计自适应模糊振动抑制器；

S41、根据步骤S2建立的轧机垂振的四自由度机液耦合非线性模型，选取合适的李雅普诺夫函数；

S42、对李雅普诺夫函数求导，使得在t趋于无穷时，V(t)趋于零的虚拟控制器和自适应律；

S43、最终得到抑制轧机垂振的预定性能控制器设计方法。

2.根据权利要求1所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，根据步骤S2中包含的九个子系统，选取九个李雅普诺夫函数，所述步骤S4具体包括以下步骤：S411、选取第一个李雅普诺夫函数：

其中，

S421、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V1(t)趋于零的虚拟控制器和自适应律为：其中， ε1和a1是被设计的正参数；

S412、选取第二个李雅普诺夫函数：

其中，ξ2＝z2-α1，σ21、σ22是被设计的正参数， 是ρ2的估计误差， 是Θ2的估计误差；

S422、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V2(t)趋于零的虚拟控制器和自适应律为：其中， 是ρ2的估计值， ε22是给定的正常数，σ21，τ2，l21，l22是设计的正参数， 是第二步的模糊基函数向量， 是Θ2的估计值；

S413、选取第三个李雅普诺夫函数：

其中，ξ3＝z3-α2，σ32是被设计的正参数， 是θ3的估计误差；

S423、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V3(t)趋于零的虚拟控制器和自适应律为：其中，a3，l32，σ32是被设计的正参数， 是 的转置， 是第三步的模糊基函数向量， 是θ3的估计值；

S414、选取第四个李雅普诺夫函数：

其中，ξ4＝z4-α3，σ41、σ42是被设计的正参数， 是ρ4的估计误差， 是Θ4的估计误差；

S424、对李雅普诺夫函数求导，求解使得 在t趋于无穷时，V4(t)趋于零的虚拟控制器和自适应律为：其中， 是ρ4的估计值， ε42是给定的正常数；σ41，τ4，l41，l42是设计的正参数， 是第四步的模糊基函数向量， 是Θ4的估计值；

S415、选取第五个李雅普诺夫函数：

其中，ξ5＝z5-α4，σ52是被设计的正参数， 是θ5的估计误差；

S425、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V5(t)趋于零的虚拟控制器的控制律和自适应律为：其中，a5，l52，σ52是被设计的正参数， 是 的转置， 是第五步的模糊基函数向量， 是θ5的估计值；

S416、选取第六个李雅普诺夫函数：

其中，ξ6＝z6-α5，σ61、σ62是被设计的正参数， 是ρ6的估计误差， 是Θ6的估计误差；

S426、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V6(t)趋于零的虚拟控制器和自适应律为：其中， 是ρ6的估计值， ε62是给定的正常数；σ61，τ6，l61，l62是设计的正参数， 是第六步的模糊基函数向量， 是Θ6的估计值；

S417、选取第七个李雅普诺夫函数：

其中，ξ7＝z7-α6，σ72是被设计的参正数， 是θ7的估计误差；

S427、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V7(t)趋于零的虚拟控制器和自适应律为：其中，a7，l72，σ72是被设计的正参数， 是 的转置， 是第七步的模糊基函数向量， 是θ7的估计值；

S418、选取第八个李雅普诺夫函数：

其中，ξ8＝z8-α7，σ81，σ82是设计的正参数， 是 的转置，S428、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V8(t)趋于零的虚拟控制器和自适应律为：其中， 是ρ8的估计值， ε82是给定的正常数；

σ81，σ82，l81，l82是设计的正参数， 是第八步的模糊基函数向量， 是θ8的估计值；

S419、选取第九个李雅普诺夫函数：

其中，ξ9＝z9-α8，σ91，σ92是设计的正参数， 是 的转置， 是ρ9的估计误差；

S429、对李雅普诺夫函数求导，求解使得在t趋于无穷时，V9(t)趋于零的实际控制器和自适应律为：其中， 是ρ9的估计值， ε92是给定的正常数；σ91，σ92，l91，l92是设计的正参数， 是第九步的模糊基函数向量， 是θ9的估计值。

3.根据权利要求1所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，m1，m2，m3，m4分别为工作辊与轴承，中间辊与轴承，支撑辊与轴承，液压缸与活塞杆的等效质量；k1，k2，k3分别为工作辊与中间辊，中间辊与支撑辊，支撑辊与液压缸之间的等效刚度；c1，c2，c3分别为工作辊与中间辊，中间辊与支撑辊，支撑辊与液压缸之间的等效阻尼。

4.根据权利要求1所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，在步骤S2中，u为伺服阀死区特性参数的综合表达式，其具体形式可以表述为：其中，ηr、ηl、br和bl均为伺服阀死区特性参数。

5.根据权利要求1所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，在步骤S2中，kq为过程系数，其具体形式可以表述为：其中，Cd为伺服阀阀口流量系数；w为伺服阀阀口面积梯度，ρ为液压缸内液压油密度，Ps为供油压力，Pt为回油压力，xv为伺服阀阀芯位移，kv为增益系数。

6.根据权利要求2所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，为了保证设计的九个李雅普诺夫函数均为正，根据系数所在的那一项可知，需要分别将九个李雅普诺夫函数中的系数设计为正数；为了保证控制器的有效性，需要使九个李雅普诺夫函数Vi在被求导后的结果分别满足李雅普诺夫稳定判据，根据系数所在的那一项可知，需要分别将李雅普诺夫函数中的系数设计为正数，同时，每一个李雅普诺夫函数求导后满足 其中c,△都是正常数；每一个李雅普诺夫函数求导后，需要被设计的参数均是不同的。

7.根据权利要求1或者2所述的基于自适应模糊backstepping的轧机垂振抑制控制器的设计方法，其特征在于，根据步骤S2建立的非线性模型中子系统形式上的类似性，所述第三个李雅普诺夫函数、所述第五个李雅普诺夫函数和所述第七个李雅普诺夫函数中的设计参数是一致的，所述第二个李雅普诺夫函数、所述第四个李雅普诺夫函数和所述第六个李雅普诺夫函数中的设计参数是一致的，所述第八个李雅普诺夫函数和所述第九个李雅普诺夫函数中的设计参数是一致的。