激光诱导击穿光谱（Laser-induced Breakdown Spectroscopy,LIBS）技术因具有快速、原位、全元素分析等优点展现出了巨大的应用潜力。然而在实际工业检测现场,待测样品的表面往往粗糙不平,使离焦量发生变化进而导致采集到的光谱信息出现波动,最后严重影响了LIBS分析的稳定性和准确性。基于此,本文提出了一种基于贝塞尔光束的长焦深聚焦系统的LIBS检测新方法。贝塞尔光束具有主瓣直径小、焦深长、可控环形光斑等特点,可以提高LIBS检测系统对于离焦量变化的容错度,降低样品表面不平引起的光谱波动,从而提高LIBS分析的准确度。主要研究内容如下:首先,研究了基于锥透镜的贝塞尔光束入射光和透镜参数对于聚焦特性的影响。结果表明,最大聚焦长度与入射光直径成正比,与锥透镜的顶角和折射率成反比;主瓣光斑半径与入射光波长成正比,与锥透镜的顶角和折射率成反比。并使用锥透镜4f系统对贝塞尔光束进行调节,设计并搭建了焦深达3 mm的LIBS光路系统。其次,以微合金钢标准样品为例,将其倾斜放置产生3 mm的高度差模拟样品表面不平的情况,系统研究了基于贝塞尔光束的LIBS定量分析性能。与传统高斯光束聚焦系统的定量结果相比,基于贝塞尔光束的LIBS系统的光谱稳定性提高了50%;其定量曲线的R~2达到0.956,均方根误差为0.27 wt.%,平均相对标准偏差为10.12%,均优于传统高斯光束的定量分析结果。最后,以17种不同标号的微合金钢和低合金钢标准样品为例,结合支持向量机（SVM）、核极限学习机（KELM）、以及随机森林（RF）分析了基于贝塞尔光束的LIBS分类性能。与传统高斯光束聚焦系统的分类结果相比,三种算法下贝塞尔光束的分类结果均高于高斯光束。其中,随机森林算法具有最高的分类准确度94.12%。综上所述,本文对基于贝塞尔光束的LIBS光路设计、定性、定量分析进行了初步的研究,验证了长焦深聚焦系统在检测表面不平样品时具有更好的光谱稳定性以及更高的定量和分类准确度。