激光诱导击穿光谱技术具有实时在线、非接触式测量和无损分析等优点,在物质检测领域得到了广泛应用,选择合适的分析谱线是其取得良好检测效果的重要基础。结合遗传算法(GA)的全局优化能力和粒子群算法(PSO)的局部搜索能力,提出了一种从激光诱导击穿光谱的原始光谱数据中自适应选择分析谱线与内标谱线的方法,利用该方法选择的分析谱线与内标谱线对铝合金中4种主要非铝元素(Mg、Mn、Si和Fe)进行定量分析,得到的拟合优度均值为0.972,均方根误差均值为0.35%,相对标准差均值为3.53%,最后遍历其他所有分析谱线进行定量分析,并对比它们的定标性能。结果表明,利用PSO-GA搜索优化得到的分析谱线与内标谱线较PSO、GA算法获得的谱线更优。

选择合适的特征谱线是以内标法对激光诱导击穿光谱进行定量化分析的前提, 需要科研工作者精心分析和比较, 往往耗费大量精力和时间, 而且还不能保证结果最优。 基于遗传算法为内标法提出了一种从原始光谱中自动选择分析线和参考线的方法, 使用该方法从低合金钢样的LIBS光谱中为锰（Mn）、 镍（Ni）、 铬（Cr）、 硅（Si）和铁（Fe）元素分别选择了用于内标法定量分析的分析线和参考线。 优选得到的最优谱线为, Mn的分析线和相应的参考元素Fe的参考线分别是403.306 8和368.745 7 nm, Si的分析线和相应的参考元素Fe的参考线分别是288.157 7和427.176 1 nm, Cr的分析线和相应的参考元素Fe的参考线分别是286.510 0和272.753 9 nm, Ni的分析线和相应的参考元素Fe的参考线分别是352.453 6和358.698 5 nm。 最后基于优选得到的谱线以内标法对这些元素分别进行了定量分析, 结果证明, 使用这种谱线选择方法能够自动从原始光谱中找到最优特征谱线, 使内标法定量分析得到最好的结果。

He-Ne激光器中633 nm波长的增益远大于该波段其它5条谱线的增益,而且由于模式竞争的影响,通常情况下增益较低的相邻弱线(如629 nm波长)很难出光。提出一种在He-Ne激光器中加入法布里珀罗(F-P)标准具来选择输出谱线的方法。通过选择适当的F-P标准具长度和反射率,可以达到抑制强线增益,使弱线振荡输出的目的。还采用高斯光束传输理论对谐振腔内F-P标准具的透射特性进行了仿真计算。